图像梯度

重点看参考文献

参考文章：
1. 如何直观形象的理解方向导数与梯度以及它们之间的关系？
2. 如何直观形象的理解梯度，散度，旋度？
3. 图像梯度
4. 图像梯度的基本原理

一、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。
梯度类似于导数
它的基本特性指出了 f(x,y) 在坐标 (x,y) 处的最大变化率的方向

例如，如果现在的纯量场用一座山来表示,纯量值越大的地方越高,反之则越低.经过梯度这个运操作数的运算以后,会在这座山的每一个点上都算出一个向量,这个向量会指向每个点最陡的那个方向,而向量的大小则代表了这个最陡的方向到底有多陡.

二、图像梯度

梯度的方向是函数f(x,y)变化最快的地方，当图像中存在边缘时，一定有较大的梯度值；而图像中较平滑的部分，灰度值变化较小，一般有较小的梯度。
图像处理中常把梯度的模简称为梯度，由图像梯度构成的图像称为梯度图像

可以利用梯度来增强图像