我想应用一个核心过滤器来计算中心差异x梯度。一个直接的方法似乎是应用以下核心过滤:二维图像卷积 - X梯度的中心差异
A = [ 0 0 0 -1 0 1 0 0 0 ]
但由于它的价值总和为零,我该如何规范呢?乘以系数0.5
合法吗?如果是这样,有人可以解释为什么?
而且,我依稀记得,这可能需要应用类似
B = [ 0 1 0 0 2 0 0 1 0 ]
应用A
之前,也就是,A * (B * f)
其中f
是源图像会比A * f
好,可能有人帮助我了解B
做什么以及为什么它更好?
尽管此链接可能会回答问题,但最好在此处包含答案的基本部分,并提供供参考的链接。如果链接页面更改,则仅链接答案可能会失效。 – laalto 2014-11-03 08:03:23
它是维基链接。有人知道维基链接的例子变得无效吗?无论如何,链接名称“索贝尔操作员”是一个很好的线索谷歌它如果维基会突然消失。 – 2014-11-03 16:32:12
该评论是质量极低的帖子评论队列中的一个罐装选项,旨在用于链接专用答案(而不是垃圾邮件)。关于SO的答案应该是自我支持的,不仅依赖于链接的材料。 http://meta.stackexchange.com/questions/8231/are-answers-that-just-contain-links-elsewhere-really-good-answers/8259 – laalto 2014-11-03 16:40:31