数字图像处理与Python实现-边缘检测-Laplacian(拉普拉斯)算子边缘检测

Laplacian(拉普拉斯)算子边缘检测

  • Laplacian(拉普拉斯)算子边缘检测
    • 1.前言
    • 2.Laplace算子描述
    • 3.代码实现

1. 前言

在图像中,灰度或结构等信息的突变处称为边缘。边缘可以看作一个区域的结束,另一个区域的开始。利用边缘的特征,可以对图像进行分割。根据定义可以知道,利用各种算法检测到的边缘,并不代表目标的实际边缘。由于图像是二维的,而目标实物是三维的,从三维到二维的投影,已经造成了信息的丢失,再加上成像过程受光照、噪声的影响,使得有边缘的地方不一定被检测出来,而检测出来的边缘也不一定代表实际边缘。
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。因此,利用图像边缘的变化特性,通过微分算子可以将边缘检查出来,通常用一阶或二阶导数来检测边缘。一阶导数以最大值对应边缘位置,二阶导数以过零点为边缘位置。

2. Laplacian算子描述

Laplacian算子是二阶微分算子。在图像边缘检测中,二阶微分的边缘定位能力更加强,锐化效果更好。离散Laplacian算子的差分形式如下:

你可能感兴趣的:(数字图像处理与Python实现)