Canny边缘检测和LoG差异

Question

Diagital图像处理中Canny边缘检测器和LoG（高斯拉普拉斯）之间的区别是什么？我对数字图像处理完全陌生。如果有人能告诉我不同​​之处，我会很感激。感谢致敬。

Answer 1

Canny边缘检测器基于图像的一阶导数（在x和y方向上的Sobel蒙版卷积）。导数的幅度将是这样的：

你看到了与此操作行可以通过具有高值的像素被识别（是白色的）。 Canny算法也将应用非最大值抑制和线追踪（参见Wikipedia）。

高斯拉普拉斯算子然而，它是基于图像的二阶导数。此操作员的响应将是这样的：

日志操作者的最高响应将是斑点状结构的图像中的中心（相同大小作为日志内核）。可以使用LoG算子来识别线条，而不是通过在图像中找到高幅值，而是通过拐点（过零点）。你可以看到每条线都是黑色的，另一边是白色的。基于二阶导数，它对噪声非常敏感。

Answer 2

两者都是检测图像中显着特征的算法。 Canny边缘检测在输入图像中查找边缘。然而，LoG在图像中寻找斑点，它通过考虑多个尺度上的相同图像（通过反复缩放图像）来实现这一点。然而，两者都是经常用于检测图像中的突出点的算法。

对于实际算法中的差异，您应该查阅教科书或维基百科。

计算机视觉通常需要图像中的一组显着点，例如比较图像，检测对象等。但是，没有任何方法可以在所有情况下最好地检测显着点。 Canny和LoG都是检测突出点的方法，但哪个更好用取决于情况。