拉普拉斯边缘检测

本文介绍了拉普拉斯算子在边缘检测中的应用,阐述了其作为图像梯度方向二阶导数的代表,并对比了高斯+拉普拉斯算子与高斯+1阶导在边缘检测上的差异,指出拉普拉斯算子能解决不同方向边缘检测的问题,但可能带来误报率。
摘要由CSDN通过智能技术生成
拉普拉斯算子公式:

    

    

用卷积核表示为:


在计算时我们往往会先对图像进行高斯滤波以消除噪声


而此过程可以通过高斯减去原图 *  来进行近似


为什么拉普拉斯算子可以代表图像梯度方向的二阶导数?

    推导过程还没完全理解!!!!!!!!!

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值