matlab 卷积求图像梯度,图像的卷积(滤波)运算(一)——图像梯度

1. 卷积/滤波原理

首先要明确的一点是图像的卷积/滤波运算，是针对原图像每一个像素进行处理，得到一个新的图像的过程。那么进行怎么样的运算呢？要知道图像能够被人所识别，是因为图像中每个像素并不完全是离散而独立的，每个像素都跟周围的像素相关。因此，对每一个像素，选定其周围一定范围内的像素值进行运算，得到新的图像的像素值也一定是相关的。而这个范围，就是卷积/滤波的窗口。

只有相关的像素值是不够的，还需要改变因子——也就是我们说的卷积核了。它就是之前说的卷积/滤波的窗口大小，通常由数学原理推导出来的。

最后，将窗口内覆盖的像素值和卷积核值相乘并相加，就得到新的像素值填充到新的图像中。对每个像素值都这样做，就是卷积/滤波运算后新的图像了。

2. 具体实例

以X方向上的一维卷积/滤波为例，选取一个卷积核(-1,0,1)，对于图像像素X，其卷积运算的结果Y=-1 × Xa + 0 × X + 1 × Xb，即总是X的后一个像素与前一个像素之差。示意图如下：.

其具体实现代码：#include

#include

using namespace cv;

using namespace std;

int main()

{

//从文件中读取成灰度图像

const char* imagename = "D:\