偏微分方程图像处理序列——连续算子和离散算子对应

前面已经讲过了利用一些函数空间来描述图像，那么，图像自然就可以具有这些函数空间中函数的性质。首先要提的当然是梯度算子（运算），在连续函数中的导数就对应离散图像中的梯度运算，假设F(x,y)为图像对应的属于某一空间的连续函数（至少是几乎处处连续的），I(m,n)表示离散图像，那么可以这样进行理解：

x方向的导数f1(x,y)：

f1(x,y) = lim_t (F(x+t,y)  -  F(x,y))/t (t 趋近于0)    <=====>     向前差分格式： I_x (i,j)= I(i+ 1,j) - I(i,j) 

f1(x,y) = lim_t (F(x,y)  -  F(x-t,y))/t (t 趋近于0)    <=====>     向后差分格式： I_x (i,j)=I(i,j) -I(i-1,j)

f1(x,y) = lim_t (F(x+t,y)  -  F(x-t,y))/(2t) (t 趋近于0)    <=====>     中心差分格式： I_x (i,j)= (I(i+1,j) - I(i-1,j)) /2

y方向的导数f2(x,y)类似。

那么，F(x,y)的导数为向量(f1(x,y),f2(x,y))^t，I(m,n)的导数为（I_x(i,j),I_y(i,j)）

设g(x,y) = (h(x,y),l(x,y)) 为一个向量函数，即对应每一个(x,y)对应一个