![69c2917719f18a64889025cdc7ef423f.png](https://img-blog.csdnimg.cn/img_convert/69c2917719f18a64889025cdc7ef423f.png)
时间为友,记录点滴。
我们已经了解过了梯度(一阶微分)的作用,那么为什么要引入二阶微分呢?
二阶微分的作用是什么?
还是看图说话:
![7efbef627adebe7255684c800e5810b7.png](https://img-blog.csdnimg.cn/img_convert/7efbef627adebe7255684c800e5810b7.png)
很明显,一阶微分已经可以把轮廓辨识出来,但是,对于变化较缓的地方,一阶微分会给出一个比较长的序列,对应到图像上就是轮廓比较“粗”, 二阶微分只识别跳变的边缘,对应到图像上就是比较“细”。而且对像素的陡变的地方,二阶微分会出现有“零交叉”的两个点,这种点对边缘定位非常有作用。
所以,在细节增强方面,二阶微分要比一阶微分好的多。
怎么实现二阶微分?
我在《数字图像处理》中已经介绍了拉普拉斯算子, 简单的说就是对上一章的梯度再做一次梯度:
拉普拉斯在就为我们定义了二阶微分形式,所以我们就直