首先,介绍一下梯度的概念:梯度是一个由函数沿各分项导数组成的向量,式[1],
[1]
然后,我们来看一下导数的计算,在离散空间中,我们一般会用f(k) - f(k-1)/(k- (k-1) )来计算导数。
现在我们介绍另外一种基于卷积特性的导数计算方法,由于卷积具有以下性质,[2]
[2]
因而,在图像处理中,一般对gaussian kernel计算导数,得到gd kernel,然后利用gd kernel 对图像卷积处理得到导数。 (选择gaussian kernel计算导数的原因是gaussian kernel具有平滑的特性)

本文介绍了图像处理中计算梯度的概念,使用离散空间的导数计算方法,并阐述了通过卷积特性,特别是使用高斯核计算导数的原因。在实际操作中,通常采用高斯核生成导数核,对图像进行卷积以求得图像的梯度。还提供了一个MATLAB计算图像导数的例子。
1733

被折叠的 条评论
为什么被折叠?



