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
回眸&啤酒鸭1 天前
【回眸】Minicart 电商购物车核心功能落地指南
人工智能
一隅论数智1 天前
给AI一张“业务概念地图“:本体如何从哲学走向企业智能
大数据·人工智能·经验分享·笔记·学习·学习方法·政务
AI的探索之旅1 天前
97 个 OpenCV 实例(三十):双目立体,从标定到点云
人工智能·opencv·计算机视觉
AlbertZein1 天前
Step-5-Preview 上手实测:3D 游戏、金融分析、网页设计一次跑完
人工智能·aigc
LaughingZhu1 天前
Product Hunt 每日热榜 | 2026-09-19
人工智能·深度学习·神经网络·搜索引擎·百度
美狐美颜SDK开放平台1 天前
开发直播APP时如何接入视频美颜SDK?开发流程与注意事项
android·人工智能·计算机视觉·音视频·直播美颜sdk
wukangjupingbb1 天前
智能网联汽车安全能力框架
人工智能
龙亘川1 天前
明月照湾区,智启新赛道:从顶流文旅IP盛会看智慧文旅升级路径
人工智能·智慧城市·开源软件·数据可视化
飞猫的边缘AI2 天前
边缘AI应用:家用AI摄像头怎么做数据训练?
人工智能·边缘计算·ai算法·边缘ai