В чем разница между различием гауссовского, лапласа гауссовского и мексиканского шляпного вейвлета?
В CV используются три метода, которые кажутся очень похожими друг на друга, но с небольшими различиями: Лапласиан Гауссова:∇2[g(x,y,t)∗f(x,y)]∇2[g(x,y,t)∗f(x,y)]\nabla^2\left[g(x,y,t)\ast f(x,y)\right] Различие гауссиан:[g1(x,y,t)∗f(x,y)]−[g2(x,y,t)∗f(x,y)][g1(x,y,t)∗f(x,y)]−[g2(x,y,t)∗f(x,y)] \left[g_1(x,y,t)\ast f(x,y)\right] - \left[g_2(x,y,t)\ast f(x,y)\right] Свертка с вейвлетом Рикера :Ricker(x,y,t)∗f(x,y)Ricker(x,y,t)∗f(x,y)\textrm{Ricker}(x,y,t)\ast f(x,y) Насколько я понимаю в настоящее время: DoG является приближением к LoG. Оба используются в обнаружении BLOB-объектов, и оба …