从数学推导上,帽子的空腔口沿
z
=
g
(
x
,
y
)
z=g(x,y)
z=g(x,y)轴向上,在显示和滤波应用中空腔口一般朝下,即中间突起的部分为正,帽边为负
二:LOG算子
(1)定义
LOG算子:Marr用高斯函数先对图像作平滑,然后用拉普拉斯算子检测边缘,简称LOG滤波器
LoG
(
x
,
y
)
=
1
π
σ
4
[
1
−
x
2
+
y
2
2
σ
2
]
e
−
x
2
+
y
2
2
σ
2
\operatorname{LoG}(x, y)=\frac{1}{\pi \sigma^{4}}\left[1-\frac{x^{2}+y^{2}}{2 \sigma^{2}}\right] e^{-\frac{x^{2}+y^{2}}{2 \sigma^{2}}}
LoG(x,y)=πσ41[1−2σ2x2+y2]e−2σ2x2+y2
LOG算子可以看作是将高斯函数和拉普拉斯算子(即二阶导数算子)结合在一起,因此它的输出是原始图像的拉普拉斯变换与高斯滤波的结果。它可以用来检测图像中的边缘和角点等特征。将
g
g
g与图像函数
f
f
f卷积,得到一个平滑的图像函数,对该函数做拉普拉斯运算,提取边缘
可以证明
∇
2
[
f
(
x
,
y
)
∗
g
(
x
,
y
)
]
=
f
(
x
,
y
)
∗
∇
2
g
(
x
,
y
)
\nabla^{2}[f(x, y) * g(x, y)]=f(x, y) * \nabla^{2} g(x, y)
∇2[f(x,y)∗g(x,y)]=f(x,y)∗∇2g(x,y)
∇
2
g
(
x
,
y
)
=
∂
2
g
∂
x
2
+
∂
2
g
∂
y
2
=
1
π
σ
4
(
x
2
+
y
2
2
σ
2
−
1
)
exp
(
−
x
2
+
y
2
2
σ
2
)
\nabla^{2} g(x, y)=\frac{\partial^{2} g}{\partial x^{2}}+\frac{\partial^{2} g}{\partial y^{2}}=\frac{1}{\pi \sigma^{4}}\left(\frac{x^{2}+y^{2}}{2 \sigma^{2}}-1\right) \exp \left(-\frac{x^{2}+y^{2}}{2 \sigma^{2}}\right)
∇2g(x,y)=∂x2∂2g+∂y2∂2g=πσ41(2σ2x2+y2−1)exp(−2σ2x2+y2)
∇
2
g
(
x
,
y
)
\nabla^{2}g(x,y)
∇2g(x,y)为LOG滤波器,也称为Marr-Hildrech算子
σ
\sigma
σ为尺度因子,大的值可以用来检测模糊边缘,小的值可以用来检测聚焦良好的图像细节
LOG算子的形状如下图所示
滤波器的大小由
σ
\sigma
σ的数值或等价地由
ω
2
D
\omega_{2D}
ω2D的数值来确定。为了不使函数被过分地截短,应在足够大的窗口内作计算,窗口宽度通常取为
ω
≥
3.6
ω
2
D
\omega \geq 3.6\omega_{2D}
ω≥3.6ω2D