文档

imgradient3

找到三维梯度大小和图像方向

语法

[Gmag, gazimimuth,Gelevation] = imgradient3(I)
[Gmag,Gazimuth,Gelevation] = imgradient3(I,method)
[Gmag, gimimuth,Gelevation] = imgradient3(Gx,Gy,Gz)

描述

例子

GmagGazimuthGelevation= imgradient3(返回梯度大小,Gmag,梯度方向,Gazimuth,和梯度高程Gelevation用于灰度或二值三维图像

GmagGazimuthGelevation= imgradient3(方法计算梯度大小和方向使用指定方法

GmagGazimuthGelevation= imgradient3(Gx孔侑广州计算梯度大小和方向从方向梯度沿x设在,Gxy设在,孔侑而且z设在,广州

例子

全部折叠

将3-D数据读入工作空间并为处理做好准备。

volData = load(“核磁共振”);sz = volData.siz;vol = squeeze(volData.D);

计算梯度。

[Gmag, Gaz, Gelev] = imgradient3(vol);

把渐变幅度想象成一个蒙太奇。

图中,蒙太奇(重塑(Gmag、深圳(1)、深圳(2),1,深圳(3)),“DisplayRange”[])标题(“梯度大小”

输入参数

全部折叠

输入图像,指定为非稀疏、数字或逻辑的3-D矩阵

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

渐变运算符,指定为以下值之一。

价值

意义

“索贝尔”

Sobel梯度运算符(默认)

“普瑞维特”

Prewitt梯度算子

“中央” 中心差分梯度。dI/dx = I(x+1)- I(x-1) / 2
“中间” 中间差梯度。dI/dx = I(x+1) - I(x)

当在图像边界处应用梯度算子时,imgradient3假设图像边界外的值等于最近的图像边界值。这种行为类似于“复制”中的边界选项imfilter

数据类型:字符|字符串

沿方向梯度x-axis(水平),指定为非稀疏的、数值的或逻辑的3-D矩阵。的x-axis指向增加列下标的方向。矩阵的大小必须等于孔侑而且广州imgradientxyz返回Gx

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

沿方向梯度y-axis(垂直),指定为非稀疏、数值或逻辑的3-D矩阵。的y-axis指向行下标增加的方向。矩阵的大小必须等于Gx而且广州imgradientxyz返回孔侑

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

沿方向梯度z-axis,指定为非稀疏、数值或逻辑的3-D矩阵。矩阵的大小必须等于Gx而且孔侑imgradientxyz返回广州

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输出参数

全部折叠

梯度向量的大小,返回为与图像大小相同的非稀疏矩阵

Gmag是一流的,除非输入图像或者任意方向梯度Gx孔侑,或广州是一流的.在这种情况下,Gmag是一流的

方位角,作为与图像大小相同的非稀疏矩阵返回Gazimuth包含在正数与正数之间测量的[-180 180]范围内的角度x-轴和点在x-y飞机。

Gazimuth是一流的,除非输入图像或者任意方向梯度Gx孔侑,或广州是一流的.在这种情况下,Gazimuth是一流的

加孜慕和高高地

梯度仰角,作为与图像大小相同的非稀疏矩阵返回Gelevation包含在[-90 -90]范围内的角度,以度数表示x-y飞机。

Gelevation是一流的,除非输入图像或者任意方向梯度Gx孔侑,或广州是一流的.在这种情况下,Gelevation是一流的

算法

imgradient3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1/44,对于Prewitt核,归一化因子是1/18。

扩展功能

在R2016a中引入

这个话题有用吗?