在数学中，结构张量（也称为第二矩矩阵）是从函数的梯度导出的矩阵。它总结了一个点的指定邻域中梯度的主要方向，以及这些方向是连贯的程度。结构张量常用于图像处理和计算机视觉。————维基百科
结构张量能区分图像的平坦区域、边缘区域与角点区域。
结构张量就是一个关于图像的结构矩阵，如下所示
Ix，Iy分别表示图像的水平梯度与垂直梯度。而后分别用K与H表示矩阵ST的行列式与迹。
根据所求的K与H的值，可判断当前像素点所处的位置是属于平坦区域、边缘区域和角点区域中的一个。
判断的条件：
平坦区域：H = 0;
边缘区域：H > 0 && K = 0;
角点区域：H > 0 && K > 0;
然而在实际应用中，H与K的值都不会太理想，所以用的是近似判断。
效果如下：
原图：
边缘区域：
平坦区域：
扫一扫
408
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
