图像处理之LoG算子(高斯拉普拉斯)

LoG算子(高斯拉普拉斯算子)

LoG算子是由拉普拉斯算子改进而来。拉普拉斯算子是二阶导数算子,是一个标量,具有线性、位移不变性,其传函在频域空间的原点为0。所有经过拉普拉斯算子滤波的图像具有零平均灰度。但是该算子的缺点是对噪声具有敏感性,因此在实际应用中,一般先要对图像进行平滑滤波,再用拉氏算子进行图像的边缘检测。这就是LoG算子的产生的背景(最后的梯度表达式为高斯函数和原图像卷积,再去二阶微分算子)。

其滤波函数模型为:

常用的5*5卷积核模板为:

0 0 − 1 0 0 0 − 1 − 2 − 1 0 − 1 − 2 16 − 2 − 1 0 − 1 − 2 − 1 0 0 0 − 1 0 0 \] \\left\[ \\begin{array} {cccc} 0\&0\&-1\&0\&0\\\\ 0\&-1\&-2\&-1\&0\\\\ -1\&-2\&16\&-2\&-1\\\\ 0\&-1\&-2\&-1\&0\\\\ 0\&0\&-1\&0\&0\\\\ \\end{array} \\right\] 00−1000−1−2−10−1−216−2−10−1−2−1000−100 代码: ```python import numpy as np import cv2 from matplotlib import pyplot as plt import imgShow as iS #定义掩膜 m1 = np.array([[0,0,-1,0,0],[0,-1,-2,-1,0],[-1,-2,16,-2,-1],[0,-1,-2,-1,0],[0,0,-1,0,0]]) #LoG算子模板 img = cv2.imread("./originImg/Lena.tif") img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #边缘扩充 image = cv2.copyMakeBorder(img, 2, 2, 2, 2, borderType=cv2.BORDER_REPLICATE) # image = cv2.GaussianBlur(img,(3,3),4) rows = image.shape[0] cols = image.shape[1] temp = 0 image1 = np.zeros(image.shape) for i in range(2,rows-2): for j in range(2,cols-2): temp = np.abs( (np.dot(np.array([1, 1, 1, 1, 1]), (m1 * image[i - 2:i + 3, j - 2:j + 3]))) .dot(np.array([[1], [1], [1], [1], [1]]))) image1[i,j] = int(temp) if image1[i, j] > 255: image1[i, j] = 255 else: image1[i, j] = 0 iS.showImagegray(image1,img , 25, 15, 'LoG', 'origin', './LoG.jpg') # cv2.imshow("LoG",image1) # cv2.waitKey(0) ``` 检测结果为: ![在这里插入图片描述](https://file.jishuzhan.net/article/1683488582540464129/a6198e0f0ef8423b925f7b92b891216f.jpeg)

相关推荐
聚客AI1 小时前
Embedding进化论:从Word2Vec到OpenAI三代模型技术跃迁
人工智能·llm·掘金·日新计划
weixin_387545641 小时前
深入解析 AI Gateway:新一代智能流量控制中枢
人工智能·gateway
聽雨2371 小时前
03每日简报20250705
人工智能·社交电子·娱乐·传媒·媒体
二川bro2 小时前
飞算智造JavaAI:智能编程革命——AI重构Java开发新范式
java·人工智能·重构
acstdm2 小时前
DAY 48 CBAM注意力
人工智能·深度学习·机器学习
澪-sl2 小时前
基于CNN的人脸关键点检测
人工智能·深度学习·神经网络·计算机视觉·cnn·视觉检测·卷积神经网络
羊小猪~~2 小时前
数据库学习笔记(十七)--触发器的使用
数据库·人工智能·后端·sql·深度学习·mysql·考研
摸爬滚打李上进3 小时前
重生学AI第十六集:线性层nn.Linear
人工智能·pytorch·python·神经网络·机器学习
HuashuiMu花水木3 小时前
PyTorch笔记1----------Tensor(张量):基本概念、创建、属性、算数运算
人工智能·pytorch·笔记
lishaoan773 小时前
使用tensorflow的线性回归的例子(四)
人工智能·tensorflow·线性回归