Part11. DoG 算子
DoG(Difference of Gaussians)高斯差分是计算机视觉中一种用于图像增强和角点检测的算子。它是将两个不同尺度的高斯模糊图像进行差分得到的。
高斯模糊可以平滑图像中的噪声和细节,而差分可以突出图像中的边缘和角点。DoG 算子利用这两个特性,在保留图像边缘和角点的同时,去除噪声和细节。
DoG 在图像处理领域有着广泛的应用,例如:
图像增强
角点检测
边缘检测
图像分割
Part22. DoG 算子的推导
二维高斯函数的公式:
可写成
对 求导,则
而在该系列的上一篇文章中,我们得到 LoG 算子的公式:
所以,
根据极限,又可得:
当 k 1 时,
因此可以用 DoG 算子来近似 LoG 算子,DoG 算子和 LoG 算子在理论上是等价的。
Marr 和 Hildreth 证明,如果两个高斯模糊图像的标准差比率为 1.6,那