图像金字塔
对一幅N*N的图像（N=2^n），如果将它在两个方向上各隔一个像素后取出一个像素，这些取出的像素将构成一幅N/2*N/2的图像，也就是说通过在两个方向上进行1:2的亚抽样，可以得到原始图像一个比较粗略的缩略图，这个过程重复进行，直到原始的图像变成一幅1*1的图像。通过这个过程可以得到一系列的图像，N*N,N/2*N/2,N/2^2*N/2^2,...,N/2^n*N/2^n。所得到的一系列的图像就构成一个金字塔的形状，原始图像对应的是第0层。虽然有很多图像序列，但是金字塔结构的存储空间并不是很大。对一个有N+1层的完整金字塔结构，其中单元的总数为N^2(1+1/4+1/4^2+......+1/4^n)<=(4N^2)/3。
对同一幅图像用不同的尺度表达以后，相当于给图像又增加了一维新增的坐标，即除了通常的空间分辨率以外又增加了一个刻画当前分辨率层次的参数s。那么g(x,s)就表示图像g(x)的尺度空间。生成尺度空间的要求有两个：增加尺度参数值时，不会增加新的细节。从信息论的角度来讲，信号内的内容应该随着尺度参数值的增加而连续的减少。第二个要求与尺度不变性的通用原理有关，即可以在尺度空间的任意尺度参数开始对信号进行平滑而仍然能够得到同样的尺度空间。
要对多尺度的突袭那个进行处理就要把握多尺度之间的联系，特别是相邻尺度之间的联系，相邻尺度之间的联系可以分为组合联系和分解联系。
借助于亚采样可以得到一幅图像的缩略图，但是亚采样可能会丢失一些信息，。根据采样定理，需要让所有以小于最短波长的1/4采样而得到的精细结构能通过平滑滤波器来消除掉，这样才能获得一幅正确的亚采样图像。从尺度空间来讲，这表明减小图像尺寸需要与恰当的对图像的平滑同步进行。对图像的平滑可以借助于各种低通滤波器进行，如果使用均值滤波器，得到的金字塔成为均值金字塔。如果不适用滤波器平滑，得到的金字塔成为亚采样金字塔。滤波器的选择对亚采样图像的质量有很大的影响。如果使用的滤波器不恰当或者是不使用滤波器，所得到的上一层图像的像素有可能就没有很好地表达用于计算该像素值的下一层区域的值。使用高斯平滑滤波器得到的金字塔就成为高斯金字塔，其各层图像可以简称为高斯图像。高斯金字塔包含了一系列高斯低通滤波器的图像，其中截止频率从上一层到下一层是以因子2逐渐增加的，这种主次增加的变化使得只需要金字塔的很少基层就可以跨越很宽的频率范围。拉普拉斯金字塔包含一系列带通滤波图像。在金字塔的每一层中仅包含与在每个频率少数几个采样匹配的尺度，所以拉普拉斯金字塔是一种有效地数据结构，与不确定性所给出的极限相适应。拉普拉斯金字塔中的图像可以用对高斯金字塔中相邻两层图像相减近似得到。所以需要将图像在较粗尺度上扩展。扩展操作比减小尺寸的压缩困难，因为缺少信息需要通过插值得到。要在所有方向增加一倍尺寸，每行任两个像素之间需要插入一个值而每两行之间需要插入一行。对图像的插值也有很多方法，其结构手插值滤波器的影响，如果不使用滤波器或者使用的滤波器不恰当，所得到的下一层图像中有可能会出现块效应。
- 本文已收录于以下专栏：
相关文章推荐
-
深度学习（二十八）基于多尺度深度网络的单幅图像深度估计
网络分为全局粗估计和局部精估计，这个跟人脸特征点的DCNN网络有点类似，都属于deep network。全局粗估计CNN：这个网络包含了五个特征提取层(每层包好了卷积、最大池化操作)，在这五个卷积层后...
- hjimce
- 2016年01月23日 13:42
- 8837
-
多尺度几何分析（Ridgelet、Curvelet、Contourlet、Bandelet、Wedgelet、Beamlet）
稀疏基的讨论已经持续了近一个月了，这次讨论多惊讶几何分析。但由于下面讨论的这些变换主要面向图像，而本人现在主要关注于一维信号处理，所以就不对这些变换深入讨论了，这里仅从众参考文献中摘抄整理一些相关内容...
