Hessian矩阵

   Hessian Matrix 实际上就是多变量情形下的二阶导数,它描述了各方向上灰度梯度的变化。一根二维平面图中的直线,它的灰度数据矩阵如下图所示。在沿直线方向(图示X方向),亮度变化极小,所以一阶和二阶导数均为零;在与直线垂直的方向,亮度先由暗变亮,再由亮变暗,在直线处(亮度值最高的地方)一阶导数为零,二阶导数小于零。于是,直接根据灰度数据矩阵计算出 Hessian Matrix,然后再计算出其两个特征值(计算特征值的目的,可视作从不同方向寻找直线的指向),根据是否其一为零,另一为负即可进行判断。

[转载]Hessian矩阵及其特征值       [转载]Hessian矩阵及其特征值

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值