梯度：变化/参考量

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。

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。

3。如果F是三维矩阵，返回F的三维数值梯度。

[FX，FY，FZ]=gradient(F,HX,HY,HZ)。

HX，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
    6     7     7     8     0
    7     8     9 10     0
>> [Fx,Fy]=gradient(x)
Fx =
3.0000 -1.5000 -2.5000 -1.5000 -4.0000
-1.0000 -2.0000 -1.0000 2.0000 3.0000
1.0000 0.5000 0.5000 -3.5000 -8.0000
1.0000 1.0000 1.0000 -4.5000   -10.0000

Fy =
-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
1.0000 1.0000 2.0000 2.0000       0

gradient()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。

http://apps.hi.baidu.com/share/detail/24941980