【IPMV】图像处理与机器视觉：Lec9 Laplace Blending 拉普拉斯混合
【IPMV】图像处理与机器视觉
本系列为2025年同济大学自动化专业**图像处理与机器视觉**课程笔记
Lecturer: Rui Fan、Yanchao Dong
Lec0 Course Description
Lec3 Perspective Transformation
Lec7 Image Filtering
Lec8 Image Pyramid
Lec9 Laplace Blending
持续更新中
文章目录
- 【IPMV】图像处理与机器视觉
- 📌Laplace Blending 拉普拉斯混合
- 🔹 Laplacian Filter：拉普拉斯滤波
- 🎯 边缘检测滤波器对比
- 🧠 拉普拉斯滤波原理
- 🔹 Laplacian Pyramid：拉普拉斯金字塔
- 🧱 构建流程
- 🔁 图像重建流程
- 🆚 金字塔技术对比
- 🔹 Image Blending：图像混合
- 🧪 融合方法对比
- 🔧 图像金字塔混合流程（基于拉普拉斯金字塔）
- 🎨 混合效果示例
- ✅ 总结
📌Laplace Blending 拉普拉斯混合
本篇介绍三个图像处理核心技术：Laplacian 滤波、Laplacian 金字塔、多尺度图像混合。它们广泛应用于边缘检测、图像重建与图像合成中。
🔹 Laplacian Filter：拉普拉斯滤波
🎯 边缘检测滤波器对比
| 滤波器 | Gaussian 高斯滤波器 (低通) | Derivative of Gaussian 高斯导数 | Laplacian of Gaussian LoG (带通) 高斯 + 拉普拉斯 |
|---|---|---|---|
| 图像示例 |  |  |  |
| 作用 | 模糊图像/降噪 | 抗噪边缘检测 | 高精度边缘检测 |
| 数学表达 | h σ ( u , v ) = 1 2 π σ 2 ⋅ e ( − u 2 + v 2 2 σ 2 ) h_σ(u,v)=\frac{1}{2πσ²}·e^{(-\frac{u²+v²}{2σ²})} hσ(u,v)=2πσ21⋅e |