基于拉普拉斯金字塔的图像融合

仅为笔记,供自己使用。

  1. 读入两幅大小相同的图像 img1 img2;
  2. 构建 img1 img2的 高斯金字塔,层数根据需要设定(本实验为7层);
  3. 根据高斯金字塔和拉普拉斯金字塔的关系,推出拉普拉斯金字塔的Li(也为7层,第一层大小和原图相同);
  4. 两组拉普拉斯图层的每一层进行图像融合;
  5. 根据融合后的图像金字塔重建原始图像。

所谓"根据融合后的图像金字塔重建原始图像",指的是将小分辨率的图像上采样后用cv2.add算子和上一分辨率的图像"加和"。

另外由高斯金字塔构建拉普拉斯金字塔的时候也是使用cv2.subtract实现图像"相减"。

相关推荐
杜子不疼.2 分钟前
基于CANN GE图引擎的深度学习模型编译与优化技术
人工智能·深度学习
L、2186 分钟前
深入理解CANN:面向AI加速的异构计算架构详解
人工智能·架构
chaser&upper12 分钟前
预见未来:在 AtomGit 解码 CANN ops-nn 的投机采样加速
人工智能·深度学习·神经网络
松☆15 分钟前
CANN与大模型推理:在边缘端高效运行7B参数语言模型的实践指南
人工智能·算法·语言模型
结局无敌22 分钟前
深度探究cann仓库下的infra:AI计算的底层基础设施底座
人工智能
m0_4665252922 分钟前
绿盟科技风云卫AI安全能力平台成果重磅发布
大数据·数据库·人工智能·安全
慢半拍iii23 分钟前
从零搭建CNN:如何高效调用ops-nn算子库
人工智能·神经网络·ai·cnn·cann
晟诺数字人28 分钟前
2026年海外直播变革:数字人如何改变游戏规则
大数据·人工智能·产品运营
蛋王派28 分钟前
DeepSeek-OCR-v2 模型解析和部署应用
人工智能·ocr
禁默34 分钟前
基于CANN的ops-cv仓库-多模态场景理解与实践
人工智能·cann