OpenCV SIFT源码讲解——构建高斯金字塔

本文链接：https://blog.csdn.net/less_stronger/article/details/127939961

一、构建方法

高斯金字塔每层图像的尺度为： $\sigma =\sigma_{0}2^{o+\frac{layer}{S}}$ 。理论上金字塔每层图像可以从原图做 $\sigma$ 的高斯滤波得到。但是实际操作中，每组的第一张影像（除第一组）是上一组倒数第三张影像降采样得到，其他影像是对前一张图像做一定大小的高斯滤波得到，而不是直接从原图获取。

因此，需要求取每组内影像间的高斯平滑尺度。假设前一张影像尺度为 $\sigma_{f}=\sigma_{0}2^{o+\frac{layer}{S}}$ ，那么下一张尺度应该为 $\sigma_{l}=\sigma_{0}2^{o+\frac{layer+1}{S}}$ 。 $\sigma_{l}$ 到 $\sigma_{f}$ 有公式： $\sigma_{diff}=\sqrt{\sigma_{l}^{2}-\sigma_{f}^2}$ 。 $\sigma_{diff}$ 即为从前一张图层到当前图层所需的高斯滤波尺度。 $\sigma_{l}$ 和 $\sigma_{f}$ 可根据金字塔层数求得。

对于每组的相同层影像，其 $\sigma_{diff}$ 相同。

二、函数重要点注释

void SIFT_Impl::buildGaussianPyramid( const Mat& base, std::vector<Mat>& pyr, int nOctaves ) const
{
    CV_TRACE_FUNCTION();
    
    /*
    *    存储从前一张影像到当前影像所做的高斯滤波尺度，
    *    对于每一组，大小都一样
    */  
    std::vector<double> sig(nOctaveLayers + 3);
    pyr.resize(nOctaves*(nOctaveLayers + 3));

    // precompute Gaussian sigmas using the following formula:
    //  \sigma_{total}^2 = \sigma_{i}^2 + \sigma_{i-1}^2
    sig[0] = sigma;
    double k = std::pow( 2., 1. / nOctaveLayers );
    for( int i = 1; i < nOctaveLayers + 3; i++ )
    {
        /*
        *    sig_prev：前一张影像的空间尺度
        *    sig_total：当前影像的空间尺度
        *    sig[i]：前一张影像到当前影像，需要做的高斯滤波大小
        */    
        double sig_prev = std::pow(k, (double)(i-1))*sigma;
        double sig_total = sig_prev*k;
        sig[i] = std::sqrt(sig_total*sig_total - sig_prev*sig_prev);
    }

    /*
    *    构建高斯金字塔
    */
    for( int o = 0; o < nOctaves; o++ )
    {
        for( int i = 0; i < nOctaveLayers + 3; i++ )
        {
            Mat& dst = pyr[o*(nOctaveLayers + 3) + i];

            /*
            *        如果是金字塔的第一张影像，
            *    使用图像预处理步骤获得的结果
            *        如或是其他组的第一张影像，
            *    使用上一组的倒数第三张影像降采样
            *        如果不是每组的第一张影像，
            *    进行高斯滤波
            */
            if( o == 0  &&  i == 0 )
                dst = base;
            // base of new octave is halved image from end of previous octave
            else if( i == 0 )
            {
                const Mat& src = pyr[(o-1)*(nOctaveLayers + 3) + nOctaveLayers];
                resize(src, dst, Size(src.cols/2, src.rows/2),
                       0, 0, INTER_NEAREST);
            }
            else
            {
                const Mat& src = pyr[o*(nOctaveLayers + 3) + i-1];
                GaussianBlur(src, dst, Size(), sig[i], sig[i]);
            }
        }
    }
}