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