
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.1 基于二维Hessian矩阵的圆点滤波器
在二维上,服从高斯分布的圆形用式(1-1)表示,服从高斯分布的线结构用式(1-2)表示[1]。

二维Hessian矩阵形式如下:

特征值为λ1、λ2,当λ1=λ2<0时,为圆上的像素;当λ1<0且λ2=0时,为线上的像素。在二维空间下,定义的圆点和线的增强算子如下:

在二维上,服从高斯分布的圆形用式(1-1)表示,服从高斯分布的线结构用式(1-2)表示[1]。
二维Hessian矩阵形式如下:
特征值为λ1、λ2,当λ1=λ2<0时,为圆上的像素;当λ1<0且λ2=0时,为线上的像素。在二维空间下,定义的圆点和线的增强算子如下: