OpenCV 笔记(11)：常用的边缘检测算子—— DoG

Part11.  DoG 算子

DoG(Difference of Gaussians)高斯差分是计算机视觉中一种用于图像增强和角点检测的算子。它是将两个不同尺度的高斯模糊图像进行差分得到的。

高斯模糊可以平滑图像中的噪声和细节，而差分可以突出图像中的边缘和角点。DoG 算子利用这两个特性，在保留图像边缘和角点的同时，去除噪声和细节。

DoG 在图像处理领域有着广泛的应用，例如：

• 图像增强

• 角点检测

• 边缘检测

• 图像分割

Part22. DoG 算子的推导

二维高斯函数的公式：

可写成

对 求导，则

而在该系列的上一篇文章中，我们得到 LoG 算子的公式：

所以，

根据极限，又可得：

当 k 1 时，

因此可以用 DoG 算子来近似 LoG 算子，DoG 算子和 LoG 算子在理论上是等价的。

DoG和LoG的对比.png

Marr 和 Hildreth 证明，如果两个高斯模糊图像的标准差比率为 1.6，