兩種laplacian模板（附件中）
gauss-lanlancian運算元(附件中)
laplacian 運算元是二階導數邊緣運算元，考察的是3*3鄰域，上圖是兩種比較常用的模板，演算法簡述如下：
，遍歷影象（除去邊緣，防止越界），對每個畫素做laplancian模板卷積運算，注意是只做其中的一種模板運算，並不是兩個。
，複製到目標影象，結束。
gauss-laplacian考察的是5*5的鄰域，檢測的同時，引入了濾波，是雜訊得以平滑，上圖是一種常用的運算元，演算法簡述。
，遍歷影象（除去邊緣，防止越界），對每個畫素做gauss -laplancian模板卷積運算。
，複製到目標影象，結束。
canny邊緣檢測是非常重要的一種邊緣檢測演算法，主要過程如下：
，用高斯濾波器平滑影象。
已經學習過，根據高斯函式，構造高斯模板，進行濾波，不在贅述。
，用一階偏導的有限差分來計算梯度的幅值和方向；
其中，phi 表示是幅值，theta 是方向，用影象副本進行儲存。
，對梯度幅值進行非極大值抑制；
為確定邊緣，必須保留區域性梯度最大的點，而抑制非極大值（nms）。
解決辦法是，利用梯度的方向：
已經求出theta 的值，梯度的方向用於非極大值的抑制，將梯度角離散化到0,1，2，3中的乙個（通過線性對映），採用近似的演算法。知道了梯度角，也就知道了梯度線方向。
鄰域的中心畫素m與沿著梯度線的兩個畫素相比。如果m的梯度值不比沿梯度線的兩個相鄰畫素梯度值大，則令m=0。
，用雙閾值演算法檢測和連線邊緣。
減少假邊緣段數量的典型方法是對n[i，j]使用乙個閾值。將低於閾值的所有值賦零值。但問題是如何選取閾值？
解決方法：
雙閾值演算法。雙閾值演算法對非極大值抑制圖象作用兩個閾值τ1和τ2，且2τ1≈τ2，從而可以得到兩個閾值邊緣圖象n1［i,j］和n2［i，j］。由於n2［i，j］使用高閾值得到，因而含有很少的假邊緣，但有間斷(不閉合)。雙閾值法要在n2［i，j］中把邊緣連線成輪廓，當到達輪廓的端點時，該演算法就在n1［i,j］的8鄰點位置尋找可以連線到輪廓上的邊緣，這樣，演算法不斷地在n1［i,j］中收集邊緣，直到將n2［i,j］連線起來為止。
二階線性微分器的實現
二階線性微分器的實現 1.經典微分器 y v t v t t t在間隔時間 t很小時，對雜訊有放大作用，實際無法應用到任務中。2.二階線性微分器 3.c程式驗證 include include include math.h include stdlib.h define ts double 0.01...
一階微分邊緣檢測運算元
l運算元的原理 roberts運算元 sobel 運算元和prewitt 運算元是三種常用微分邊緣檢測運算元 5 這三個運算元都以一階導數為基礎，先通過合適的微分運算元計算出影象的梯度矩陣，再對梯度矩陣進行二值化從而得到影象的邊緣。這三種演算法的原理如下，其中i為影象矩陣，g i,j 為最終的梯度矩...
特殊的二階魔方
時限 1000ms 記憶體限制 10000k 總時限 3000ms 描述魔方大家應該都玩過。現在有乙個特殊的二階魔方，它只有一面是白色，其餘五個面全是黑色。玩這個魔方當然也有特殊的規則，玩家只能通過六種方式去改變它，底層向左轉一格 稱為dl 底層向右轉一格 稱為dr 右側向上轉一格 稱為ru 右側向...