CV算法:LoG and DoG Filters

  • Laplacian算子(倒三角左上角有个2即是)是什么,怎么来的?

CV算法:LoG and DoG Filters_第1张图片

CV算法:LoG and DoG Filters_第2张图片

CV算法:LoG and DoG Filters_第3张图片

CV算法:LoG and DoG Filters_第4张图片
  • Laplacian算子特点:

是个标量

可以用一个模获取
没有方向信息

是两个维度二阶导数相加

对噪声敏感

需要加滤波器

  • Log滤波器

在Laplacian算子的基础上加多一个高斯滤波器


CV算法:LoG and DoG Filters_第5张图片

CV算法:LoG and DoG Filters_第6张图片

CV算法:LoG and DoG Filters_第7张图片

可以检测边缘


CV算法:LoG and DoG Filters_第8张图片
  • Log有个sigma参数

这个参数是从最前面的高斯滤波器来的,越大滤波器的范围越大,高斯滤波后就会更模糊。


CV算法:LoG and DoG Filters_第9张图片

CV算法:LoG and DoG Filters_第10张图片

CV算法:LoG and DoG Filters_第11张图片
  • 为什么Log可以检测Blob?

卷积可以看作是找跟mask相似的块,而Log操作的mask看起来就像斑点;一阶导(前面加高斯)可以当作边缘探测器也是因为其mask形状就像边缘急剧变化。


CV算法:LoG and DoG Filters_第12张图片

斑点大小跟sigma大小有关


CV算法:LoG and DoG Filters_第13张图片
  • Dog(Difference of Gaussians)
    两个sigma不同的高斯滤波器相减可以近似Log,Log看起来有点像带通滤波器也可以从这里解释,高斯滤波器是低通滤波器,一个低通减去另外一个低通=带通


    CV算法:LoG and DoG Filters_第14张图片
  • 其他应用


    CV算法:LoG and DoG Filters_第15张图片

你可能感兴趣的:(CV算法:LoG and DoG Filters)