图像条纹噪声去除中的水平和垂直梯度变化

最近看文章，发现图像条纹噪声中需要整理一些内容，就此写下以便回顾

1.背景知识

1.1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。

• 设函数f(x,y)在平面区域D内有一阶连续偏导数，则对于每一个点(x,y)∈D(x,y)，都可得到一个向量：

• 梯度的模:
  
• 梯度方向：
  

图像梯度的定义：

图像函数f(x,y)在点(x,y)的梯度是一个具有大小和方向的矢量，设为Gx 和 Gy 分别表示x方向和y方向的梯度，这个梯度的矢量可以表示为：