【发布时间】：2019-09-11 14:21:46
【问题描述】：
我知道梯度(Gx,Gy)是衡量图像函数G(x,y)的最大变化方向。因此，边缘检测就是寻找Gx^2+Gy^2的最大值点。那么，拉普拉斯边缘检测的原理是什么？感谢您的帮助。
【问题讨论】：
标签： image-processing computer-vision edge-detection laplacian
【发布时间】：2019-09-11 14:21:46
【问题描述】：
更准确地说，是拉普拉斯算子的过零点，用于检测边缘。拉普拉斯算子是图像二阶导数的函数。边是一阶导数的局部最大值，即二阶导数为零的点。
【讨论】：
-
在维度一的情况下，一阶导数的局部最大值正好是二阶导数的零点。然而，在维度 2 中，它并不明显。我仍然不明白为什么拉普拉斯算子的交叉零点表示边缘。