标签: laplacianofgaussian

这是LoG过滤的公式: alt text http://homepages.inf.ed.ac.uk/rbf/HIPR2/eqns/eqnlog2.gif

同样在使用LoG过滤的应用程序中,我看到只使用一个参数调用该函数:sigma(σ).我想尝试使用该公式进行LoG过滤(之前的尝试是通过高斯滤波器,然后是laplacian滤波器,带有一些滤波器窗口大小)但是看看那个公式我无法理解滤波器的大小如何与这个公式相关联,是吗？意味着过滤器尺寸是固定的？你能解释一下如何使用它吗？

我正在寻找高斯边缘检测拉普拉斯的等效实现.

在matlab中我们使用以下函数

   [BW,threshold] = edge(I,'log',...)

在python中存在用于计算高斯拉普拉斯函数的函数.它没有明确地给予边缘.

  scipy.ndimage.filters.gaussian_laplace

任何指向在线实现或代码的指针

谢谢

提供以下代码(被要求删除链接).但我想知道它是如何工作的.如果这被认为是边缘检测或斑点检测,我很困惑,因为维基百科将高斯拉普拉斯(LoG)列为斑点检测.

此外,有人可以解释并提供更深层次的解释,说明为什么计算绝对值以及focus_stack()函数中发生了什么？

#   Compute the gradient map of the image
def doLap(image):

    # YOU SHOULD TUNE THESE VALUES TO SUIT YOUR NEEDS
    kernel_size = 5         # Size of the laplacian window
    blur_size = 5           # How big of a kernal to use for the gaussian blur
                            # Generally, keeping these two values the same or very close works well
                            # Also, odd numbers, please...

    blurred = cv2.GaussianBlur(image, (blur_size,blur_size), 0)
    return cv2.Laplacian(blurred, cv2.CV_64F, ksize=kernel_size)

#
#   This …

我在实现LoG内核时遇到了麻烦.我正在尝试使用theta = 1.4实现9x9内核,如此链接http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm所示.

但是,我对配方本身有困难.如果有人能告诉我如何计算中心,即为了在9x9内核中获得-40而使用的x和y值,我们将不胜感激.

我需要仅使用我的方法以及 matplotlib OpenCV 和 NumPy 构建 LoG 文件管理器（而不是仅使用过滤器来帮助计算的内置函数）

def edgeDetectionZeroCrossingLOG(img: np.ndarray) -> (np.ndarray):
    """
    Detecting edges using the "ZeroCrossingLOG" method
    :param I: Input image
    :return: :return: Edge matrix
    """
    kernel = np.ndarray((3, 3))
    b_img = blurImage1(img, kernel)
    k = np.array([[0, 1, 0],
                  [1, -4, 1],
                  [0, 1, 0]])
    img_dervative = conv2D(img, k)
    ***Zero-Crossing***

脚步：

1. 使用高斯滤波器模糊图像

def blurImage1(in_image: np.ndarray, kernel_size: np.ndarray) -> np.ndarray:
    """
    Blur an image using a Gaussian kernel
    :param inImage: Input image
    :param kernelSize: Kernel size
    :return: The …

我目前正在优化代码以提高图像处理效率。我的第一个问题是，由于vision.VideoFileReader和step地方花了很长时间才能打开每一帧。我通过将灰度图像压缩为1 RGB帧中的3帧来加快代码速度。这样，我可以使用加载1个RGB帧，vid.step()并导入3帧准备进行处理。

现在，我的代码在高斯的拉普拉斯算子（LoG）过滤上运行缓慢。我读到可以使用该函数imfilter执行LoG，但这似乎是下一个速率限制步骤。

进一步阅读后，看来imfilter速度不是最佳选择。显然，MATLAB引入了LoG函数，但它是在R2016b中引入的，不幸的是我正在使用R2016a。

有没有一种方法可以加快速度，imfilter或者有更好的功能可以用来执行LoG过滤？

我应该打电话给python来加快这个过程吗？

码：

Hei = gh.Video.reader.info.VideoSize(2);
Wid = gh.Video.reader.info.VideoSize(1);

Log_filter = fspecial('log', filterdot, thresh); % fspecial creat predefined filter.Return a filter.
    % 25X25 Gaussian filter with SD =25 is created.

tic
ii = 1;

bkgd = zeros(Hei,Wid,3);
bkgd(:,:,1) = gh.Bkgd;
bkgd(:,:,2) = gh.Bkgd;
bkgd(:,:,3) = gh.Bkgd;

bkgdmod = reshape(bkgd,720,[]);

while ~isDone(gh.Video.reader)
    frame = gh.readFrame();
    img_temp = double(frame);

    img_temp2 = reshape(img_temp,720,[]); …