简单的二阶算子的边缘检测

上次说的点、线检测中用到了sobel、 Roberts、Prewitt等等都是一阶算子，拉普拉斯是二阶算子。首先说一下一阶和二阶算子的相同与不同。

无论是一阶算子还是二阶算子，本质上都是通过对于灰度突变的检测，当检测到图像的边缘时，微分算子都会对其进行响应，我们所使用的模板都是和为1的模板，这样一来在灰度相同的区域响应会为0，而边缘处时会出现不同的值。

而不同的是相比于一阶算子来说，二阶算子对于噪声更加敏感。一阶算子本来就对于噪声没有办法进行区别，反而会放大噪声，二阶算子则会在一阶算子的基础上继续放大。这会导致如果图像中存在大量噪声，一阶算子的效果会变得很差，二阶算子更差。

二阶算子：

LOG算子，简单来说就是将拉普拉斯与高斯低通滤波一起用。上文说过，噪声对于二阶算子的影响非常大，所以一般的二阶算子都要用的高斯低通滤波进行去噪处理。

步骤为：

1）对图像进行高斯低通滤波处理。

2）对1）中结果进行拉普拉斯计算找出零交叉处。

高斯滤波：

DOG算子：

简单来说，DOG算子的原理就是将一幅图像