imgradient
图像的梯度大小和方向
语法
[Gmag,Gdir] = imgradient(I)
[Gmag,Gdir] = imgradient(I,method)
[gpuarrayGmag,gpuarrayGdir] = imgradient(gpuarrayI,___)
[Gmag,Gdir] = imgradient(Gx,Gy)
[gpuarrayGmag,gpuarrayGdir] = imgradient(gpuarrayGx,gpuarrayGy)
描述
[
对GPU进行操作。输入图像和返回值是gpuArrays。此语法需要并行计算工具箱™。gpuarrayGmag
,gpuarrayGdir
= imgradient(gpuarrayI
,___)
[
对GPU进行操作。输入x而且y梯度和返回值是gpuArrays。此语法需要“并行计算工具箱”。gpuarrayGmag
,gpuarrayGdir
= imgradient(gpuarrayGx
,gpuarrayGy
)
例子
输入参数
输出参数
提示
当在图像边界处应用梯度算子时,图像边界外的值被假定为等于最近的图像边界值。这类似于
“复制”
中的边界选项imfilter
.
算法
采用的算法方法imgradient
对于列出的每个梯度方法,首先是计算方向梯度,Gx
而且孔侑
,关于x设在和y设在。的x-axis沿着往右的列定义,而y-axis是沿着向下的行定义的。然后从它们的正交分量计算梯度大小和方向Gx
而且孔侑
.
imgradient
不规格化梯度输出。如果梯度输出图像的范围必须与输入图像的范围相匹配,则考虑将梯度图像归一化,这取决于方法
参数使用。例如,对于Sobel核,归一化因子是1/8,对于Prewitt是1/6,对于Roberts是1/2。
在R2012b中引入
这个话题有用吗?