目录
1--图像金字塔的原理
图像金字塔常用于图像缩放（resize）和图像分割当中，不同分辨率的图像以金字塔的形状排列。层级越高，图像越小，分辨率越低；层级越低、图像越大、分辨率越高；
图像金字塔是一副图像的多尺度表现，上采样得到尺寸较大的图像，分辨率逐渐提高，下采样得到尺寸较小的图像，分辨率逐渐降低；
2--图像金字塔的用途
① 用于特征点提取，赋予特征点尺度不变性特点：
相同的物体在不同距离下拍摄，在图像上呈现不同尺度的大小。那么在原图中构建图像金字塔，模拟这种不同距离拍摄的现象，由此提取的特征点也具有尺度不变性。
② 用于模板匹配，减少匹配时间，提高效率：
对模板和待匹配图像分别做图像金字塔，先从金字塔尖的图像开始匹配，由于分辨率较小，所以匹配时间较短，接着在此位置基础上，在下一层该位置周围局部区域继续进行匹配，直到最后一层完成匹配。整体思路为course-to-fine。
③ 用于光流跟踪，解决前后两帧相对运动距离过大的问题。
在使用光流法进行图像特征点跟踪时，存在由于两帧图像运动过大，导致两帧图像相同的特征点不能被正确跟踪。为解决此问题可以引入图像金字塔，对两帧图像分别构建金字塔，从塔顶图像开始跟踪（例如原图两特征点相差16个像素，不能被跟踪，塔顶图像缩小8倍，那么塔顶的两帧图像的对应特征点对就相差2个像素，可以被跟踪），确定大概位置后，将该位置做为下一层金字塔图像的初值进行跟踪，直到金字塔最后一层。整体思路也可看做course-to-fine。
3--Opencv API
3-1--拉普拉斯金字塔上采样
cv::pyrUp() 用于拉普拉斯金字塔上采样：
3-2--高斯金字塔下采样
cv::pyrDown() 用于高斯金字塔下采样：
3-3--代码实例
-
#include <opencv2/opencv.hpp>
-
# include<cstdio>
-
-
int main(int argc, char** argv){
-
cv::Mat src;
-
src = cv::
imread(
"C:/Users/Liujinfu/Desktop/opencv_bilibili/test1.jpg");
-
if (src.
empty()){
-
printf(
"could not load image..\n");
-
return
-1;
-
}
-
cv::
imshow(
"input", src);
-
-
cv::Mat up_dst, down_dst;
-
cv::
pyrUp(src, up_dst);
// 上采样
-
cv::
pyrDown(src, down_dst);
// 下采样
-
-
cv::
imshow(
"pyrUp", up_dst);
-
cv::
imshow(
"pyrDown", down_dst);
-
-
cv::
waitKey(
0);
-
return
0;
-
}
4--参考
转载：https://blog.csdn.net/weixin_43863869/article/details/128366238
查看评论