1、圖像金字塔概念
（1）、我們在圖像處理中常常會調整圖像大小，最常見的就是放大(zoom in)和縮小（zoom out），儘管幾何變換也可以實現圖像放大和縮小，但是這裏我們介紹圖像金字塔
（2）、一個圖像金字塔式一系列的圖像組成，最底下一張是圖像尺寸最大，最上方的圖像尺寸最小，從空間上從上向下看就想一個古代的金字塔。
2、圖像金字塔概念
（1）、高斯金子塔 – 用來對圖像進行降採樣
（2）、拉普拉斯金字塔 – 用來重建一張圖片根據它的上層降採樣圖片
3、圖像金字塔概念 – 高斯金字塔
（1）、高斯金子塔是從底向上，逐層降採樣得到。
（2）、降採樣之後圖像大小是原圖像MxN的M/2 x N/2 ,就是對原圖像刪除偶數行與列，即得到降採樣之後上一層的圖片。
（3）、高斯金子塔的生成過程分爲兩步：
- 對當前層進行高斯模糊
- 刪除當前層的偶數行與列
即可得到上一層的圖像，這樣上一層跟下一層相比，都只有它的1/4大小。
4、高斯不同(Difference of Gaussian-DOG)
（1）、定義：就是把同一張圖像在不同的參數下做高斯模糊之後的結果相減，得到的輸出圖像。稱爲高斯不同(DOG)
（2）、高斯不同是圖像的內在特徵，在灰度圖像增強、角點檢測中經常用到。
5、opencv相關API
（1）、上採樣(cv::pyrUp) – zoom in 放大。
pyrUp(Mat src, Mat dst, Size(src.cols*2, src.rows*2))
生成的圖像是原圖在寬與高各放大兩倍
（2）、降採樣 (cv::pyrDown) – zoom out 縮小。
pyrDown(Mat src, Mat dst, Size(src.cols/2, src.rows/2))
生成的圖像是原圖在寬與高各縮小1/2
6、代碼演示
7、結果顯示
（1）、輸入原圖
（2）、向上採樣
（3）、向下採樣
（4）、歸一化
