Matlab中gradient函数（梯度计算原理）

最新推荐文章于 2025-06-26 11:29:50 发布

原创最新推荐文章于 2025-06-26 11:29:50 发布 · 3.4w 阅读

42 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#图像处理

收录于

Image Processing 专栏收录该内容

22 篇文章

订阅专栏

本文介绍如何使用Gradient函数计算二维矩阵的水平和垂直方向梯度。通过具体实例展示Fx和Fy的计算方法，并给出计算规则。

Gradient(F)函数求的是数值上的梯度，假设F为矩阵.

>> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0]

x =
     6      9      3      4      0
     5      4      1      2      5
     6      7       7      8      0
     7      8      9     10      0

>> [Fx,Fy]=gradient(x)
Fx =
    3.0000   -1.5000   -2.5000   -1.5000   -4.0000
   -1.0000   -2.0000   -1.0000    2.0000    3.0000
    1.0000    0.5000    0.5000   -3.5000   -8.0000
    1.0000    1.0000    1.0000   -4.5000   -10.0000

Fy =
   -1.0000   -5.0000   -2.0000   -2.0000    5.0000
    0   -1.0000   2.0000    2.0000    0
    1.0000    2.0000    4.0000    4.0000   -2.5000
    1.0000    1.0000    2.0000    2.0000    0

计算规则: [Fx,Fy]=gradient(F)，其中Fx为其水平方向上的梯度，Fy为其垂直方向上的梯度，Fx的第一列元素为原矩阵第二列与第一列元素之差，Fx的第二列元素为原矩阵第三列与第一列元素之差除以2，以此类推：Fx(i,j)=(F(i,j+1)-F(i,j-1))/2。

最后一列则为最后两列之差。同理，可以得到Fy。