了解一下Matlab梯度函数gradient吧

mutougeda

梯度：变化/参考量
: v% V) o( p" t( C9 M- _2 f& M

! X8 t; x& }! D: j
) d- D# ~6 R* x: ^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。
+ P! J% M- y7 U( }9 W% d
7 k7 m; o" V( `' v- p' Z  T9 ~
+ q- r  i% B7 G" a2 ~9 a
2。如果F是二维矩阵，返回F的二维数值梯度。

[FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。
+ Y/ N, U% P, P- B. R7 o
- M& W, j* ?' n/ T1 X2 J" ?
/ \) A. ]: E+ }* T
4 W( _' s3 D$ }# Q+ a: P3。如果F是三维矩阵，返回F的三维数值梯度。
! d+ j$ ]- }! ]' S0 f) X
[FX，FY，FZ]=gradient(F,HX,HY,HZ)。

' o1 G  e6 m, V0 g+ S1 l% D+ J7 dHX，HY，HZ参数表示各方向相邻两点的距离。


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
    5     4     1     2     5
( T2 u# W+ L8 K# w1 o- ]    6     7     7     8     0
/ E8 V$ g8 I. s  T4 i9 z    7     8     9 10     0
>> [Fx,Fy]=gradient(x)
Fx =
. D: c( o3 ^$ j) ~+ C+ l7 A- p3.0000 -1.5000 -2.5000 -1.5000 -4.0000
-1.0000 -2.0000 -1.0000 2.0000 3.0000
6 A5 a% T+ p1 E4 H6 A1.0000 0.5000 0.5000 -3.5000 -8.0000
1.0000 1.0000 1.0000 -4.5000   -10.0000

7 x% V1 T1 `2 h* t) N8 sFy =
-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
/ j9 c+ w8 o. B" |% [. u1.0000 1.0000 2.0000 2.0000       0

+ J8 w5 C& W4 k! _2 Ngradient()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