图像的梯度
来源:互联网 发布:linux打tar包 编辑:程序博客网 时间:2024/05/14 06:31
可以把图像看成二维离散函数,图像梯度其实就是这个二维离散函数的求导:
图像梯度: G(x,y) = dx i + dy j;
dx(i,j) = I(i+1,j) - I(i,j);
dy(i,j) = I(i,j+1) - I(i,j);
其中,I是图像像素的值(如:RGB值),(i,j)为像素的坐标。
图像梯度一般也可以用中值差分:
dx(i,j) = [I(i+1,j) - I(i-1,j)]/2;
dy(i,j) = [I(i,j+1) - I(i,j-1)]/2;
图像边缘一般都是通过对图像进行梯度运算来实现的。
图像梯度的最重要性质是,梯度的方向在图像灰度最大变化率上,它恰好可以反映出图像边缘上的灰度变化
上面说的是简单的梯度定义,其实还有更多更复杂的梯度公式。
阅读全文
0 0
- 图像的梯度
- 图像的梯度
- 图像的梯度
- 求图像的梯度
- 图像梯度的描述
- 图像的梯度计算
- 图像的梯度
- 图像的梯度
- 图像梯度的概念
- 图像边缘梯度的定义
- 图像的梯度特征算子
- 图像梯度
- 梯度图像
- 图像梯度
- 图像梯度
- 图像梯度
- 图像的梯度锐化vc代码
- 图像的梯度锐化vc代码
- Android自定义控件之自定义ViewGroup实现标签云
- HDU 5961 传递(BFS)
- MyBatis笔记---开发环境搭建、xml配置以及MybatisUtil工具类创建
- 数据库分页
- 【CSS优先级】多个CSS样式设置同样属性时,画面到底会用哪一个CSS(important并非唯一方法)
- 图像的梯度
- python中的reduce函数
- mysql group by 与order by 一起使用
- 收集Android实际开发中的bug总结与解决方法(第三节)
- ES6/ES2015要点总结
- 数据库连接池的原理
- ETL构建企业级数据仓库五步法
- 函数参数用法笔记
- 二叉树性质