Log边缘检测算法

标签：

LoG边缘检测算子首先对图像做高斯滤波,然后再求其拉普拉斯（Laplacian）二阶导数。即图像与 Laplacian of the Gaussian function 进行滤波运算。最后，通过检测滤波结果的零交叉（Zero crossings）可以获得图像或物体的边缘。因而，也被业界简称为Laplacian-of-Gaussian (LoG)算子。

LoG边缘检测算法步骤：

　　1.平滑：高斯滤波器

　　2.增强：Laplacian算子计算二阶导

　　3.检测：二阶导零交叉点并对应于一阶导数的较大峰值

　　4.定位：线性内插

根据卷积的求导法则，先卷积后求导和先求导后卷积是相等的，所以可以把第1、2步合并为一步，先对高斯滤波器做拉普拉斯变换，得到墨西哥草帽算子，然后再用这个算子与图像做卷积。

edge函数实现的语法格式如下：

BW=edge(I, ‘log‘)

BW=edge (I, ‘log‘,thresh)

BW=edge (I, ‘log‘, thresh, sigma)

[BW, thresh]=edge (I, ‘log‘…)

BW=edge(I, ‘log‘) 自动选择阈值用LOG算子进行边缘检测。

BW=edge(I,‘log‘,thresh)根据所指定的敏感度阈值thresh，用LOG算子进行边缘检测，它忽略了所有小于阈值的边缘。当thresh为空时，自动选择阈值。当指定thresh为0时，输出图像具有闭合的轮廓，因为其中包含了输入图像中的所有零交叉点。

<span style="font-family:SimSun;color:#3333ff;">I=rgb2gray(imread('9.jpg'));
subplot(121);imshow(I);title('原图');
BW=edge(I,'log');
subplot(122);imshow(BW);title('Log边缘检测');</span>

Log边缘检测算法

标签：

原文地址：http://blog.csdn.net/baidu_21578557/article/details/51811050