Opencv之高斯金字塔

高斯金字塔(Gaussian Pyramid)是图像处理中一种多尺度表示方法。你可以简单理解成:把一张图片不断"高斯模糊 + 缩小",得到一组从大到小的图片。

比如原图是 512×512:

第0层 512 × 512 原图

↓ 高斯滤波 + 下采样

第1层 256 × 256

第2层 128 × 128

第3层 64 × 64

假设有一张 4×4 灰度图:

10 20 30 40

20 30 40 50

30 40 50 60

40 50 60 70

向下采样不是简单地隔一个取一个,而是两步:

原图

① 高斯滤波:先平滑

② 下采样:每隔一个像素取一个

尺寸变成原来的 1/2 × 1/2

1. 先做高斯滤波

为了方便计算,我们先用一个简单的 3×3 高斯核:

例如计算中间这个位置:

10 20 30

20 30 40

30 40 50

做加权平均:

(1×10+2×20+1×30+2×20+4×30+2×40+1×30+2×40+1×50​)/ 16 = 1610+40+30+40+120+80+30+80+50​ = 16450 ​≈ 28.1

所以原来中心位置的 30,经过高斯滤波以后,大约还是:28

为什么变化不大?

因为周围本身就是:

10 20 30

20 30 40

30 40 50

变化非常平滑。

如果中间突然出现一个很大的值,例如:

10 20 30

20 255 40

30 40 50

经过高斯滤波以后,255 就会被周围像素平均掉,不会那么突兀。这就是平滑。

2. 再进行下采样

假设高斯滤波之后得到:

15 22 32 38

22 30 40 48

32 40 50 58

38 48 58 65

接下来每隔一个像素取一个,例如取:

● × ● ×

× × × ×

● × ● ×

× × × ×

于是:

15 32

32 50

这就是一次高斯金字塔向下采样。

整个过程可以记成:

4×4 原图

10 20 30 40

20 30 40 50

30 40 50 60

40 50 60 70

高斯滤波

15 22 32 38

22 30 40 48

32 40 50 58

38 48 58 65

隔行隔列取值

15 32

32 50

2×2 图像

相关推荐
得物技术1 小时前
得物知识问答:复合检索 Agent 的系统设计实践
人工智能·后端·ai编程
机器学习之心1 小时前
基于改进鲸鱼优化算法的CNN-BiLSTM-MATT短期电力负荷预测模型
人工智能·算法·cnn·cnn-bilstm-matt·短期电力负荷预测
南方程序猴1 小时前
Codex 将再次重置:GPT-6.0 发布前的黑暗时刻
人工智能·gpt·ai·ai编程
一线数智1 小时前
从百度搜索到AI推荐 制造业正在迎来新的获客方式
人工智能
天天爱吃肉82181 小时前
【工程师笔记|新能源整车电控一次过CISPR25/BCI,汽车EMC/EMI落地十大核心设计技巧】
大数据·人工智能·笔记·python·汽车
9i编程1 小时前
SKILL 四大铁律准则:从「AI 选择性执行 SKILL」到「铁律强制闭环」
人工智能·openai·ai编程
后端小肥肠1 小时前
自研长篇小说写作 Skills:参考文风 + 自动续篇 + 剧情连续性检测
人工智能·aigc·agent
AI语宙漫游指南1 小时前
开源一个「照妖镜」Skill,从会话日志到“真身与灵魂”对比
人工智能·agent