转自:http://www.cnblogs.com/pegasus/archive/2011/05/20/2051780.html
更复杂些的滤波算子一般是先利用高斯滤波来平滑,然后计算其1阶和2阶微分。由于它们滤除高频和低频,因此称为带通滤波器(band-pass filters)。
在介绍具体的带通滤波器前,先介绍必备的图像微分知识。
1 一阶导数
连续函数,其微分可表达为 ,或 (1.1)
对于离散情况(图像),其导数必须用差分方差来近似,有
,前向差分 forward differencing (1.2)
,中心差分 central differencing (1.3)
1)前向差分的Matlab实现
2)中心差分的Matlab实现
实例:技术图像x方向导数
原图像 x方向1阶导数
2 图像梯度(Image Gradient)
图像I的梯度定义为 ,其幅值为 。出于计算性能考虑,幅值也可用 来近似。
Matlab函数
1)gradient:梯度计算
2)quiver:以箭头形状绘制梯度。注意放大下面最右侧图可看到箭头,由于这里计算横竖两个方向的梯度,因此箭头方向都是水平或垂直的。
实例:仍采用上面的原始图像
梯度幅值 梯度幅值+梯度方向
3 二阶导数
对于一维函数,其二阶导数 ,即 。它的差分函数为
(3.1)
3.1 普拉斯算子(laplacian operator)
3.1.2 概念
拉普拉斯算子是n维欧式空间的一个二阶微分算子。它定义为两个梯度向量算子的内积
(3.2)
其在二维空间上的公式为:
(3.3)
对于1维离散情况,其二阶导数变为二阶差分
1)首先,其一阶差分为
2)因此,二阶差分为
3)因此,1维拉普拉斯运算可以通过1维卷积核实现
对于2维离散情况(图像),拉普拉斯算子是2个维上二阶差分的和(见式3.3),其公式为:
(3.4)
上式对应的卷积核为
常用的拉普拉斯核有:
3.1.2 应用
拉普拉斯算子会突出像素值快速变化的区域,因此常用于边缘检测。
Matlab里有两个函数
1)del2
计算公式: ,
2)fspecial:图像处理中一般利用Matlab函数fspecial
h = fspecial('laplacian', alpha) returns a 3-by-3 filter approximating the shape of the two-dimensional Laplacian operator.
The parameter alpha controls the shape of the Laplacian and must be in the range 0.0 to 1.0. The default value for alpha is 0.2.
3.1.3 资源