OpenCV2马拉松第15圈——边缘检测(Laplace算子，LOG算子)

原创

于 2014-05-11 21:03:34 发布 · 8.1k 阅读

·

6

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#OpenCV #拉普拉斯算子 #LOG #拉普拉斯锐化 #边缘检测

本文详细介绍了OpenCV中的拉普拉斯算子和LOG算子在边缘检测中的应用。通过Laplacian函数实现图像锐化，并探讨了当ksize大于1时的边缘检测效果。同时，讨论了如何构建自己的拉普拉斯算子进行图像处理。

收入囊中

拉普拉斯算子
LOG算子（高斯拉普拉斯算子）
OpenCV Laplacian函数
构建自己的拉普拉斯算子
利用拉普拉斯算子进行图像的锐化

葵花宝典

在OpenCV2马拉松第14圈——边缘检测(Sobel,prewitt,roberts) 我们已经认识了3个一阶差分算子

拉普拉斯算子是二阶差分算子，为什么要加入二阶的算子呢？试想一下，如果图像中有噪声，噪声在一阶导数处也会取得极大值从而被当作边缘。然而求解这个极大值也不方便，采用二阶导数后，极大值点就为0了，因此值为0的地方就是边界。

有图有真相！

上面是一阶导数，下面是二阶导数

基本理论公式： $Laplace(f) = \dfrac{\partial^{2} f}{\partial x^{2}} + \dfrac{\partial^{2} f}{\partial y^{2}}$

离散形式：

最低0.47元/天解锁文章

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。