针对图像的一阶导数和二阶导数

本文深入探讨图像处理领域的基础知识,重点介绍了如何通过差分法近似计算图像的x、y方向一阶导数和二阶导数,详细解释了水平垂直差分的概念,并讨论了罗伯特差分法的应用。文章还强调了在图像处理中,最右一列和最下一行像素梯度求取的特殊处理方法。

原帖:http://hi.baidu.com/shareshow/item/cf462cdfa33cb4f793a974e1

刚开始学图像处理,需要查找一些关于图像x,y方向一阶导数和二阶导数的问题。可是发现,在网上怎么也找不见。不知道是我不会找还是怎么回事。还是看书吧。哎

总结如下

基础知识:

首先要知道图像中像素点的分布问题。数字图像中,f(x,y)可表示成一个M*N的二维数字阵列,即如下图 

                                                                   图1

 

 

对于图像f(i,j),用差分来近似代替导数,则在点(i,j)处沿x方向和y方向的一阶差分可表示为:

                                         图2

这种差分为水平垂直差分,在图像中表示如下图

 

 

                                                                             图3

这是常用的水平垂直差分,还有另一种差分,罗伯特差分法,这里就不再说明了。

       如图3表示,对于图像来说,通常图像中最右一列和最下一行的各像素的梯度无法求得,一般用前一列和前一行的近似表示。

  

二阶导数:

    对于数字图像 f(i,j),利用差分方程对x和y方向上的二阶偏导数进行近似

 

上式以点(i+1,j)为中心,用i代换i+1可得以(i,j)为中心的二阶偏导数近似式

同理可得

进而推出(自己推倒得出,希望大家指错)

 

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