图像算法之十：图像金字塔

一、基本原理   

   图像金字塔常用作多分辨率模型。视频图像的多分辨率模型是视频图像处理的重要方法。

图像金字塔包括高斯金字塔和拉普拉斯金字塔两种实现形式。

1、高斯金字塔：

  高斯金字塔的实现包括两步：高斯低通滤波和下采样。首先利用高斯核对图像进行卷积；然后进行下采样，得到不同尺度下的目标图像。

2、拉普拉斯金字塔：

拉普拉斯金字塔是建立在高斯金字塔的基础上的，就是高斯金字塔在不同层之间的差分。

二、算法实现

OpenCV实现：

#include <iostream>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>using namespace std;using namespace cv;int main(int argv, char* argc[]){       int levels = 2;       Mat img = imread("E:\\OpenCV\\Picture\\airplane.jpg",1);       namedWindow("original");       imshow("original", img);    Mat currentImg = img;       Mat lap = currentImg;       for (int l = 0; l<levels; l++) {         Mat down, up;      pyrDown(currentImg, down);         pyrUp(down, up, currentImg.size());         lap = currentImg - up;         currentImg = down;       }       namedWindow("Laplace Pyramid");       imshow("Laplace Pyramid", lap);       waitKey(0);       return 0;}

实验效果：

从原图和拉普拉斯金字塔图像可以看出，通过建立拉普拉斯金字塔，可以对特定尺度下的细节进行平滑和增强。