应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 专业学科区 » 信息科学 » 图像处理 » 梯度图像在这个公式中是如何求得
51/1返回列表
查看: 1952  |  回复: 10
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

纵横9海

新虫 (初入文坛)

[求助] 梯度图像在这个公式中是如何求得 已有1人参与

∇T (xi, y j) = T (xi, y j)−T (xi+m, y j+n) , ϕ = arctan（n/m）
ϕ 为梯度向量和x轴的夹角
小弟没看懂这个是怎么能求出梯度图像的，如果直接相减的话，本身就比图像少了一维，且只是图像的部分边缘
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:
1楼 2016-03-01 14:31:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

纵横9海

新虫 (初入文坛)
引用回帖:
7楼: Originally posted by jamesAB at 2016-03-02 16:29:38
针对每一个像素点（分别计算其与临近X、Y方向的导数），只是将计算得到的值替代改点的像素值...

ya−yb =Σxi(A(xi)T (xi)−A(xi−1)T (xi))
=ΣxiA(xi)(T (xi)−T (xi+1))
=ΣxiA(xi)∇T (xi).
大神，你知道这个是怎么得到的
赞一下 回复此楼
8楼2016-03-02 16:51:01
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 11 个回答

jamesAB

木虫 (小有名气)
应该是少了一维吧
图像梯度: G(x,y) = dx(i,j) + dy(i,j);
dx(i,j) = I(i+1,j) - I(i,j);
dy(i,j) = I(i,j+1) - I(i,j);
赞一下 回复此楼
2楼2016-03-01 15:37:15
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

纵横9海

新虫 (初入文坛)
引用回帖:
2楼: Originally posted by jamesAB at 2016-03-01 15:37:15
应该是少了一维吧
图像梯度: G(x,y) = dx(i,j) + dy(i,j);
dx(i,j) = I(i+1,j) - I(i,j);
dy(i,j) = I(i,j+1) - I(i,j);

那按我提供的公式来说是不是，下面按你提供的公式来，分别求x，y的导，然后平方根他俩的平方和，这个结果就是梯度图像或者边缘图像了?
赞一下 回复此楼
3楼2016-03-01 17:25:16
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

leo_ll

新虫 (初入文坛)
引用回帖:
3楼: Originally posted by 纵横9海 at 2016-03-01 17:25:16
那按我提供的公式来说是不是，下面按你提供的公式来，分别求x，y的导，然后平方根他俩的平方和，这个结果就是梯度图像或者边缘图像了?...

对，一般情况下是这么算的。只不过你的公式更加广义一点，一楼的是你公式的一个特例。
赞一下 回复此楼
4楼2016-03-02 08:18:00
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 11 个回答
普通表情 龙 兔 虎 猫
信息提示
关闭
请填处理意见
关闭