梯度方向直方图，图像梯度，图像的梯度方向

[xing20044725]

我最近在看SIFT的资料，其中涉及图像的梯度方向直方图。
我不是很明白图像的梯度方向直方图是什么，是不是类似于灰度直方图，只是统计的是梯度方向而已？
我去查了一下，有人说图像的梯度“就是系数的差分，也就是该位置像素与周围区域系数的差分计算，一般用窗口模板实现，有很多计算梯度的算子，如Laplase、Robert、Prewitt算子”，使用sobel算子计算图像的梯度为：

“　　Sobel梯度算子是先做成加权平均，再微分，然后求梯度，即：

　　△xf(x,y)= f(x-1,y+1) + 2f(x,y+1) + f(x+1,y+1)- f(x-1,y-1) - 2f(x,y-1) - f(x+1,y-1);

　　△yf(x,y)= f(x-1,y-1) + 2f(x-1,y) + f(x-1,y+1)- f(x+1,y-1) - 2f(x+1,y) - f(x+1,y+1);

　　G[f(x,y)]=|△xf(x,y)|+|△yf(x,y)|; ”
但是我还是不明白什么是图像的梯度方向！
在《SIFT特征匹配讲义》中，有一幅图是“由关键点邻域梯度信息生成特征向量”，我不明白关键点的邻域梯度是怎样生成的？


请大侠赐教！

[猪的飞想]

我感觉那些资料讲的都很迷糊！他们自己明白了，就怎么讲都可以了！操！

[xing20044725]

我已经弄清楚了，梯度角=arctan((f(x,y)-f(x,y-1))/(f(x,y)-f(x-1,y)))。
不同算子的计算方法不尽相同，但是基本上就是这个形式。
谢谢大家捧场！

[sweeping]

既然图象中每点f(x,y)的梯度(△xf(x,y), △yf(x,y))已经知道,
就可以计算梯度方向theta=atan2(△xf(x,y), △yf(x,y)),
theta角度为0--2pi弧度,转换为0--360度,
以每点为中心,16x16的范围内,每个点都有梯度方向,
就可以计算每个点的梯度直方图了(实际上只计算特征点的),
直方图为18个区间,每个区间20度.

[sweeping]

有点不清:
以每点为中心,16x16的范围内,其它点都有梯度方向,
就可以计算这个点为中心的区域的梯度直方图.
可以对每个点都这样(实际上只计算特征点的),

[brightxu]

O(∩_∩)O哈哈~，学习了！

[huoju520]

学习学习

[chqsy]

现在有点明白了。哈哈

[cherryli007]

你好，请问能给解释一下怎么去求图像中某一点的梯度即梯度角吗？或者给我发个程序代码也行、谢谢

[听海拉拉]

梯度不就是求导数吗，导数不是反应变化吗？求一个像素点的导数，不就是反应其对比度吗，对比度高，那轮廓或边缘不就清晰吗。说回来，就是根据像素之间的灰度或亮度的变化大小来确定边缘。这就是核心思想，何必扣公式？

[wuqian06200025]

学习了

[miao420906189]

学习学习