6,尺度(缩放比例)界定在0.79-1.26之间,如果你是以4sigma的高斯金字塔工作的,即上一层高斯金字塔是2*k^2*sigma,下一层高斯金字塔是2*k^4*sigma;当前层是2*k^3*sigma,因为k^3=2,所以2*k^3*sigma=4sigma,显然2*k^2*sigma/(2*k^3*sigma)=1.58/2=0.79,
2*k^4*sigma/(2*k^3*sigma)=1.26*2/2=1.26.所以,高斯金字塔解决了大问题!
前面用数学分析了半天,最后发现有好得方法解决问题:
1,其实本质是,三层高斯金字塔(0.79,1,1.26)分了两个像素,每层金字塔分得2/3个亚像素,即不到一个像素,所以首先想到膨胀一个像素代替(1.26)和腐蚀代替(0.79)。
2,本想S=1腐蚀一个像素代替0.79,发现canny线条腐蚀不见了,想膨胀一个像素代替1.26,发现canny线条无法介定内外,膨胀后,一条线变粗为三条线,此法不通,放弃。说明膨胀腐蚀在这出现了特例
3,但这种估计比数学公式来的快,非常直观
关于这个问题的研究结果:(闲来无事,以相邻三层图象高斯金字塔方式,得到的结果,通过对比和实践,实际在匹配中,只需要匹配s=1即可,即使尺度=0.79或尺度=1.26,不影响搜索结果)
所以可以下一个定论:
工业机器视觉匹配中,s=0.79,s=1,s=1.26三种缩放,在高斯金字塔下,用尺度1就可以替代。
以上4,代表4sigma。尺度等于1.
4+3,代表4sigma与4sigma上一高斯金字塔canny轮廓图接近程度。即尺度0.79与1的对比。
4+3+5,代表相邻三层高斯金字塔canny轮廓图接近程度。即0.79与1与1.26尺度的对比。