问题标签 [laplacianofgaussian]

LoG（高斯拉普拉斯算子）滤波器，一阶和二阶导数高斯滤波器有什么区别？

二阶导数高斯滤波器是否等于拉普拉斯算子？

https://docs.opencv.org/3.4/d5/db5/tutorial_laplace_operator.html

当我在网上搜索时，有不同的形状说是二阶导数高斯滤波器。那么哪一个是正确的呢？

http://www.me.umn.edu/courses/me5286/vision/VisionNotes/2017/ME5286-Lecture7-2017-EdgeDetection2.pdf (P.39)

https://www.swarthmore.edu/NatSci/mzucker1/e27_s2016/filter-slides.pdf (P.31)

http://www.cse.psu.edu/~rtc12/CSE486/lecture11_6pp.pdf (P.3)

你好。

我正在尝试制作一个类似于下图的 3-D 图，它说明了高斯 (LoG) 函数的 2-D 拉普拉斯算子。我怎样才能通过 MATLAB 或 python 来完成这个？代码片段将不胜感激。

我发现我们可以使用这种方法绘制高斯，但我正在寻找如何绘制高斯的拉普拉斯算子。

我正在同时处理几件新事物，因此很难看出我哪里出错了。我是 Android、Kotlin（和 Java）、Renderscript、内核卷积和拉普拉斯算子的新手。

但是我已经设法让 LoG 在 Python 中使用 OpenCV 和 JavaScript 手动工作，并且我已经在 Android 上管理了其他 Renderscript 内部函数。但我无法使用 5x5 convolve 内在函数让 LoG 工作。这是一些代码：

你可以看到我不确定一些事情。但我认为这可能归结为 LoG 通常以有符号浮点数产生输出的事实。如果要显示它，则必须在之后将其标准化为无符号的 8 位整数。

在create我尝试使用除U8_4. 有时我会得到奇怪的结果，有时会崩溃。也许 Renderscript 只允许您使用相同的元素类型进行输入和输出？也许只适用于内在？我找不到那个记录。也许我错过了。也许你可以，但我没有设置正确。

我已经尝试对 LoG 使用通常的有符号整数卷积核。如果问题是内核中的负中心元素导致将负值包装为高正值，或者如果乘法溢出或饱和到 255，我尝试“预规范化”我的内核，以便输出始终在范围 0-255。

根据我的尝试，我得到的几乎是白色的位图，对原始位图有淡淡的印象。一些变化会产生平坦的灰色，但乘以放大 LoG 只会改变灰度级。有时输出看起来就像输入一样。

最奇怪的是，起初我的输出位图是输入的副本，这在内部导致了相同的存储。当我这样做时，结果实际上对于我大约一半的测试图像来说是完美的！另一半被破坏了。

那么这对于 5x5 内在函数来说可能是不可能的，但我可以在普通的 Renderscript 中手动完成吗？或者有没有办法从 U8 输入到浮点输出？还是我只是使用与我的位图不兼容的元素类型？或者是通过预规范化来解决它的方法，但我的尝试是错误的？

我从事一个将图像与 OpenCV 库混合在一起的项目。当我尝试重建金字塔的层时，我得到了一个错误，即使我认为正确设置了大小。在代码末尾，我收到此错误消息（at #Reconstructed Faces），感谢您的帮助：

我的代码：

我需要仅使用我的方法和仅使用 matplotlib OpenCV 和 NumPy 构建一个 LoG 文件管理器（但不是为了帮助计算而执行过滤器的内置函数）

脚步：

1. 使用高斯滤波器来模糊图像

2. 使用推导拉普拉斯核 Ix,Iy

3. 需要在图像的 2D 数组中找到所有“过零”并将它们标记为 1，其余为零

我的主要问题是过零，我找不到解决办法。

我需要检查所有没有阈值的交叉口 -> { (-+),(+-),(-0+),(+0-)}，并且每个交叉口都设为 1 ，其余的则为零。

（卷积也是我实现的函数conv2D）

我想为我的图像实现高斯滤波器的拉普拉斯算子。我测试了这两种方法，它给了我完全不同的答案。请告诉我我犯了哪个错误。在第一种方法中，我从它的函数中实现了 LOG 过滤器，而在第二种方法中，我使用了 opencv 函数。这是我的第一种方法的代码：

我的结果是：

第二个实现是：

这是我的结果：

我认为根据结果，第二张图片应该是正确的。但我不知道我的第一次实施有什么问题。请帮助我。

目前，Scikit 图像包实现了高斯拉普拉斯算子 (LoG) 来查找球形斑点。包裹在这里。如何将这些高斯拉普拉斯算子转换为椭圆高斯核？这是获取图像中的非球形斑点所必需的。

我正在尝试为图像重建制作拉普拉斯金字塔，但我遇到了问题。

下采样时我只得到偶数行/列并丢弃其余的，上采样时我复制每一行/列。

但这会造成图像大小可能不同的情况，不允许我通过减法创建 LoG。如果我对奇数大小的 img 进行下采样并对其进行上采样，它将是偶数。

我该如何正确地做到这一点，以便我可以完美地重建原始图像？

我有一张图像，我对计算图像中存在的模糊感兴趣；为此，我在构建功能中使用了 openCV，称为cv2.Laplacian(image). 但我可以量化图像中存在的模糊量。无论如何，我们可以计算给定图像的模糊归一化值。

我正在使用此算法计算图像的清晰度分数（来自相同的 fov）：

那么，如何计算这个分数的上限呢？或者有没有上限？