The paper is essentially a survey of known results about the spectrum of the Laplacian matrix of graphs with special emphasis on the second smallest Laplacian eigenvalue λ 2 and its relation to numerous graph invariants, including connectivity, expanding properties, isoperimetric number, maximum cut, independence number, genus, diameter, mean distance, and bandwidth-type parameters of a graph. Some new results and generalizations are added.

基于MATLAB的 拉普拉斯金字塔图像融合，Laplacian-Pyramid-Blending

邻域平均模板平滑中值滤波，均值滤波，Laplacian边缘提取，Sobel边缘提取，Prewitt边缘提取图像去噪，matlab2021a测试。

canny Laplacian Prewitt Roberts Sobel 边缘检测算法 VS 2015 opencv3.1.0

数字图像处理中的拉普拉斯边缘检测算法，先计算图像直方图，灰度值分割阈值，并计算各阈值下的前景和背景概率密度函数，再进行像素的累计熵

不调用fspecial和filter2函数，针对每个像素循环实现三种滤波。

优化半监督学习 该matlab代码提供了已开发和分发的原始版本的计算优化版本。 提供了一个matlab代码来近似拉普拉斯特征向量。 他计算了Laplace Beltrami算子的本征函数，然后对其进行插值以计算laplacian本征向量。 该matlab代码提供了用于计算近似拉普拉斯特征向量的优化过程。 下图显示了使用三种不同过程计算拉普拉斯平滑度的时间分析。 使用精确的拉普拉斯特征向量（EigVector） 使用Laplace Beltrami算子本征函数（Eigfunctions-Fergus） 对Laplace Beltrami算子本征函数使用优化方法（Eigfunctions-Taha） ＃＃动机 我们将交互式图像分割问题转换为半监督学习问题。 我们使用了 matlab代码来测试我们想法的有效性。 尽管结果令人鼓舞，但为小图像计算拉普拉斯平滑度所需的时间太大。 因此，我们优

针对现有相关噪声模型—Laplacian 模型不能精确描述相关噪声，导致分布式视频编码(DVC,distributed video coding)系统的率失真性能不高的问题，提出像素域DVC中广义伽马分布相关噪声模型。首先分析了相关噪声的统计特性，发现 Laplacian 分布的峰值比实际相关噪声分布的低，然后采用广义伽马分布对相关噪声进行拟合，并给出在线估计广义伽马分布参数的方法。实验结果表明，提出的模型能较精确地描述相关噪声，且有效地改善了系统的率失真性能，并减少了解码端计算复杂度。

python库，解压后可用。 资源全名：robust_laplacian-0.2.1-cp39-cp39-win_amd64.whl

用matlab编写的Roberts,prewitt,Sobel,Laplacian算子程序，主要用于图像锐化代码，有效果图。