二维图像中的Hessian矩阵（及MATLAB代码）

---

一、图像中Hessian矩阵的定义及公式推导

对于二维图像$f(x,y)$，在点$x,y$处的Hessian矩阵定义为：
$$H(x,y)=\left[\begin{array}{cc}{I}_{xx}& I_{xy}\\ I_{xy}& I_{yy}\end{array}\right]$$

---

其中$I_{xx}$为高斯二阶微分$\frac{{\partial }^{2}G(x,y)}{\partial x^2}$与图像$f(x,y)$的卷积：
$$I_{xx}=\frac{{\partial }^{2}G(x,y)}{\partial x^2}\ast f(x,y)$$
且$$G(x,y)=\frac{1}{2\pi {\sigma }^2}{e}^{-\frac{x^2+y^2}{2{\sigma }^2}}$$
将两式结合，有：
$$I_{xx}=\frac{1}{2\pi {\sigma }^4}(\frac{x^2}{sigm{a}^2}-1)\frac{{\partial }^{2}G(x,y)}{\partial x^2}\ast f(x,y)$$
同理可得$I_{xy}、I_{yy}$。

---

二、MATLAB代码

代码如下（示例）：

function [Dxx,Dxy,Dyy] = Hessian2D(I,Sigma)
[X,Y]   = ndgrid(-round(3*Sigma):round(3*Sigma));
DGaussxx = 1/(2*pi*Sigma^4) * (X.^2/Sigma^2 - 1) .* exp(-(X.^2 + Y.^2)/(2*Sigma^2));
DGaussxy = 1/(2*pi*Sigma^6) * (X .* Y)           .* exp(-(X.^2 + Y.^2)/(2*Sigma^2));
DGaussyy = DGaussxx';

Dxx = imfilter(I,DGaussxx,'conv');
Dxy = imfilter(I,DGaussxy,'conv');
Dyy = imfilter(I,DGaussyy,'conv');
end

---