DOG(Difference of Guassian):简称 高斯函数的差分,是灰度图像增强和角点检测的一种方法。
(一)理论基础:
下面详细介绍DOG的角点检测(也称特征点提取)的理论过程:
通过将目标图像与高斯函数进行卷积运算得到一幅目标图像的低通滤波结果,此过程称为去燥。(注:这里的Gaussian和高斯低通滤波器的高斯是一个含义,即:正态分布函数)。
公式(1) 正态分布函数
在某一尺度上的特征检测可以通过两个相邻高斯尺度空间的图像相减,得到DOG的响应值图像。
详细过程如下:
首先 :对一幅图像f(x,y)进行不同参数的高斯滤波计算,表示如下