Image 如何计算水平梯度值？

因此，我想测量图像的垂直边缘，以便稍后将其用作2D到3D转换的深度提示

为此，我必须计算每个块的水平梯度值，以测量垂直边，如下所示：

̅ g(x,y) = 1/N  ∑_((x',y')∈ Ω(x,y))〖g(x', y')〗

其中：

g（x'，y'）是像素位置（x'，y'）处的水平梯度

ω（x，y）是像素位置（x'，y'）的黑框

N是以ω（x，y）为单位的像素数

下面是我在matlab上所做的：

我是Matlab新手，所以我不确定我的代码是否以正确的方式表达了方程

---

如果你认为这是正确的，请告诉我好吗？因为我不知道如何测试输出

您无需将图像分解为4 x 4块。水平梯度可与Sobel滤波器或Prewitt滤波器一起使用，其为3 x 3，可直接放入

imfilter

imfilter

使用指定的掩码/内核执行二维卷积/滤波，因此无需平铺。因此，您可以使用通过

fspecial

定义的掩码来使用

imfilter

，并定义

N=9

。因此：

I = im2double(imread('landscape.jpg'));

% convert RGB to gray
gI = rgb2gray(I);

N = 9;

mask = fspecial('sobel');
g = imfilter(gI, mask);
g_bar = g./N;

---

根据经验，增加渐变遮罩的大小不会给你带来更好的效果。你要确保面具尽可能小，以捕捉尽可能多的局部变化。

顺便说一句，我建议看一看——这可能比所有的

重塑

杂耍更好（更快）。旁注：看看我的研究。我的博士论文是关于2D到3D转换的-@rayryeng会的，谢谢。谢谢你，这很有帮助！这就是计算局部梯度的方法，对吗？@user2833205-是的。为什么要使用全局梯度？这没有实际意义。局部梯度的全部作用是确定图像中的局部变化。全局操作会丢失所有这些。@user2833205-据我所知，没有这样的事情。是的，我认为全局渐变可以帮助我找到图像的全局深度图，然后我会根据局部特征更新全局深度图。

I = im2double(imread('landscape.jpg'));

% convert RGB to gray
gI = rgb2gray(I);

N = 9;

mask = fspecial('sobel');
g = imfilter(gI, mask);
g_bar = g./N;