Laplacian微分算子
定义
最单间的各项同性微分算子是拉普拉斯算子,一个二维图像f(x,y)的拉普拉斯微分算子的定义如下:
将(2)、(3)式代入(1)式得
写成权系数矩阵模板为
效果如下:
算法源代码(java)
/**
* 二阶微分算子 laplacian算子方法
* @param srcPath 图片的存储位置
* @param distPath 图像要保存的存储位置
* @param formatName 图像要保存的存储位置
*/
public static void laplacian0(String srcPath, String distPath, String formatName) {
BufferedImage img = readImg(srcPath);
int w = img.getWidth();
int h = img.getHeight();
int pix[] = new int[w*h];
pix= img.getRGB(0, 0, w, h, pix, 0, w);
pix = laplacian0(pix, w, h);
img.setRGB(0, 0, w, h, pix, 0, w);
writeImg(img, formatName, distPath);
}
/**
* 二阶微分算子 laplacian算子方法
* @param pix 像素矩阵数组
* @param w 矩阵的宽
* @param h 矩阵的高
* @return 处理后的数组
*/
public static int[] laplacian0(int[] pix, int w, int h) {
int[] newpix = new int[w*h];
ColorModel cm = ColorModel.getRGBdefault();
int r;
for(int y=0; y<h; y++) {
for(int x=0; x<w; x++) {
if(x!=0 && x!=w-1 && y!=0 && y!=h-1) {
//G = 4f(x,y) - f(x-1,y) - f(x+1,y) - f(x,y-1) - f(x,y+1)
r = 4*cm.getRed(pix[x+(y)*w]) - cm.getRed(pix[x-1+(y)*w]) - cm.getRed(pix[x+1+(y)*w])
- cm.getRed(pix[x+(y-1)*w]) - cm.getRed(pix[x+(y+1)*w]);
newpix[x+y*w] = 255<<24 | r<<16 | r<<8 | r;
}
}
}
int temp = findMinInt(newpix);
for(int i=0; i<newpix.length; i++) {
newpix[i] = newpix[i] + temp;
}
return newpix;
}
还有几种laplacian算子的变形,如下
对应的效果如下:
L1 L2 L3
从以上几个效果可以看出,L1与L0算子的效果基本相同,肉眼很难分辨;L2获得的细节信息较弱;L3处理的结果是图像的纹里比原图更清晰。
分享到:
相关推荐
CV笔记6:图像边缘检测之一阶微分算子、二阶微分算子、Canny边缘检测(基于python-opencv实现)_卷积之图像边缘检测 一阶微分-CSDN博客.webarchive
问题1:编写程序实现一阶Sobel算子,进行图像的边缘提取; 问题2:编写程序实现一阶Prewitt算子,进行图像的边缘提取; 问题3:编写程序实现...问题4:编写程序实现二阶Laplacian算子(3*3),进行图像的边缘提取。
这次综合训练要实现图象的锐化处理,图像锐化的目的是突出图象中的细节或者增强被模糊了的细节。...二阶微分算子用到了Laplacian微分算子。通过实现不同的微分算子,得到对图象轮廓在不同程度上的提取。
运用梯度算法、Roberts 梯度算子法、Sobel算子法(加权平均差分法)、拉普拉斯算子对一阶与二阶锐化滤波器性能研究
(4)图像的锐化处理:一阶微分算子、二阶微分算子 (5)图像分割:阈值方法、边缘检测法、区域提取方法 (6)二值图像处理:腐蚀与膨胀、开运算与闭运算 (7)彩色图像处理:彩色图像的常规处理、彩色图像的平衡...
平滑滤波器和中值滤波器、二阶微分锐化图像
总结了二维图像边缘检测的基本原理和各类边缘检测算法的最新研究进展,分别从信噪比、定位精度、单边缘响应和计算效率等方面对一阶和二阶微分算子进行算法对比,分析了各算法的优缺点。同时也总结了现代边缘检测算法...
