梯度/梯度算子：這里的梯度特指二維離散函數中的梯度，因此就不能用連續函數的算法計算，而是要用差分的方法。計算方法有很多種，常見的兩種其一是G(x,y) = dx(i,j) + dy(i,j); 其中dx(i,j) = H(i+1,j) - H(i,j); dy(i,j) = H(i,j+1) - H(i,j);，或者使用中值差分，即dx(i,j) = (H(i+1,j) - H(i-1,j)) / 2; dy(i,j) = (H(i,j+1) - H(i,j-1)) / 2;。在圖像處理中，計算梯度通常使用卷積的方式來求得，卷積核被稱為算子。通常一階導數算子（梯度算子）用于在邊緣灰度值過度比較尖銳、圖像噪聲比較小時，而二階導數算子（拉普拉斯算子）用于確定已知邊緣像素后像素在明區還是暗區。
Hough變換：把圖像平面上的點對應到參數平面上的線，最后通過統計特性（假如是直線就統計線的交點個數，參數平面下交點的坐標就是斜率和截距，對應圖像平面就是一條線）
