拉普拉斯算子是标量算子，由两个梯度向量算子的内积构成。在二维空间中，它表示为二阶偏导数的和。离散情况下，通过二阶差分来近似。它可以用于检测函数的边缘，是高通滤波器的一种，应用包括图像处理中的边缘检测。
拉普拉斯算子（Laplace Operator）
拉普拉斯算子（Laplace Operator）为标量算子（a scalar operator）：两个梯度向量算子（gradient vector operator）的内积（dot product，inner product）
△ = ▽ ⋅ ▽ = ▽ 2 = [ ∂ ∂ x 1 ⋯ ∂ ∂ x N ] [ ∂ ∂ x 1 ⋮ ∂ ∂ x N ] = ∑ n = 1 N ∂ 2 ∂ x n 2 \bigtriangleup = \bigtriangledown \cdot \bigtriangledown = \bigtriangledown^{2} = \begin{bmatrix} \frac{\partial}{\partial x_{1}} & \cdots & \frac{\partial}{\partial x_{N}} \end{bmatrix}\begin{bmatrix} \frac{\partial}{\partial x_{1}} \\ \vdots \\ \frac{\partial}{\partial x_{N}} \end{bmatrix} = \sum_{n = 1}^{N} \frac{\partial^{2}}{\partial x_{n}^{2}} △=▽⋅▽=▽2=[∂x1∂⋯∂xN∂]⎣⎢⎡∂x1∂⋮∂xN∂⎦⎥⎤=n=1∑N
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