Laplace 采用一阶微分算子很难找到一个一致的阈值选择办法,保证检测出的图像有相对均匀 的宽度,克服这个障碍的办法是改用二阶微分算子进行边缘检测定位。 经常采用如下Laplace微分算子: 并进而寻找的跨零点的...
文章是分数阶微分在图像处理中的尝试性...最后通过图像边缘提取的实验表明:基于分数阶微分算子不仅可以有效提取图像边缘,而且比整数阶微分算子具有更高的信噪比。为拓展分数阶微分的应用领域,进行了有意义的探索。
edge_detect.m : 图像边缘检测 其中使用 梯度算子边缘检测 : roberts算子、...二阶微分算子法 : 拉普拉斯高斯算子、canny算子 lenna.bmp : 原始灰度图片 实验结果文件夹 : 保存了实验过程中生成的图像和程序流程图
1.3.2 运用二阶微分算子检测图像边缘. 1.3.3 基于Canny算子检测图像边缘 1.3.4 基于SUSAN特征检测算子的边缘提取 1.3.5 基于小波变换模极大值的边缘检测. 1.3.6 基于二维有限冲击响应滤波器的特定角度边缘检测 1.3.7...
为了解决分数阶微分算子在图像增强中需要人工寻找最佳阶次,缺乏阶次自适应的问题,构造了分数阶微分阶次自适应数学模型。该模型以反正切函数为原型,以图像的梯度信息、局部信息熵、亮度和对比度为自变量,建立了...
由于该方法得到 的 图 像是分段线 性图 像避免了二阶偏微分方程处理围 像常 出 现的“阶梯”效应 , 同 时 和 同 类 的 四阶偏微分 方程去 噪模型 相 比其 处理结 果 不 会 出 现“斑”点 , 因 此视觉 效果更加...
Laplacian 算子是n维欧几里德空间中的一个二阶微分算子,定义为梯度grad的散度div。 使用Scharr滤波器运算符计算x或y方向的图像差分。其实它的参数变量和Sobel基本上是一样的,除了没有ksize核的大小。
利用二阶微分算子对降噪后的图像进行图像增强, 比较了不同微分算子的图像增强效果。提出利用罚函数方法抑制入射波对缺陷散射波的干扰, 通过权重因子和正则化因子的变化考察了峰值信噪比和结构相似性的变化趋势, 并与...
代码实现了三中图像锐化的算法,包括基于二阶微分的拉普拉斯算子图像锐化、基于非锐化掩蔽技术的图像锐化,以及基于梯度的图像锐化。这三中锐化算法已经打包成函数,可以轻易调用。这些算法可以对灰度图像、RGB图像...
并利用高斯平滑滤波模板进行高斯平滑滤波,然后使用数字图像处理中比较常用字的边缘检测方法:一阶的微分算子Prewitt 算子和基于Laplacian的二阶的微分算子Log算子来对数字图像进行边缘分析和检测,并提取彩色数字...
利用拉氏算子对 散焦模糊图像进行无方向性的二阶微分 , 然后求微 分图像 的自相关 , 则三维显示的自相关图像上 会出现一 个环形 槽 。 环形 槽由数值 为负的 一系列 相关 峰连成 , 槽 底位置 连成 鉴别 圆 。 该...
3种边缘检测算子。图像的边缘有方向和幅度两个属性,沿边缘方向像素变化平缓,垂直于边缘方向像素变化剧烈.边缘上的这种变化可以用微分算子检测出来,通常用一阶或二阶导数来检测边缘。
像进行无方向性的二阶微分 , 并求微分图像的自相关 , 发现自相关图像中数值较大的点( 鉴别点) 能够 有效标示出运动模糊方向 。 选取适当数目的候选鉴别点 , 并利用聚类方法剔除其中的奇异点 , 得到鉴 别点 ; 过零频...