原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
图像处理中梯度、梯度方向总结
一、数学中的导数与梯度：导数为某一方向的变化率方向导数定义为：的极限存在其中与l方向的向量，。该方向导数就是沿方向l变化率进而有其中方向l的方向余。
称为函数点梯度，记为函数点微分，方向l的单位向量，则：
，此式表明方向导数与梯度的关系。时，即沿梯度方向，方向导数取得最大值，这个最大值就是的模。也就是函数在一点的梯度向量，它的方向是函数在这点的方向导数取得最大值方向，它的模就等于方向导数的最大值。、图像中的梯度方向图像在计算机中以数字图像的形式进行存储，图像离散的数字信号，数字图像的梯度使用差分代替连续信号中的微分。不同的梯度模板，的图像梯度有以下
Roberts梯度：
1 0 0 -1
0 1 -1 0
以上为其对应的梯度模板atlab中图像分别与卷积即可求出沿x和沿y的梯度
Sobel梯度：
-1 -2 -1 0 0 0 1 2 1
-1 0 1 -2 0 2 -1 0 1
Prewitt梯度：
1 0 -1 1 0 -1 1 0 -1
-1 -1 -1 0 0 0 1 1 1
Laplacian：
0 -1 0 -1 4 -1 0 -1 0
-1 -1 -1 -1 8 -1 -1 -1 -1
Marr：
-2 -4 -4 -4 -2 -4 0 8 0 -4 -4 8 24 8 -4 -4 0 8 0 -4 -2 -4 -4 -4 -2
以上计算出来的图像就为梯度图像结合obel算子具体的说明图像中的梯度与梯度方向由obel算子首先计算出，然后计算梯度角方向及图像灰度增大的方向，其中梯度方向的梯度夹角大于平坦区域的梯度夹角。图所示值增加的方向梯度夹角大此时梯度夹角大的方向为梯度在图像中寻找某一点的梯度方向即通过计算该点与其点的梯度角梯度角最大即为梯度方向。
图1.1
文档评论（0）