了解一下Matlab梯度函数gradient吧

mutougeda

梯度：变化/参考量
$ p! L+ q0 q9 C4 Q5 z( V
* i) F- E3 }: y6 u  ^- C
* I8 y; O- F/ y
0 O6 h" B9 d4 p; J# ]1。如果F是一维矩阵，则FX=gradient（F，H）返回F的一维数值梯度。H是F中相邻两点间的间距。


( T; y1 c9 Q/ }* p. X) r( z
2。如果F是二维矩阵，返回F的二维数值梯度。

3 z; {, A: u. Q6 O9 w[FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。
, r- x3 _3 p- k& N" g. N! o! y: x2 |
  u. b* v( ]6 }+ t1 S6 |) {( }' a. Q

3。如果F是三维矩阵，返回F的三维数值梯度。
- L2 i3 y" R, e3 ^
[FX，FY，FZ]=gradient(F,HX,HY,HZ)。
0 |7 o0 l- O2 r. ?1 d, a
HX，HY，HZ参数表示各方向相邻两点的距离。
5 P# R9 i6 r* Q; J

( E- m, \, N: w" D6 Y  {$ A$ n0 D7 R例：
>> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0]
x =
; X8 o# I, M* y; p2 G4 X$ r    6     9     3     4     0
    5     4     1     2     5
    6     7     7     8     0
    7     8     9 10     0
" I/ k4 C0 L7 N8 G2 _>> [Fx,Fy]=gradient(x)
, @) Q+ s! O$ T' Q0 a: lFx =
; O- `& m5 s' J3.0000 -1.5000 -2.5000 -1.5000 -4.0000
. ]" A7 ^' G- M7 k- o" c3 z-1.0000 -2.0000 -1.0000 2.0000 3.0000
- T, T/ ^6 @( W1.0000 0.5000 0.5000 -3.5000 -8.0000
7 E  B- E6 c8 O7 Z8 l6 ~1.0000 1.0000 1.0000 -4.5000   -10.0000
, A1 e+ x% \! d# u: Y, J" D6 {
Fy =
-1.0000 -5.0000 -2.0000 -2.0000 5.0000
      0 -1.0000 2.0000 2.0000       0
1.0000 2.0000 4.0000 4.0000 -2.5000
1.0000 1.0000 2.0000 2.0000       0

gradient()是求数值梯度函数的命令。[Fx,Fy]=gradient(x)，其中Fx为其水平方向上的梯度，Fy为其垂直方向上的梯度，Fx的第一列元素为原矩阵第二列与第一列元素之差，Fx的第二列元素为原矩阵第三列与第一列元素之差除以2，以此类推：Fx(i,j)=(F(i,j+1)-F(i,j-1))/2。最后一列则为最后两列之差。同理，可以得到Fy。

ExxNEN

Matlab梯度函数gradient