首先要区分拉普拉斯算子和拉普拉斯矩阵。
什么是拉普拉斯算子？
只要记住它是二阶微分算子即可。可表示为：
在图像处理中，一般是离散形式的，表示为：
也就是利用如下的卷积核对图像进行处理：
处理后的效果：
作用是使原始的图像细节更为清晰。
什么是拉普拉斯矩阵？
拉普拉斯矩阵计算公式为L=D-A，其中D是每个节点的度组成的矩阵，对角线上的值为该节点的度，其余值为0。A是邻接矩阵，以无向图为例，若两边相接，那么邻接矩阵中的值就为1，否则为0，如下所示：
那么为什么拉普拉斯矩阵的公式是那样的？
与拉普拉斯算子类似的是，拉普拉斯算子考虑的是中心点和其上下左右的像素点间的关系，而拉普拉斯矩阵考虑的是某节点和其邻接节点之间的关系。
以无向图为例，对于某处节点而言，其权重可以用该节点的度表示，对于其与邻接节点的关系而言，可以用是否是邻接的来区分，也就是邻接矩阵，于是乎：
其中d1-dn表示每个节点的度，w1-wn表示每个节点的邻接向量，于是乎就有了L=D-A。
参考：
http://www.cnblogs.com/xfzhang/archive/2011/01/19/1939020.html