计算机视觉（CV）中图像的梯度

最新推荐文章于 2024-05-06 19:01:08 发布

songyuc

最新推荐文章于 2024-05-06 19:01:08 发布

阅读量1.3k

点赞数 1

分类专栏：计算机视觉图像处理文章标签：计算机视觉

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/songyuc/article/details/95901187

版权

计算机视觉同时被 2 个专栏收录

23 篇文章 3 订阅

订阅专栏

11 篇文章 2 订阅

订阅专栏

1 致谢

感谢网友su_yuheng提供的帮助

原文链接如下：

https://blog.csdn.net/su_yuheng/article/details/78543726

2 前言

梯度在计算机视觉中是很重要的概念，其实，梯度在高等数学中是有自己的定义的，详细的可以参照百度百科，其定义为：

$G\left( {x,y} \right) = {f_x}\left( {x,y} \right) \vec{i}+ {f_x}\left( {x,y} \right)\vec{j}$

但是这个定义是用导数定义的，而图像数据实际上是一种二维离散函数，所以其定义会发生相应的变化，下面我们就来讲述图像处理中梯度的定义。

3 图像中的梯度

图像中的梯度定义如下：

$\begin{array}{ccc} G\left( {x,y} \right) =dx\cdot \vec{i}+dy\cdot\vec{j}\\ dx=\frac{I\left ( i+1,j \right )-I\left ( i,j \right )}{2}\\ dy=\frac{I\left ( i,j+1 \right )-I\left ( i,j \right )}{2} \end{array}$

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
计算机视觉（CV）中图像的梯度

1 致谢感谢网友su_yuheng提供的帮助原文链接如下：https://blog.csdn.net/su_yuheng/article/details/785437262 前言梯度在计算机视觉中是很重要的概念，其实，梯度在高等数学中是有自己的定义的，详细的可以参照百度百科，其定义为：但是这个定义是用导数定义的，而图像数据实际上是一种二维离散函数，所以其定义会发生相应的...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。