图像处理之梯度与拉普拉斯变换

大家都知道梯度是最大方向导数，拉普拉斯是梯度的微分，也就是二阶导数，对于连续可导函数，这两个微分的求取比较容易。但是图像是离散信号，没法求导数，这样就导致要用某些近似方法来逼近导数值，而你看到的微分蒙版，或叫掩模，或叫滤波器，实际上就是为了更好的逼近梯度算子，因为没有一种滤波核能够精准的逼近微分，所以就出现了不同类型的滤波核，都是一阶微分的效果。
在进行推导的时候简建议采用泰勒展开，推导一二阶导数比较容易，拉普拉斯变换中，中间为4 其他四个位置为1，两个算子叠加就是中间是8其他全为1的算子，这些是理论假设和推导的结果。