Gσ(x,y)=12πσ2−−−−√e−x2+y22σ2
G
σ
(
x
,
y
)
=
1
2
π
σ
2
e
−
x
2
+
y
2
2
σ
2
原始图像
f(x,y)
f
(
x
,
y
)
与高斯卷积的定义:
Δ[Gσ(x,y)∗f(x,y)]=[ΔGσ(x,y)]∗f(x,y)=LoG∗f(x,y)
Δ
[
G
σ
(
x
,
y
)
∗
f
(
x
,
y
)
]
=
[
Δ
G
σ
(
x
,
y
)
]
∗
f
(
x
,
y
)
=
L
o
G
∗
f
(
x
,
y
)
因为
ddt[h(t)∗f(t)]=ddt∫f(τ)∗h(t−τ)dτ=∫f(τ)∗ddth(t−τ)dτ=f(t)∗ddth(t)
d
d
t
[
h
(
t
)
∗
f
(
t
)
]
=
d
d
t
∫
f
(
τ
)
∗
h
(
t
−
τ
)
d
τ
=
∫
f
(
τ
)
∗
d
d
t
h
(
t
−
τ
)
d
τ
=
f
(
t
)
∗
d
d
t
h
(
t
)
因此LoG可以通过先对高斯函数进行偏导操作,然后进行卷积求解:
∂∂xGσ(x,y)=∂∂xe−x2+y22σ2=−xσ2e−x2+y22σ2
∂
∂
x
G
σ
(
x
,
y
)
=
∂
∂
x
e
−
x
2
+
y
2
2
σ
2
=
−
x
σ
2
e
−
x
2
+
y
2
2
σ
2
∂2∂2xGσ(x,y)=x2∂4e−x2+y22σ2−1σ2e−x2+y22σ2=x2−σ2σ4e−x2+y22σ2
∂
2
∂
2
x
G
σ
(
x
,
y
)
=
x
2
∂
4
e
−
x
2
+
y
2
2
σ
2
−
1
σ
2
e
−
x
2
+
y
2
2
σ
2
=
x
2
−
σ
2
σ
4
e
−
x
2
+
y
2
2
σ
2
因此LoG函数定义为:
LoG≜ΔGσ(x,y)=∂2∂2xGσ(x,y)+∂2∂2yGσ(x,y)=x2+y2−2σ2σ4e−x2+y22σ2
L
o
G
≜
Δ
G
σ
(
x
,
y
)
=
∂
2
∂
2
x
G
σ
(
x
,
y
)
+
∂
2
∂
2
y
G
σ
(
x
,
y
)
=
x
2
+
y
2
−
2
σ
2
σ
4
e
−
x
2
+
y
2
2
σ
2
为减少计算,可以同高斯差分来近似:
∇2g(x,y,σ)=∂g∂σ≈g(x,y,kσ)−g(x,y,σ)kσ−σ
∇
2
g
(
x
,
y
,
σ
)
=
∂
g
∂
σ
≈
g
(
x
,
y
,
k
σ
)
−
g
(
x
,
y
,
σ
)
k
σ
−
σ
∇2f=4z5−(z2+z4+z6+z8)
∇
2
f
=
4
z
5
−
(
z
2
+
z
4
+
z
6
+
z
8
)
∇2f=8z5−(z1+z2+z3+z4+z6+z7+z8+z9)
∇
2
f
=
8
z
5
−
(
z
1
+
z
2
+
z
3
+
z
4
+
z
6
+
z
7
+
z
8
+
z
9
)
Dx=f(x+1,y)−f(x,y)
D
x
=
f
(
x
+
1
,
y
)
−
f
(
x
,
y
)
二阶导数是对一阶导数的求导
Dxx=[f(x+1,y)−f(x,y)]−[f(x,y)−f(x−1,y)]=f(x+1,y)+f(x−1,y)−2∗f(x,y)(9)(10)
(9)
D
x
x
=
[
f
(
x
+
1
,
y
)
−
f
(
x
,
y
)
]
−
[
f
(
x
,
y
)
−
f
(
x
−
1
,
y
)
]
(10)
=
f
(
x
+
1
,
y
)
+
f
(
x
−
1
,
y
)
−
2
∗
f
(
x
,
y
)
单应性矩阵
单应性变换就是一个平面到另一个平面的映射关系。
⎡⎣⎢x1y11⎤⎦⎥=H⎡⎣⎢x2y21⎤⎦⎥=⎡⎣⎢h00h10h20h01h11h21h02h12h22⎤⎦⎥⎡⎣⎢x2y21⎤⎦⎥
[
x
1
y
1
1
]
=
H
[
x
2
y
2
1
]
=
[
h
00
h
01
h
02
h
10
h
11
h
12
h
20
h
21
h
22
]
[
x
2
y
2
1
]