写在前面的
老师在布置这道作业题的时候说“这次作业非常简单,比上次第二章的作业简单,不会花太长时间就可以完成。”当时我还真信了,但是,并不简单。吐槽一下,我们老师讲课对我们学生的水平太过自信,有些细节的东西不讲,其中滋味请大家自行脑补。
作业内容
鉴于LoG算法在历史中的地位,进行较深入的实验研究探讨不同σ对LoG 算法的影响。图像Chapter3_1.pgm计算公式(*表卷积)见(1) 式
取σ =1.2然后求零交叉的结果;取σ =2.8的然后求零交叉的结果;讨论和结论:零交叉对σ的依赖性。
注意:卷积模板大小取正方形NxN,N不小于3σ,卷积模板由(2)式确定
补充:零交叉结果 - 生成二值图像,零交叉用1表示(显示为255)、其他的用0表示(显示为0)。
图像增强
老师的PPT内容很少,所以我找到了国科大校区的课件,用以补充相关知识。首先图像增强的分类,盗一张大图大家看一下,因为之前老师没讲这个,看到它时,感觉自己发现了新大陆:
这次作业内容属于图像锐化,图像锐化和图像平滑都是空间域滤波。空域滤波原理:建立模板,并在待处理的图像中逐点移动模板,对每个像素点按照滤波器算法进行计算。微分滤波器是图像锐化的一种滤波器。微分滤波器的原理,均值产生平滑的效果,而均值与积分相似,由此而联想到,微分则能产生相反的效果。
高斯拉普拉斯
首先这坨公式它是怎么来的呢?
LoG算子:
对一个标准高斯函数(未归一化)进行二次偏微分:
最终表达式:
LoG零交叉出现在
卷积模板
那这个卷积模板应该怎么求呢?它