(グレースケール画像の)勾配を計算したとします。
勾配は、X 方向と Y 方向の隣接するピクセル間の差です。
このグラデーション情報を使用して、画像を計算し直すことはできますか?
逆の操作で妥当な結果が得られるように、何らかの方法で勾配データをフィルタリングできますか?
(グレースケール画像の)勾配を計算したとします。
勾配は、X 方向と Y 方向の隣接するピクセル間の差です。
このグラデーション情報を使用して、画像を計算し直すことはできますか?
逆の操作で妥当な結果が得られるように、何らかの方法で勾配データをフィルタリングできますか?
はいあります。Mihai の回答で述べたように、基本的には統合です。
このタスクでよく知られているのは、Pérez らによるPoisson Image Editingです。論文の画像を見て、実装してみてください (これは画像処理コースの古典的な課題です)。
勾配フィールドの統合は、シェーディングおよびフォトメトリック ステレオからのシェイプであり、表面法線が取得されてから統合される日常的な操作です。妥当な結果が得られるようにするには、可積分性制約を適用する必要があります。この件については、いくつかの論文があります。An Algebraic Approach to Surface Reconstruction from Gradient Fieldsというタイトルのこれを試すことができます。著者は MATLAB コードを提供します。