【基础】图像梯度

对于数字图像而言，相当于对二维离散函数求梯度，如下： 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); 梯度的方向是函数f(x,y)变化最快的方向，当图像中存在边缘时，一定有较大的梯度值，相反，当图像中有比较平滑的部分时，灰度值变化较小，则相应的梯度也较小，图像处理中把梯度

>>阅读原文<<