高斯差分算子（DoG）是图像处理中的一种边缘检测方法，通过两个不同宽度的高斯滤波器平滑图像并计算差值来提取边缘。DoG作为带通滤波器，可以滤除噪声和同质区域，保留边缘信号。边缘检测步骤包括DoG滤波、过零检测和门限判决。
高斯差分算子（Difference of Gaussian，DoG）
高斯差分算子（Difference of Gaussian，DoG）提取图像 f ( x , y ) f(x, y) f(x,y)边缘：使用两个高斯低通滤波器分别平滑图像，然后与二者差值
- 高斯低通滤波（a convolution with a Gaussian kernel of certain width σ 1 \sigma_{1} σ1）
G σ 1 ( x , y ) = 1 2 π σ 1 exp ( − x 2 + y 2 2 σ 1 2 ) G_{\sigma_{1}}(x, y) = \frac{1}{\sqrt{2 \pi} \sigma_{1}} \exp \left( - \frac{x^{2} + y^{2}}{2 \sigma_{1}^{2}} \right) Gσ1(x,y)=2πσ11exp(−2σ12x2+y2)
得到平滑图像
g 1 ( x , y ) = G σ 1 ( x , y ) ∗ f ( x , y ) g_{1}(x, y) = G_{\sigma_{1}}(x, y) * f(x, y) g1(x,y)=Gσ1</
最低0.47元/天 解锁文章
扫一扫
7万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
