图像梯度

重点看参考文献

参考文章
1. 如何直观形象的理解方向导数与梯度以及它们之间的关系?
2. 如何直观形象的理解梯度,散度,旋度?
3. 图像梯度
4. 图像梯度的基本原理

文章目录

    • 一、梯度
    • 二、图像梯度

一、梯度

数学梯度:是一个向量,由一组正交的方向导数组成,表示函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向变化最快,变化最大。
梯度类似于导数
图像梯度_第1张图片它的基本特性指出了 f(x,y) 在坐标 (x,y) 处的最大变化率的方向

例如,如果现在的纯量场用一座山来表示,纯量值越大的地方越高,反之则越低.经过梯度这个运操作数的运算以后,会在这座山的每一个点上都算出一个向量,这个向量会指向每个点最陡的那个方向,而向量的大小则代表了这个最陡的方向到底有多陡.

二、图像梯度

梯度的方向是函数f(x,y)变化最快的地方,当图像中存在边缘时,一定有较大的梯度值;而图像中较平滑的部分,灰度值变化较小,一般有较小的梯度。
图像处理中常把梯度的模简称为梯度,由图像梯度构成的图像称为梯度图像

可以利用梯度来增强图像

你可能感兴趣的:(图像梯度)