OpenCV环境下Laplace(拉普拉斯)和Roberts基本边缘检测算子的实现代码

心已赠人 2022-09-21 16:18 84阅读 0赞

拉普拉斯算子是最简单的各向同性二阶微分算子，具有旋转不变性。根据函数微分特性，该像素点值的二阶微分为零的点为边缘点。这样就实现了边缘检测。利用拉普拉斯算子作边缘检测前最好先对图像作一个高斯滤波（高斯滤波见博文[http://blog.csdn.net/wenhao\_ir/article/details/51699064][http_blog.csdn.net_wenhao_ir_article_details_51699064]），效果会好不少，至于为什么，我暂时还不知道原因（后来我猜想是这样的原因：边缘检测的算法主要是基于图像强度的一阶和二阶微分操作，但导数通常对噪声很敏感，边缘检测算法常常需要根据图像源的数据进行预处理操作，因此采用滤波器来改善与噪声有关的边缘检测性能，比如在进行边缘检测前，可以对原始数据先作高斯滤波处理。其实不仅对噪声，如果不做滤波平滑处理，原图片中不是边缘但是灰度变化频率较高的部分也容易被认为是边缘，这样导致了边缘检测性能的下降）。

Roberts算子是利用局部差分寻找边缘的一种算子，是最简单的边缘检测子。Roberts算子利用对角线方向相邻两像素之差近似梯度幅值来检测边缘（博文[ 利用图像在水平和垂直方向上的差分运算对图像进行边缘检测][Link 1] 利用的就是水平和垂直方向来进行边缘检测）。Roberts算子对垂直边缘的检测效果要优于其它方向的边缘检测。

更多内容参见博文[https://blog.csdn.net/lehuoziyuan/article/details/84136050][https_blog.csdn.net_lehuoziyuan_article_details_84136050]

[http_blog.csdn.net_wenhao_ir_article_details_51699064]: http://blog.csdn.net/wenhao_ir/article/details/51699064
[Link 1]: http://blog.csdn.net/wenhao_ir/article/details/51743382
[https_blog.csdn.net_lehuoziyuan_article_details_84136050]: https://blog.csdn.net/lehuoziyuan/article/details/84136050