DoG算子（DoGDifference of Gaussian）operator），理学-计算机科学技术-计算机应用-多媒体计算-图像处理-图像表示-边缘检测，一种用于边缘检测的差分算子。又称高斯差分算子。一方面，它通过高斯低通滤波消除了噪声；另一方面，它通过对LoG算子进行近似，增强了边缘信息。DoG算子由Hugh R.Wilson和Stephen C.Giese于1977年提出，主要目的是消除可能包含随机噪声的高频空域细节信息。为了消除噪声，人们常常将图像灰度化，然后与高斯函数作卷积运算以得到低通滤波结果。在DoG算子中，人们选择两个不同的高斯函数与函数作卷积运算，并对结果作差分。DoG算子的效果相当于一个带通滤波器。DoG算子与LoG算子类似，都是先对图像进行高斯滤波，再作差分运算；事实上，麻省理工学院的著名学者David C.Marr在其1980年发表的论文中就曾指出，DoG算子是LoG算子的一种近似。DoG算子作为一种能够在消除噪声的同时增强边缘信息的早期边缘检测算子，对于后面数十年的图像处理和计算机视觉研究都具有重要的影响。