主要内容

imgradient3

找出三维图像的梯度大小和方向

描述

例子

GmagGazimuthGelevation) = imgradient3 (返回梯度大小,Gmag,梯度方向,Gazimuth,和梯度高程Gelevation三维灰度或二值图像

GmagGazimuthGelevation) = imgradient3 (方法参数计算梯度大小、方向和高程方法

GmagGazimuthGelevation) = imgradient3 (Gx孔侑广州从方向梯度计算梯度大小、方向和高度Gx孔侑,广州xy,z方向,分别。

例子

全部折叠

将3d数据读取到工作区中,并为处理做好准备。

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

计算梯度。

[Gmag, Gaz, Gelev] = imgradient3(vol);

把梯度大小想象成蒙太奇。

图中,蒙太奇(重塑(Gmag、深圳(1)、深圳(2),1,深圳(3)),“DisplayRange”[])标题(“梯度大小”

图中包含一个axes对象。标题为Gradient幅值的axis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:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

梯度运算符,指定为以下值之一。

价值

意义

“索贝尔”

Sobel梯度算子。像素的梯度是3 × 3 × 3邻域内像素的加权和。例如,在深度(z)方向,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 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邻域内像素的加权和。例如,在深度(z)方向,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 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与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,imgradient3假设图像边界外的值等于最近的图像边界值。此行为类似于“复制”边界选项imfilter

数据类型:字符|字符串

水平梯度,指定为3-D数值数组。水平(x)轴指向增加列下标的方向。您可以使用imgradientxyz函数来计算Gx

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

垂直梯度,指定为大小相同的3-D数值数组Gx.垂直(y)轴指向增加行下标的方向。您可以使用imgradientxyz函数来计算孔侑

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

深度梯度,指定为大小相同的3-D数值数组Gx.深度(z)轴指向增加的平面下标的方向。您可以使用imgradientxyz函数来计算广州

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

输出参数

全部折叠

梯度向量的大小,作为与图像大小相同的三维数值数组返回或者方向梯度,Gx孔侑,广州

Gmag的类,除非输入图像或任何方向梯度是类.在这种情况下,Gmag的类

方位角,作为与梯度幅值相同大小的三维数值数组返回,GmagGazimuth包含在正数之间测量的范围[-180,180]的角度x-轴和点在x-y飞机。

Gazimuth的类,除非输入图像或任何方向梯度是类.在这种情况下,Gmag的类

Gazimuth和Gelevation

梯度高程,作为与梯度幅值相同大小的三维数值数组返回,GmagGelevation包含在径向线和。之间测量的范围[- 90,90]的角度x-y飞机。

Gelevation的类,除非输入图像或任何方向梯度是类.在这种情况下,Gmag的类

算法

imgradient3不归一化梯度输出。如果梯度输出图像的范围必须与输入图像的范围相匹配,则考虑归一化梯度图像,这取决于方法参数使用。例如,对于Sobel核,规范化因子是1/44,对于Prewitt,规范化因子是1/18。

扩展功能

版本历史

介绍了R2016a

全部展开

Baidu
map