UNSW CV 第三课 中

https://webcms3.cse.unsw.edu.au/COMP9517/20T2/resources/46792

总结：

　　1. Spatial Filter

　　　　1 - Smoothing  Spatial Filters

　　　　　1) Gaussion Filter 　

 　　　　　　用于smoothing图片，去掉噪音，但同时会失去一些细节，模糊edges

　　　　2 -  Sharpening Spatial Filters-Edge Detection

　　　　　　用于sharpen边界，经常用于 Gaussion Filter后 修补边界

　　　　　　1) Sobel Filter 一阶导数

　　　　　　2) Laplace Filter  二阶导数

　　2.  Padding 

　　　　o Zero: set all pixels outside the source image to 0     o Constant: set all pixels outside the source image to a specified border value

　　　　o Clamp: repeat edge pixels indefinitely     o Wrap: copy pixels from opposite side of the image     o Mirror: reflect pixels across the image edge

1. Gradient Operator

　　1） 一阶导数Filter:  图二中3*3的filter即为sobel filter ，左边为Gy，右边为Gx

　　　　　　　　　　　　　　　　图一

 

 　　　　　　　　　　　　　　　　　　图二

　　2） 二阶Filter The Laplacian

　　　　重点注意图三最后一行公式，及图四中的Filter 即为laplacian

 　　　　　　　　　　　　　　　　图三

 　　　　　　　　　　　　　　　　　　图四

　　3） Laplacian 例题

　　　　1 --  图5中 a 为原图        b为Laplacian后生成图

　　　　　　c为scaled后的b     d为 a+b 

　　　　2 -- 图6 7中  a 为原图   b为Laplacian后生成图

　　　　　   c为a+b                   d为Sobel后生成图

　　　　　　e为 5*5 averaging filter处理后图

　　　　　　f 为 c*e （为啥要 dot product）  

　　　　　　h 为 log-power后图

　　　　　　h为 compare g and h with a  其实不太懂

　　　　　　　　　　　　　　　　　　　　图5 

 　　　　　　　　　　　　　　　　　　　　　　　　图6

　　　　　　　　　　　　　　　　　　　　　　图7

Padding的几种形式：