临高网站建设,西宁网站建设公司,晋城市建设局 网站,专业做域名的网站原文#xff1a;图像金字塔----高斯和拉普拉斯
图像金字塔是图像中多尺度表达的一种#xff0c;最初用于机器视觉和图像压缩#xff0c;最主要用于图像的分割、融合。
高斯金字塔 ( Gaussian pyramid):
高斯金字塔是由底部的最大分辨率图像逐次向下采样得到的一系列图像…原文图像金字塔----高斯和拉普拉斯
图像金字塔是图像中多尺度表达的一种最初用于机器视觉和图像压缩最主要用于图像的分割、融合。
高斯金字塔 ( Gaussian pyramid):
高斯金字塔是由底部的最大分辨率图像逐次向下采样得到的一系列图像。最下面的图像分辨率最高越往上图像分辨率越低。
高斯金字塔的向下采样过程是
1) 对于给定的图像先做一次高斯平滑处理也就是使用一个大小为的卷积核对图像进行卷积操作. OpenCv 中使用的高斯核
2) 然后再对图像采样去除图像中的偶数行和偶数列然后就得到一张图片。
向下取样会逐渐丢失图像的信息。以上就是对图像的向下取样操作即缩小图像。
拉普拉斯金字塔(Laplacian pyramid):
用来从金字塔低层图像重建上层未采样图像在数字图像处理中也即是预测残差可以对图像进行最大程度的还原配合高斯金字塔一起使用。 也就是说拉普拉斯金字塔是通过源图像减去先缩小后再放大的图像的一系列图像构成的。保留的是残差为图像还原做准备 OpenCv中都给我们提供好了API CV_EXPORTS_W void pyrDown( InputArray src, OutputArray dst,const Size dstsize Size(), int borderType BORDER_DEFAULT );CV_EXPORTS_W void pyrUp( InputArray src, OutputArray dst,const Size dstsize Size(), int borderType BORDER_DEFAULT );高斯金字塔与拉普拉斯金字塔的实测效果如下 如上图所示通过 高斯向上采样与拉普拉斯金字塔结果恢复效果有一定差距。
参考代码
#include string
#include iostream
#include opencv2/opencv.hpp
#include vectorusing namespace std;
using namespace cv;vectorMat vecPyUp;//放大
vectorMat vecPyDown;//缩小
vectorMat vecLapImg; //差值 拉普拉斯金字塔(Laplacian pyramid)
string pyramidDown GaussianPyramidDown;
string pyramidDownRestore pyramidDownRestore;
string pyramidUp Gaussian pyramidUp;
string LaplacianPyramid LaplacianPyramid;int MaxLevel6;void pyramidCreate(Mat imgOri){vecPyUp.clear();vecPyDown.clear();vecLapImg.clear();// Downfor (int i 0; i MaxLevel; i){vecPyDown.push_back(imgOri);pyrDown(imgOri, imgOri);}// UpMat imgMin vecPyDown[MaxLevel - 1].clone();vecPyUp.push_back(imgMin);for (int i 0; i MaxLevel-1; i){pyrUp(imgMin, imgMin, vecPyDown[MaxLevel - i - 2 ].size());vecPyUp.push_back(imgMin);}Mat temp;// Laplacefor (int i 0; i MaxLevel; i){subtract(vecPyDown[MaxLevel-i-1], vecPyUp[i], temp);// temp temp Scalar(127, 127, 127);vecLapImg.push_back(temp);}}//回调函数void callBack(int level, void* ){if(level0)level0;imshow(pyramidUp, vecPyUp[level]);imshow(pyramidDown, vecPyDown[MaxLevel-level-1]);imshow(LaplacianPyramid, vecLapImg[level]);Mat restore;add(vecLapImg[level],vecPyUp[level],restore);imshow(pyramidDownRestore, restore);}int main()
{//输入图片srcImage imread(lady.jpg); // 读取图像if (srcImage.empty()) {printf(读取失败);return 0;}pyramidCreate(srcImage);namedWindow(pyramidDown, 0);namedWindow(pyramidUp, 0);namedWindow(LaplacianPyramid, 0);namedWindow(pyramidDownRestore, 0);createTrackbar(Level, pyramidDown, 0, pyramid::MaxLevel-1, callBack);createTrackbar(Level, pyramidUp, 0, pyramid::MaxLevel-1, callBack);createTrackbar(Level, LaplacianPyramid, 0, pyramid::MaxLevel-1, callBack);createTrackbar(Level, ppyramidDownRestore, 0, pyramid::MaxLevel-1, callBack);callBack(0,0);waitKey(0);destroyAllWindows();return 0;
}
