拉普拉斯算子和高斯滤波器

时间:2010-10-21 10:50:09

标签: image image-processing

我正在尝试进行一些图像处理,我想应用LoG内核。我知道这个公式,是:

alt text

但是我不明白如何使用这个公式获得内核矩阵。根据我的阅读,我有一个n x n的矩阵,我将这个公式应用于该矩阵中的每个单元格,但首先应该是该矩阵中的起始值。

另外,我对Laplacian文件管理器也有同样的问题。我知道这个公式,是:

alt text

而且,根据我的阅读,3 x 3过滤器应该是矩阵:

x = [1 1 1; 1 -4 1; 1 1 1]

但是,请您告诉我如何应用公式以获得矩阵,或者至少向我指出如何应用此矩阵的教程。

1 个答案:

答案 0 :(得分:2)

基本上,我们只是从连续的空间到离散的空间。连续时间(空间)中的一阶导数类似于离散时间(空间)中的第一差异。要计算离散时间信号的第一个差异,您对信号进行 [1 -1]卷积。要计算第二个差异,请将信号与[1 -2 1][1 -1]与自身进行卷积进行卷积,或等效地将信号与[1 -1]进行两次卷积。

要计算二维中的第二个差异,请将输入图像与您在问题中提到的矩阵进行卷积。这意味着你采用3×3 掩码(即你提到的矩阵),将所有九个数字乘以图像中的九个像素,并将产品求和得到一个输出像素。然后将面罩向右移动,再次进行。每个班次将产生一个输出像素。你可以在整个图像中做到这一点。

要获得高斯滤波器的掩码,只需为任意sigma采样二维高斯函数。

这可能有所帮助:convolution matrixGaussian filter