了解一下Matlab梯度函数gradient吧

mutougeda

梯度：变化/参考量



: f( F+ |" W! X) D1。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。

- u( L0 i  z/ M
. I) Q: X9 ^3 ^
2。如果F是二维矩阵，返回F的二维数值梯度。
- n& H2 j) M0 o) W* d8 X" X
/ j8 y! U1 s' L# H. l1 e[FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。
$ \$ N1 q! b9 G! D% h+ h5 O3 M( ~

' \" }; r  e4 r0 u7 f7 q# s
2 ^& v$ L/ x) J: B: `( c  d, c9 l5 y3。如果F是三维矩阵，返回F的三维数值梯度。

[FX，FY，FZ]=gradient(F,HX,HY,HZ)。

7 d! C+ G0 g1 ?& zHX，HY，HZ参数表示各方向相邻两点的距离。
( X* [8 e1 F5 u4 c

例：
>> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0]
x =
    6     9     3     4     0
/ z1 n0 _: Q5 w    5     4     1     2     5
7 Z+ x+ j- b3 X. d    6     7     7     8     0
8 K* m/ f! _' Q* ~5 ]7 I) g- [    7     8     9 10     0
/ h9 ?0 D3 w# T; p7 \% S0 y; H>> [Fx,Fy]=gradient(x)
. O* y1 g$ E* f5 F) iFx =
3.0000 -1.5000 -2.5000 -1.5000 -4.0000
-1.0000 -2.0000 -1.0000 2.0000 3.0000
1.0000 0.5000 0.5000 -3.5000 -8.0000
$ D9 E' l5 W0 V. B: R1.0000 1.0000 1.0000 -4.5000   -10.0000
% c4 Y' e) ^4 R2 l" f+ \
Fy =
- F$ U- a+ @0 f' B-1.0000 -5.0000 -2.0000 -2.0000 5.0000
3 u5 v; W: w) D/ [& H& w! q5 S      0 -1.0000 2.0000 2.0000       0
* x4 X9 W0 N) G  g5 J" F1.0000 2.0000 4.0000 4.0000 -2.5000
$ D7 R, S; K8 X1.0000 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