简介

高斯差分函数：在图像处理和模式识别中应用很广泛。

在SIFT（尺度不变特征转换）技术中，通过将原图像的像素矩阵函数和高斯差分函数进行卷积运算，可以获得SIFT特征点，这些特征点是位于图像边缘具有高斯差分极值点的关键点。通过高斯模糊处理，这些关键点的灰度值会发生剧烈的变化，因此使用这些关键点作为图像的特征点具有很好的稳定性和抗干扰性，对基于图像平移、旋转、缩放，光照，仿射、3D投射以及光照等条件的变化不敏感。有利于后期的图像配准。

程序实现

下面是matlab程序处理图像的代码，Matlab图像与双高斯差分函数卷积问题：

I = imread('*.jpg');

L = rgb2gray(I);

sigma_ex = 0.02 * column;

sigma_inh = 0.25 * column;

c_ex = 0.5;

c_inh = 1.5;

Coeff_ex = c_ex^2/(2*pi*sigma_ex^2);

Coeff_inh = c_inh^2/(2*pi*sigma_inh^2);

[X,Y] = meshgrid(-5:.1:5, -5:.1:5);

Z_ex = Coeff_ex * exp(-(X.^2+Y.^2)./(2 * sigma_ex^2));

Z_inh = Coeff_inh * exp(-(X.^2+Y.^2)./(2 * sigma_inh^2));

Z = Z_ex - Z_inh;

% surf(X,Y,Z);shading interp;

filter = real(Z);

filter = filter./sum(abs(filter(:)));

filter = filter-mean(filter(:));

result = conv2(L,filter,'same');