图像scale与相机参数_【图像处理】OpenCV系列十 --- 边缘检测之Laplacian算子

上一篇我们学习了边缘检测相关的Sobel算了，经过学习之后，我们应该可以对Sobel算子进行熟悉的运用，那么今天，我们一起来学习一下边缘检测相关的Laplacian(拉普拉斯)算子以及scharr滤波器。

一、理论

Laplacian 算子是n维欧几里德空间中的一个二阶微分算子，定义为梯度grad()的散度div()，因此如果f是二阶可微的实函数，则f的拉普拉斯算子定义为：

(1) f的拉普拉斯算子也是笛卡儿坐标系xi中的所有非混合二阶偏导数求和；

(2) 作为一个二阶微分算子，拉普拉斯算子把C函数映射到C函数，对于k ≥ 2。表达式(1)(或(2))定义了一个算子Δ :C(R) → C(R)，或更一般地，定义了一个算子Δ : C(Ω) → C(Ω)，对于任何开集Ω。

根据图像处理的原理我们知道，二阶导数可以用来进行检测边缘 。 因为图像是 “二维”，我们需要在两个方向进行求导，使用Laplacian算子将会使求导过程变得简单。

由于 Laplacian使用了图像梯度，它内部的代码其实是调用了 Sobel 算子的。

tips：让一幅图像减去它的Laplacian可以增强对比度。

离散函数导数

离散函数的导数退化成了差分，一维一阶差分公式和二阶差分公式分别为