Canny邊緣檢測和LoG差異

Question

Diagital圖像處理中Canny邊緣檢測器和LoG（高斯拉普拉斯）之間的區別是什麼？我對數字圖像處理完全陌生。如果有人能告訴我不同​​之處，我會很感激。感謝致敬。

Answer 1

Canny邊緣檢測器基於圖像的一階導數（在x和y方向上的Sobel蒙版卷積）。導數的幅度將是這樣的：

你看到了與此操作行可以通過具有高值的像素被識別（是白色的）。 Canny算法也將應用非最大值抑制和線追蹤（參見Wikipedia）。

高斯拉普拉斯算子然而，它是基於圖像的二階導數。此操作員的響應將是這樣的：

日誌操作者的最高響應將是斑點狀結構的圖像中的中心（相同大小作爲日誌內核）。可以使用LoG算子來識別線條，而不是通過在圖像中找到高幅值，而是通過拐點（過零點）。你可以看到每條線都是黑色的，另一邊是白色的。基於二階導數，它對噪聲非常敏感。

Answer 2

兩者都是檢測圖像中顯着特徵的算法。 Canny邊緣檢測在輸入圖像中查找邊緣。然而，LoG在圖像中尋找斑點，它通過考慮多個尺度上的相同圖像（通過反覆縮放圖像）來實現這一點。然而，兩者都是經常用於檢測圖像中的突出點的算法。

對於實際算法中的差異，您應該查閱教科書或維基百科。

計算機視覺通常需要圖像中的一組顯着點，例如比較圖像，檢測對象等。但是，沒有任何方法可以在所有情況下最好地檢測顯着點。 Canny和LoG都是檢測突出點的方法，但哪個更好用取決於情況。