【OpenCV图像处理入门学习教程四】基于LoG算子的图像边缘检测

最新推荐文章于 2024-08-04 17:32:06 发布

陈胃痛

最新推荐文章于 2024-08-04 17:32:06 发布

阅读量1.2w

点赞数 4

分类专栏： OpenCV 文章标签： OpenCV LoG 自定义算子边缘检测图像

本文链接：https://blog.csdn.net/primetong/article/details/79589620

版权

本文是OpenCV图像处理入门教程的一部分，介绍LoG边缘检测算子，由Marr & Hildreth提出。首先通过高斯滤波减少噪声，然后利用拉普拉斯二阶导数检测边缘。LoG算子因其效果优于单纯的一阶导数而被广泛应用。文章提供了一段基于LoG算子的C++代码实现，并对比了自定义3*3算子的结果。

摘要由CSDN通过智能技术生成

OpenCV图像处理入门学习教程系列，上一篇第三篇：基于SIFT特征和SURF特征的微旋转图像拼接与融合生成全景图像的比较

LoG边缘检测算子

LoG边缘检测算子是David Courtnay Marr和Ellen Hildreth（1980）共同提出的。因此，也称为边缘检测算法或Marr & Hildreth算子。该算法首先对图像做高斯滤波，然后再求其拉普拉斯（Laplacian）二阶导数。即图像与 Laplacian of the Gaussian function 进行滤波运算。最后，通过检测滤波结果的零交叉（Zero crossings）可以获得图像或物体的边缘。因而，也被业界简称为Laplacian-of-Gaussian (LoG)算子。

算法描述：LoG算子也就是 Laplace of Gaussian function（高斯拉普拉斯函数）。常用于数字图像的边缘提取和二值化。LoG 算子源于D.Marr计算视觉理论中提出的边缘提取思想, 即首先对原始图像进行最佳平滑处理, 最大程度地抑制噪声, 再对平滑后的图像求取边缘。

由于噪声点（灰度与周围点相差很大的像素点）对边缘检测有一定的影响，所以效果更好的边缘检测器是LoG算子，也就是Laplacian-Gauss算子。它把的Gauss平滑滤波器和Laplacian锐化滤波器结合了起来，先平滑掉噪声࿰