二项分布——拉普拉斯和离散的高斯——拉普拉斯边缘检测算子的性能

许志祥; 王积杰

您当前的位置：

首页 >

文章列表页 >

二项分布——拉普拉斯和离散的高斯——拉普拉斯边缘检测算子的性能

更新时间：2025-12-08

- 二项分布——拉普拉斯和离散的高斯——拉普拉斯边缘检测算子的性能
- Performances of the Laplacian of Binomial Distribution and the Discrete Laplacian of Gaussian Edge Detection Operators
- 电子学报 1992年第11期页码：69-74
- 作者机构：
  
  1. 上海科技大学
  2. 上海科技大学上海201800
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：1992
- 稿件说明：
移动端阅览
[1]许志祥,王积杰.二项分布——拉普拉斯和离散的高斯——拉普拉斯边缘检测算子的性能[J].电子学报,1992(11):69-74.

Xu Zhi xiang, Wang Jijie. Performances of the Laplacian of Binomial Distribution and the Discrete Laplacian of Gaussian Edge Detection Operators[J]. Acta Electronica Sinica, 1992, (11): 69-74.
[1]许志祥,王积杰.二项分布——拉普拉斯和离散的高斯——拉普拉斯边缘检测算子的性能[J].电子学报,1992(11):69-74. DOI：

Xu Zhi xiang, Wang Jijie. Performances of the Laplacian of Binomial Distribution and the Discrete Laplacian of Gaussian Edge Detection Operators[J]. Acta Electronica Sinica, 1992, (11): 69-74. DOI：

摘要

本文从空域及频域两方面对二项分布——拉普拉斯（LOB）及离散的高斯——拉普拉斯（DLOG）边缘检测算子进行了分析比较.在两种算子的尺度空间常数很大时

它们的时域和频域特性及对图象进行边缘检测的性能是基本相同的.但当尺度空间常数较小时

从它们在频域中带通特性的中心频率、3分贝带宽及截止频率处的高频衰减性能进行比较可知

LOB算子稍优于离散的LOG算子.故LOB算子可看成是LOG算子的一种离散实现.文中给出了实验结果

证明了分析结果的正确性.

Abstract

This paper presents a performance analysis and comparison between the Laplacian of binomial distribution （LOB） and the discrete Laplacian of Guassian （DLOG） edge detection operators in the space domain and frequency domain. When the scale space constants of the two edge detection operators are large enough

the characteristics in space domain and frequency domain and performances in image edge detection are almost the same. But when the scale space constants are smaller

the conclusion can be made that the performances of LOB operator are little better than that of discrete LOG operator after comparisons of central frequency

3dB bandwidth and high frequency attenuation rate at cut off frequency in frequency domain. LOB operator may be considered as a discrete realization of LOG operator. The experiments are given to verify the correctness of analysis.

关键词

Keywords

references

浏览量

252

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征自适应选取的视觉目标跟踪算法

连续学习方法与其在视觉任务中的应用

基于因果提示蒸馏的开放世界目标检测

基于神经网络的图像风格迁移算法综述