基于流的高斯差分滤波（FDoG）

七宝小飞侠 2014-06-20 05:56:07
大师们，有没有研究过基于流的高斯差分滤波器，它的定义公式如何用C代码编程。新手第一次提问，请大家多多关照，谢谢啦。
...全文
836 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
EdgeFlow边缘提取代码
将高斯差分算子（DoG）扩展成为基于流的高斯差分。在 lena.图像 和最后一张图像中，效果较好。FDoG算子对图像抽象画处理，边缘较平滑，很好地忽略了原图的次要信息（比如远处的背景）。也使图像本身的特征体现出来，有效增强了图像的原本轮廓。这个资源里只有代码
图像锐化处理
补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰。
数字图像处理与Python实现-边缘检测-高斯差分(DoG)算子边缘检测
高斯差分(DoG)算子边缘检测 高斯差分(DoG)算子边缘检测 1. 前言 2. 高斯差分(DoG)算子描述 3. 代码实现 1. 前言 在图像中，灰度或结构等信息的突变处称为边缘。边缘可以看作一个区域的结束，另一个区域的开始。利用边缘的特征，可以对图像进行分割。根据定义可以知道，利用各种算法检测到的边缘，并不代表目标的实际边缘。由于图像是二维的，而目标实物是三维的，从三维到二维的投影，已经造成了信息的丢失，再加上成像过程受光照、噪声的影响，使得有边缘的地方不一定被检测出来，而检测出来
ShaderJoy —— “Flow-based Difference-of-Gaussians“ 特效【GLSL】
效果对比图 原图 基于 ETF 的 FDoG 基于各向异性的向量场的 FDoG 引言 基于流的高斯差分滤波器(FDoG)不同于传统的边缘检测器，它使用一个曲线形状的滤波器内核，以求最大限度地提高线的连续性。 构造 ETF（Edge Tangent Field） 给定一个输入图像，其中表示一个图像像素，我们首先构造一个光滑、保留特征的边缘流场。...
从 LoG 到 DoG 再到 XDoG, FDoG
文章目录基于拉普拉斯算子的边缘检测 Laplacian based Edge Detection高斯差分算子 Difference of Gaussian扩展高斯差分算子 Extended Difference of Gaussian 基于拉普拉斯算子的边缘检测 Laplacian based Edge Detection (0)∇2=∂2∂x2+∂2∂y2 \nabla^{2} = \frac{...
模式及实现

5,530

社区成员

4,167

社区内容

发帖
与我相关
我的任务
社区描述
C/C++ 模式及实现
社区管理员
  • 模式及实现社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章