拉普拉斯算子

---

拉普拉斯算子也是一种导数算子，用于查找图像中的边缘。拉普拉斯算子与 Prewitt、Sobel、Robinson 和 Kirsch 等其他算子的主要区别在于，这些算子都是一阶导数掩模，但拉普拉斯算子是二阶导数掩模。在这个掩码中，我们有两个进一步的分类，一个是正拉普拉斯算子，另一个是负拉普拉斯算子。

拉普拉斯算子和其他算子之间的另一个区别是，与其他算子不同，拉普拉斯算子没有取出任何特定方向上的边缘，但它在以下分类中取出边缘。

• 向内边缘
• 向外边缘

让我们看看拉普拉斯算子是如何工作的。

正拉普拉斯算子

在正拉普拉斯算子中，我们有标准掩模，其中掩模的中心元素应为负，掩模的角元素应为零。

正拉普拉斯算子用于去除图像中的向外边缘。

负拉普拉斯算子

在负拉普拉斯算子中，我们还有一个标准掩模，其中中心元素应该为正。角落中的所有元素应为零，而掩码中的所有元素的其余部分应为 -1。

负拉普拉斯算子用于去除图像中的向内边缘

怎么运行的

拉普拉斯算子是导数算子；它使用突出显示图像中的灰度级不连续性并尝试弱化灰度级缓慢变化的区域。该操作最终会产生在深色背景上具有灰色边缘线和其他不连续性的图像。这会在图像中产生向内和向外的边缘

重要的是如何将这些滤镜应用到图像上。请记住，我们不能在同一图像上同时应用正拉普拉斯算子和负拉普拉斯算子。我们只需应用一个，但要记住的是，如果我们在图像上应用正拉普拉斯算子，那么我们从原始图像中减去结果图像以获得锐化图像。类似地，如果我们应用负拉普拉斯算子，那么我们必须将结果图像添加到原始图像上以获得锐化图像。

让我们将这些滤镜应用到图像上，看看它如何获得图像的向内和向外边缘。假设我们有以下示例图像。

示例图片

应用正拉普拉斯算子后

应用正拉普拉斯算子后，我们将得到以下图像。

应用负拉普拉斯算子后

应用负拉普拉斯算子后，我们将得到以下图像。