如何计算拉普拉斯形式梯度？

【问题标题】：How to calculate laplacian form gradient?如何计算拉普拉斯形式梯度？
【发布时间】：2020-08-29 14:14:21
【问题描述】：

我正在处理阴影移除。首先，我必须从图像的两个方向计算梯度。 g(x,y) = -2*f(x,y) + f(x+1,y) + f(x,y+1)。之后，我对梯度进行了一些计算并稍作修改。

当我必须根据修改后的梯度计算拉普拉斯算子（二阶导数）时，问题就来了。

我知道拉普拉斯滤波器有一个矩阵：[0,1,0: 1,-4,1; 0,1,0]。但问题是，如果单元格已经被修改，如何从梯度计算拉普拉斯算子？

梯度计算：

[Gx,Gy] = imgradientxy(img_G,'intermediate');
greenGradient = Gx + Gy;

谢谢！

【问题讨论】：

这是matlab代码吗？我认为这需要一个 matlab 标签。
你必须计算梯度的拉普拉斯算子，还是给定梯度的原始图像的拉普拉斯算子？
我有一些图像存在阴影。首先我计算梯度，我可以根据梯度幅度和不变图像去除阴影。从那里开始，我必须根据梯度计算拉普拉斯算子。

标签： matlab image-processing gradient laplacian

【解决方案1】：

使用imgradientxy(I,'intermediate')计算梯度时：

GX(j, i)  = I(j, i+1) - I(j, i)
GY(j, i)  = I(j+1, i) - I(j, i)

还有拉普拉斯算子：

L(j, i)   = I(j, i-1) + I(j, i+1) + I(j-1, i) + I(j+1, i) - 4*I(j, i)

现在如果我们计算GX 和GY 的梯度：

GGX(j, i) = GX(j, i) - GX(j, i-1)
          = I(j, i+1) - I(j, i) - I(j, i) + I(j, i-1)
          = I(j, i-1) + I(j, i+1) - 2*I(j, i)
GGY(j, i) = I(j-1, i) + I(j+1, i) - 2*I(j, i)

所以

L(j, i) = GGX(j, i) + GGY(j, i)

请注意，用于查找I 的梯度和GX 和GY 的梯度的方法之间存在像素偏移。

I =   im2double(imread('coins.png'));
[GX, GY] = imgradientxy(I,'intermediate');
L =   imfilter(I, [0 1 0; 1 -4 1; 0 1 0], 'replicate');
GGX = imfilter(GX, [0 0 0; -1 1 0; 0 0 0], 'replicate');
GGY = imfilter(GY, [0 -1 0; 0 1 0; 0 0 0], 'replicate');
L2 =  GGX+GGY;
E =   (L2-L).^2;

【讨论】：