论文部分内容阅读
针对传统的高斯-拉普拉斯(LOG)算子处理图像边缘存在各向同性特点的问题,提出了一种各向异性的LOG算法,使之在图像增强中能自适应地处理各个角度的边缘.首先在LOG函数的不同方向上取不同方差将尺度参数引入函数中,然后结合几何学,将角度参数引入带有尺度参数的算子中,最后根据每个像素点的梯度值来确定尺度参数和角度参数的值,得到各向异性的LOG算子.仿真结果表明,各向异性的LOG算子,在峰值信噪比、结构相似性和均方误差方面均优于各向同性的LOG算子,各向异性的LOG算子对噪声的抑制效果更好,图像边缘细节保留的更