matlab二阶差分函数,图像微分(1、2阶导数和拉普拉斯算子) |
您所在的位置:网站首页 › matlab二阶导函数图像 › matlab二阶差分函数,图像微分(1、2阶导数和拉普拉斯算子) |
转自:http://www.cnblogs.com/pegasus/archive/2011/05/20/2051780.html 更复杂些的滤波算子一般是先利用高斯滤波来平滑,然后计算其1阶和2阶微分。由于它们滤除高频和低频,因此称为带通滤波器(band-pass filters)。 在介绍具体的带通滤波器前,先介绍必备的图像微分知识。 1 一阶导数 连续函数,其微分可表达为 ,或 (1.1) 对于离散情况(图像),其导数必须用差分方差来近似,有 ,前向差分 forward differencing (1.2) ,中心差分 central differencing (1.3) 1)前向差分的Matlab实现 2)中心差分的Matlab实现 实例:技术图像x方向导数
原图像 x方向1阶导数 2 图像梯度(Image Gradient) 图像I的梯度定义为 ,其幅值为 。出于计算性能考虑,幅值也可用 来近似。 Matlab函数 1)gradient:梯度计算 2)quiver:以箭头形状绘制梯度。注意放大下面最右侧图可看到箭头,由于这里计算横竖两个方向的梯度,因此箭头方向都是水平或垂直的。 实例:仍采用上面的原始图像
梯度幅值 梯度幅值+梯度方向 3 二阶导数 对于一维函数,其二阶导数 ,即 。它的差分函数为 (3.1) 3.1 普拉斯算子(laplacian operator) 3.1.2 概念 拉普拉斯算子是n维欧式空间的一个二阶微分算子。它定义为两个梯度向量算子的内积 (3.2) 其在二维空间上的公式为: (3.3) 对于1维离散情况,其二阶导数变为二阶差分 1)首先,其一阶差分为 2)因此,二阶差分为 3)因此,1维拉普拉斯运算可以通过1维卷积核实现 对于2维离散情况(图像),拉普拉斯算子是2个维上二阶差分的和(见式3.3),其公式为: (3.4) 上式对应的卷积核为 常用的拉普拉斯核有: 3.1.2 应用 拉普拉斯算子会突出像素值快速变化的区域,因此常用于边缘检测。 Matlab里有两个函数 1)del2 计算公式: , 2)fspecial:图像处理中一般利用Matlab函数fspecial h = fspecial('laplacian', alpha) returns a 3-by-3 filter approximating the shape of the two-dimensional Laplacian operator. The parameter alpha controls the shape of the Laplacian and must be in the range 0.0 to 1.0. The default value for alpha is 0.2. 3.1.3 资源 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |