图像梯度
图像梯度:一个图像,我们对它的每两个像素相减,减完的结果赋给原来相对应的像素,像素之间的差值所形成的图,我们称之为图像的梯度图像
- 图像边缘
- Sobel算子
- 拉普拉斯算子
1.图像边缘
图像边缘附近的像素差值比较大,比如下图中的头发和脸的交界区域,f(t)表示该区域像素差值的曲线,f’(t)中的极值点反映了像素变化最大的地方,所以,通过图像的一阶导数可以求得图像的边缘
2.Sobel算子
Sobel算子类似卷积中的滤波器,对输入图像进行作用,求得图像的一阶导数,即梯度
水平梯度: G x = [ − 1 0 1 − 2 0 2 − 1 0 1 ] ∗ 1 G_x =\left[ \begin{matrix} -1 & 0 & 1 \\ -2 & 0 & 2 \\ -1 & 0 & 1 \end{matrix}\right]*1 Gx=⎣⎡−1−2−1000121⎦⎤∗1
垂直梯度: G y = [ − 1 − 2 1 0 0 0 1 2 1 ] ∗ 1 G_y =\left[ \begin{matrix} -1 &-2 & 1 \\ 0 & 0 & 0 \\ 1 & 2 & 1 \end{matrix}\right]*1 G<