梯度方向直方图，图像梯度，图像的梯度方向
我最近在看SIFT的资料，其中涉及图像的梯度方向直方图。
我不是很明白图像的梯度方向直方图是什么，是不是类似于灰度直方图，只是统计的是梯度方向而已？
我去查了一下，有人说图像的梯度“就是系数的差分，也就是该位置像素与周围区域系数的差分计算，一般用窗口模板实现，有很多计算梯度的算子，如Laplase、Robert、Prewitt算子”，使用sobel算子计算图像的梯度为：
“ Sobel梯度算子是先做成加权平均，再微分，然后求梯度，即：
△xf(x,y)= f(x-1,y+1) + 2f(x,y+1) + f(x+1,y+1)- f(x-1,y-1) - 2f(x,y-1) - f(x+1,y-1);
△yf(x,y)= f(x-1,y-1) + 2f(x-1,y) + f(x-1,y+1)- f(x+1,y-1) - 2f(x+1,y) - f(x+1,y+1);
G[f(x,y)]=|△xf(x,y)|+|△yf(x,y)|; ”
但是我还是不明白什么是图像的梯度方向！
在《SIFT特征匹配讲义》中，有一幅图是“由关键点邻域梯度信息生成特征向量”，我不明白关键点的邻域梯度是怎样生成的？
请大侠赐教！
[解决办法]
既然图象中每点f(x,y)的梯度(△xf(x,y), △yf(x,y))已经知道,
就可以计算梯度方向theta=atan2(△xf(x,y), △yf(x,y)),
theta角度为0--2pi弧度,转换为0--360度,
以每点为中心,16x16的范围内,每个点都有梯度方向,
就可以计算每个点的梯度直方图了(实际上只计算特征点的),
直方图为18个区间,每个区间20度.
[解决办法]
有点不清:
以每点为中心,16x16的范围内,其它点都有梯度方向,
就可以计算这个点为中心的区域的梯度直方图.
可以对每个点都这样(实际上只计算特征点的),
[解决办法]
我感觉那些资料讲的都很迷糊！他们自己明白了，就怎么讲都可以了！操！