- jbb0523
- 2015年01月13日 23:39
- 23295
-
CNN的训练图像与测试图像不一致的多尺度问题
今天我们要谈论的文章为：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Net...
- langb2014
- 2016年08月27日 10:51
- 2469
-
Gabor滤波 + 多尺度问题
Gabor函数Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。二维...
- memory513773348
- 2013年03月24日 14:12
- 9862
-
-
Delphi7高级应用开发随书源码
- 2003年04月30日 00:00
- 676KB
- 下载
-
数字图像处理9--尺度空间
《SIFT原理与源码分析》系列文章索引：http://blog.csdn.net/xiaowei_cqu/article/details/8069548尺度空间理论自然界中...
- samkieth
- 2015年12月26日 10:33
- 3958
-
-
Delphi7高级应用开发随书源码
- 2003年04月30日 00:00
- 676KB
- 下载
-
Sift中尺度空间、高斯金字塔、差分金字塔（DOG金字塔）、图像金字塔
一、 图像金字塔图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部，以金字塔形状排列，往上是一系列像...
- dcrmg
- 2016年09月17日 09:46
- 8885
-
MATLAB subplot显示不同尺度图像
最近刚好用到
- ts_zxc
- 2014年09月16日 12:11
- 2655
-
图像处理中的高斯金字塔和拉普拉斯金字塔
在接触高斯金字塔的时候，对于它的作用疑惑的时候有人这么跟我讲..它就是模拟人类的视觉，近处的东西看着大，并且能够看到东西的细节所在，当把这东西从眼前拿到几米外，虽然还是能看到东西，但也只能窥见它的轮廓...
- xbcReal
- 2016年09月22日 23:29
- 4263
-
拉普拉斯的原理
拉普拉斯是一种二阶导数算子，是一个与方向无关的各向同性（旋转轴对称）边缘检测算子。若只关心边缘点的位置而不顾其周围的实际灰度差时，一般选择该算子进行检测。拉普拉斯算子为二阶差分，其方向信息丢失，常...
- yansmile1
- 2014年12月01日 22:11
- 3358
-
DoG 、Laplacian、图像金字塔详解
DoG(Difference of Gaussian)DoG (Difference of Gaussian)是灰度图像增强和角点检测的方法，其做法较简单，证明较复杂，具体讲解如下:Differe...
- liulina603
- 2013年03月11日 10:26
- 17229
-
拉普拉斯金字塔融合原理公式
拉普拉斯金字塔融合原理公式
- jacke121
- 2017年02月28日 20:40
- 462
-
图像融合（三）-- 拉普拉斯金字塔
原文：http://www.cnblogs.com/silence-hust/p/4193208.html2、拉普拉斯金字塔融合 图像金字塔方法的原理是：将参加融合的的每幅图像分解为多尺度的金...
- App_12062011
- 2016年09月08日 14:37
- 1249
-
Gaussian 金字塔 和 Laplacian 金字塔
以多个分辨率来表示图像的一种有效且简单的结构是图像金字塔。图像金字塔是一系列以金字塔形状排列的、分辨率逐步降低的图像集合。如图1所示：金字塔底部是待处理图像的高分辨率表示，而顶部则是低分辨率表示...
- hd19890207
- 2016年08月15日 18:05
- 466
-
金字塔上采样和下采样原理、区别及opencv实现
图像金字塔图像金字塔是通过将原始图像经过平滑、下采样所生成一系列具有不同分辨率的图像的集合。金字塔结构(Pyramid)适于多分辨率处理的一种图像存储数据结构。最常用的生成图像金字塔的...
- xw20084898
- 2014年12月11日 17:06
- 10517
-
图像拉普拉斯金字塔融合（Laplacian Pyramid Blending）
本文将介绍图像金字塔以及拉普拉斯融合的相关知识。图像金字塔================================================一般的的线性变...
- GarfieldEr007
- 2016年01月02日 12:51
- 1281
-
拉普拉斯图像融合
1.图像金字塔图像金字塔是一个图像集合，集合中所有的图像都来源于同一个原始图像，而且是通过对原始图像的连续降采样获得，直到达到某个终止条件才停止降采样。 常见的两种图像金字塔： 高斯金字塔（Gau...
