图像处理中的梯度、梯度方向总结.doc_第1页
图像处理中的梯度、梯度方向总结.doc_第2页
图像处理中的梯度、梯度方向总结.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一、数学中的方向导数与梯度：方向导数为函数沿某一指定方向的变化率。方向导数的定义为：，若此时的极限存在。其中为与l同方向的单位向量，。该方向导数就是处沿方向l的变化率。进而有，其中为方向l的方向余玄。向量称为函数在点的梯度，记为。若函数在点可微分，与方向l同向的单位向量，则：其中，此式表明方向导数与梯度的关系。当时，即沿梯度方向时，方向导数取得最大值，这个最大值就是梯度的模。也就是说函数在一点的梯度是个向量，它的方向是函数在这点的方向导数取得最大值的方向，它的模就等于方向导数的最大值。二、图像中的梯度与梯度方向：由于图像在计算机中以数字图像的形式进行存储，即图像是离散的数字信号，对数字图像的梯度使用差分来代替连续信号中的微分。根据不同的梯度模板，常见的图像梯度模板有以下几种：Roberts梯度： 1 0 0 -1 0 1 -1 0 以上为其对应的梯度模板，在Matlab中图像分别与和卷积即可分别求出沿x和沿y方向的梯度。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以下结合Sobel算子具体的说明图像中的梯度与梯度角及梯度方向：由Sobel算子首先计算出、，然后计算梯度角，梯度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。如图1.1所示所示，灰度值增加的方向梯度夹角大，此时梯度夹角大的方向为梯度方向。对应在图像中寻找
人人文库> 全部分类> 应用文书 > 年终总结

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论