图像金字塔(转载+整理)

原文：http://jinxingn.blog.163.com/blog/static/4637450520128285118935/

 

1.       图像的尺度空间

图像的尺度空间表达指的是图像在所有尺度下的描述，因为尺度空间很多处理算子与哺乳动物的视网膜和视觉皮层最外层记录的感受域剖面有着高度的相似性，所以，尺度空间理论经常与生物视觉相关联。

2.       图像金字塔

提到信号多尺度描述，直观上人们很容易想到信号金字塔。金字塔的确是图像多尺度表示的主要形式。图像金字塔是以多分辨率来解释图像的一种有效但概念简单的结构。图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低的图像集合。如下图所示。 

 

图像金字塔化一般包括二个步骤：1.利用低通滤波器平滑图像2,对平滑图像进行抽样（比如下2采样），从而得到一系列尺寸缩小的图像。

 平滑图像经常使用的低通滤波器是高斯滤波器，因此用高斯平滑得到的金字塔图像通常也叫做高斯金字塔。Koenderink、Lindeberg、Florack等人用精确的数学形式通过不同途径都证明了高斯核是实现尺度变换的唯一线性核。并且满足平移不变性、半群结构、非增局部极值、尺度不变性和旋转不变形等性质。

        一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低的图像集合。金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。当向金字塔的上层移动时，尺寸和分辨率就降低。
对于一幅尺寸为2^J*2^J的图像，则其图像金字塔中间级的尺寸是2^j*2^j，其中j的理论取值返回是0,1,2,...,(J-1),J。但是由于当j很小时，图像将丢失大部分信息，所以一般限制只用P+1级来减少原来图像近似值的尺寸，也就是j的实际取值是(J-P),(J-P+1),...(J-1),J。
而一般处理这种分辨率变化，简单的方法就是隔行取值来生成低分辨率的图像，复杂点的方法就涉及到图像的内插和过滤等步骤了，当然复杂点的方法使得生成的低分辨率下的图像更加平滑和真实。对某幅原始图像生成了一系列的低分辨率图像之后，这些图像和原始图像一起就形成了图像金字塔。
例如，对于512*512的图像，该图像的4级图像金字塔就是：

   

  
  
金字塔顶层   64*64
    |     128*128
    |     256*256
金字塔底层 512*512

当然，有时候也会对原图像进行扩展，生成分辨率更高的图像，然后把这个图像放到金字塔的更底层。这时候就需要更多处理，使得生成的图像保持真实性，避免色块和噪声等的产生。

在matlab里面，函数impyramid专门用于生成图像金字塔，直接调用就可以了。
格式：B = impyramid(A, direction)
作用：对A进行Gaussian金字塔变换，生成的图像是B。direction为“reduce”和“expand”，分别对应着分解和扩张。
注：
1.m*n的A“reduce”和“expand”后的维数分别对应ceil(M/2)*ceil(N/2)和(2*M-1)*(2*N-1)。
2.impyramid只对前两维有效。