问题标签 [laplacianofgaussian]

这是 LoG 过滤的公式：（ _{来源：ed.ac.uk）}

同样在具有 LoG 过滤的应用程序中，我看到仅使用一个参数调用该函数：sigma(σ)。我想尝试使用该公式进行 LoG 过滤（之前的尝试是通过高斯滤波器，然后是具有一些滤波器窗口大小的拉普拉斯滤波器）但是看着那个公式，我不明白滤波器的大小是如何与这个公式相关的，是吗意味着过滤器尺寸是固定的？你能解释一下如何使用它吗？

我在实现 LoG 内核时遇到了麻烦。我正在尝试使用 theta = 1.4 实现 9x9 内核，如此链接http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm所示。

但是，我对公式本身有困难。如果有人能告诉我如何计算中心，即使用什么 x 和 y 值来在 9x9 内核中获得 -40，将不胜感激。

我很难实现高斯核的拉普拉斯算子。我有以下代码，我正在尝试使用 sigma = 1.4 实现 9x9 内核。内核显示在此链接上

http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm

但是，我的值与该内核中的值完全不同，我认为我的功能已关闭。帮助将不胜感激。谢谢你。

我正在寻找高斯边缘检测的拉普拉斯算子的等效实现。

在matlab中我们使用以下函数

在python中有一个计算高斯拉普拉斯算子的函数。它并没有明确地归还边缘。

任何指向在线实现或代码的指针

谢谢

高斯函数

用 g(x)=(1/squareroot(2*sigma*sigma*3.142)) * e^(-(x*x)/(2*sigma*sigma)) 计算一维核

逐行应用卷积

主函数启动

读取图像

应用第一模糊

应用第二次模糊

高斯差

输出

模糊1

模糊2

狗

高斯滤波器的拉普拉斯算子有什么缺点？为什么我们要进行高斯差分？

以下代码来自（被要求删除链接）。但我想知道它究竟是如何工作的。如果这被认为是边缘检测或斑点检测，我感到困惑，因为维基百科将高斯拉普拉斯算子 (LoG) 列为斑点检测。

另外，有人可以解释为什么要计算绝对值以及focus_stack()函数中发生了什么，并提供更深入的解释吗？

我目前正在优化我的代码以提高图像处理效率。我的第一个问题是由于打开每个框架需要vision.VideoFileReader很step长时间。我通过将灰度图像压缩成 1 个 RGB 帧中的 3 个帧来加速我的代码。这样我可以使用加载 1 个 RGB 帧vid.step()并导入 3 个帧以供处理。

现在我的代码在高斯拉普拉斯 (LoG) 滤波上运行缓慢。我读到使用该函数imfilter可用于执行 LoG，但它似乎是下一个速率限制步骤。

经过进一步阅读，这似乎imfilter不是速度的最佳选择。显然 MATLAB 引入了一个LoG 函数，但它是在 R2016b 中引入的，不幸的是我正在使用 R2016a。

有没有办法加快速度，imfilter或者有更好的功能来执行 LoG 过滤？

我应该调用python来加快进程吗？

代码：

众所周知，当使用一阶导数，尤其是二阶导数时，我们应该首先对图像进行平滑处理，因此在高斯拉普拉斯算子的情况下，首先要与高斯蒙版和拉普拉斯蒙版进行卷积。但是另一方面，它们都是线性运算，所以如果我们先应用拉普拉斯算子然后应用高斯算子，我们应该得到相同的结果吗？

我目前正在尝试使用我自己构建的拉普拉斯内核过滤图像。然而，当使用这个内核过滤输入图像时，与 SciPy 中的实现相比，它给出了意想不到的结果。

我构建的拉普拉斯核应该通过下图来验证

过滤图像的代码：

这导致

与 SciPy's 相比ndimage.gaussian_laplace，结果应该是

这是非常不同的，我无法弄清楚如何正确地做到这一点。