圖像處理中的數(shù)學(xué)原理詳解（Part7）——哈密爾頓算子

　　在前面的部分中我們已經(jīng)完整地給出了梯度和散度這些數(shù)學(xué)概念的意義，這些生澀的定義在最初學(xué)習(xí)的時(shí)候很少有人會(huì)注意到它們跟圖像能有什么聯(lián)系。然而，隨著學(xué)習(xí)的深入，當(dāng)真正接觸到圖像處理算法時(shí)，你又不得不承認(rèn)，梯度、散度這些東西幾乎是無處不在的。本節(jié)所介紹的內(nèi)容就是這些概念在圖像處理中的最最簡單應(yīng)用之范例。這部分內(nèi)容與邊緣檢測技術(shù)密不可分。

　　3.2.1 哈密爾頓算子