主要内容

imgradientxyz

找到三维图像的方向梯度

折叠所有页面

语法

[Gx, Gy,广州]= imgradientxyz(我)
[Gx, Gy,广州]= imgradientxyz(我的方法)

描述

例子

［Gx，孔侑，广州) = imgradientxyz (我）返回方向梯度Gx，孔侑,广州的三维灰度或二值图像我．

［Gx，孔侑，广州) = imgradientxyz (我，方法）计算方向梯度使用指定方法．

例子

全部折叠

打开生活的脚本

读取3-D数据并为处理做好准备。

volData =负载(“核磁共振”）;深圳= volData.siz;卷=挤压(volData.D);

计算方向梯度。

[Gx, Gy, Gz] = imgradientxyz(vol);

将方向渐变可视化为蒙太奇。

图中,蒙太奇(重塑(Gx、深圳(1)、深圳(2),1,深圳(3)),“DisplayRange”[])标题(“沿X方向的梯度大小”）

图中包含一个轴对象。标题为沿X梯度大小的轴对象包含一个类型为image的对象。

图中,蒙太奇(重塑(Gy、深圳(1)、深圳(2),1,深圳(3)),“DisplayRange”[])标题('沿Y方向的梯度大小'）

图中包含一个轴对象。标题为沿Y方向梯度大小的轴对象包含一个类型为image的对象。

图中,蒙太奇(重塑(广州、深圳(1)、深圳(2),1,深圳(3)),“DisplayRange”[])标题('沿Z方向的梯度大小'）

图中包含一个轴对象。标题为沿Z方向梯度大小的轴对象包含一个类型为image的对象。

输入参数

全部折叠

输入图像，指定为三维灰度图像或三维二值图像。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

梯度运算符，指定为下列值之一。

价值

意义

“索贝尔”

Sobel梯度算子。像素的梯度是3 × 3 × 3邻域像素的加权和。例如，在深度(z)，则三个平面的权重分别为:

飞机z 1 飞机z 飞机z + 1 
[1 3 1 3 6 3 1 3 1]
 
[0 0 0 0 0 0 0 0]
 
[-1 -3 -1 -3 -6 -3 -1 -3 -1]

“普瑞维特”

普瑞维特梯度算子。像素的梯度是3 × 3 × 3邻域像素的加权和。例如，在深度(z)，则三个平面的权重分别为:

飞机z 1 飞机z 飞机z + 1 
[1 1 1 1 1 1 1 1 1]
 
[0 0 0 0 0 0 0 0]
 
[-1 -1 -1 -1 -1 -1 -1 -1 -1]

“中央”

中心差分梯度。像素的梯度是相邻像素的加权差。例如，在深度(z)方向,dI/dz = I(z+1) - I(z-1) /2．
“中间”

中间梯度差异。像素的梯度是相邻像素和当前像素之间的差值。例如，在深度(z)方向,dI/dz = I(z+1) - I(z)．

当在图像边界处应用梯度算子时，imgradientxyz假设图像边界外的值等于最近的图像边界值。这种行为类似于“复制”边界选项imfilter．

数据类型:字符|字符串

输出参数

全部折叠

水平梯度，返回与图像大小相同的数字矩阵我．水平(x)轴指向柱下标增加的方向。Gx的类双，除非输入图像我的类单在这种情况下Gx的类单．

数据类型:单|双

垂直梯度，返回与图像大小相同的数字矩阵我．垂直(y)轴指向行下标增加的方向。孔侑的类双，除非输入图像我的类单在这种情况下孔侑的类单．

数据类型:单|双

深度梯度，作为与图像大小相同的三维数字数组返回我．深度(z)轴指向平面下标增加的方向。广州的类双，除非输入图像我的类单在这种情况下广州的类单．

算法

imgradientxyz不归一化梯度输出。如果梯度输出图像的范围必须匹配输入图像的范围，考虑对梯度图像进行归一化，取决于方法参数使用。例如，对于Sobel核，归一化因子是1/44，对于Prewitt，归一化因子是1/18。

扩展功能

另请参阅

||

介绍了R2016a

图像处理工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书