定义
对于一个图计算邻接矩阵A和度数矩阵D，可以得到拉普拉斯矩阵L=D-A。
计算拉普拉斯矩阵的好处是在于，在拉普拉斯矩阵中同时保存了图的顶点信息，和图的边的信息，如果像素之间的连接关系是稀疏的，那么图的拉普拉斯矩阵也是稀疏的。
举例
我们定义如下的一个图：如果两个节点没有被边缘切开就认为这两个像素点之间存在着一条权重为1的边，反之，如果两个像素点被一条边缘给切开了，那么这两个像素点之间的就不存在边。根据这个定义，可以得到相应的邻接矩阵A和度数矩阵D。进一步使用可以得到拉普拉斯矩阵L=D-A。
图 1 图的建模过程以及拉普拉斯矩阵的计算方式[1]
参考文献
[1] Shen G, Kim W S, Narang S K, et al. Edge-adaptive transforms for efficient depth map coding[C]//28th Picture Coding Symposium. IEEE, 2010: 566-569.