- yiluoyan
- 2015年06月06日 10:43
- 2884
-
超分辨率重建中的图像金字塔——高斯金字塔和拉普拉斯金字塔
在超分辨率重建方法中，经常会提到图像金子塔这个词，然后根据图像在多尺度间的一些特性，进行相关处理。而这个图像金子塔是什么呢？常见的图像金子塔有两种，高斯金子塔和拉普拉斯金字塔。高斯金字塔：...
- u010381985
- 2017年01月13日 14:42
- 450
-
非常详细的sift算法原理解析
尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Funzdd [email protected] or (...
- honglin_ren
- 2014年07月02日 16:55
- 2271
图像金字塔
对一幅N*N的图像（N=2^n），如果将它在两个方向上各隔一个像素后取出一个像素，这些取出的像素将构成一幅N/2*N/2的图像，也就是说通过在两个方向上进行1:2的亚抽样，可以得到原始图像一个比较粗略的缩略图，这个过程重复进行，直到原始的图像变成一幅1*1的图像。通过这个过程可以得到一系列的图像，N*N,N/2*N/2,N/2^2*N/2^2,...,N/2^n*N/2^n。所得到的一系列的图像就构成一个金字塔的形状，原始图像对应的是第0层。虽然有很多图像序列，但是金字塔结构的存储空间并不是很大。对一个有N+1层的完整金字塔结构，其中单元的总数为N^2(1+1/4+1/4^2+......+1/4^n)<=(4N^2)/3。
对同一幅图像用不同的尺度表达以后，相当于给图像又增加了一维新增的坐标，即除了通常的空间分辨率以外又增加了一个刻画当前分辨率层次的参数s。那么g(x,s)就表示图像g(x)的尺度空间。生成尺度空间的要求有两个：增加尺度参数值时，不会增加新的细节。从信息论的角度来讲，信号内的内容应该随着尺度参数值的增加而连续的减少。第二个要求与尺度不变性的通用原理有关，即可以在尺度空间的任意尺度参数开始对信号进行平滑而仍然能够得到同样的尺度空间。
要对多尺度的突袭那个进行处理就要把握多尺度之间的联系，特别是相邻尺度之间的联系，相邻尺度之间的联系可以分为组合联系和分解联系。
借助于亚采样可以得到一幅图像的缩略图，但是亚采样可能会丢失一些信息，。根据采样定理，需要让所有以小于最短波长的1/4采样而得到的精细结构能通过平滑滤波器来消除掉，这样才能获得一幅正确的亚采样图像。从尺度空间来讲，这表明减小图像尺寸需要与恰当的对图像的平滑同步进行。对图像的平滑可以借助于各种低通滤波器进行，如果使用均值滤波器，得到的金字塔成为均值金字塔。如果不适用滤波器平滑，得到的金字塔成为亚采样金字塔。滤波器的选择对亚采样图像的质量有很大的影响。如果使用的滤波器不恰当或者是不使用滤波器，所得到的上一层图像的像素有可能就没有很好地表达用于计算该像素值的下一层区域的值。使用高斯平滑滤波器得到的金字塔就成为高斯金字塔，其各层图像可以简称为高斯图像。高斯金字塔包含了一系列高斯低通滤波器的图像，其中截止频率从上一层到下一层是以因子2逐渐增加的，这种主次增加的变化使得只需要金字塔的很少基层就可以跨越很宽的频率范围。拉普拉斯金字塔包含一系列带通滤波图像。在金字塔的每一层中仅包含与在每个频率少数几个采样匹配的尺度，所以拉普拉斯金字塔是一种有效地数据结构，与不确定性所给出的极限相适应。拉普拉斯金字塔中的图像可以用对高斯金字塔中相邻两层图像相减近似得到。所以需要将图像在较粗尺度上扩展。扩展操作比减小尺寸的压缩困难，因为缺少信息需要通过插值得到。要在所有方向增加一倍尺寸，每行任两个像素之间需要插入一个值而每两行之间需要插入一行。对图像的插值也有很多方法，其结构手插值滤波器的影响，如果不使用滤波器或者使用的滤波器不恰当，所得到的下一层图像中有可能会出现块效应。