图像金字塔

图像金字塔

目标

本文档尝试解答如下问题：

• 如何使用OpenCV函数 pyrUp 和 pyrDown 对图像进行向上和向下采样。

原理

Note

   

以下内容来自于Bradski和Kaehler的大作： Learning OpenCV 。

• 当我们需要将图像转换到另一个尺寸的时候， 有两种可能：
  1. 放大 图像 或者
  2. 缩小 图像。
• 尽管OpenCV 几何变换 部分提供了一个真正意义上的图像缩放函数(resize, 在以后的教程中会学到),不过在本篇我们首先学习一下使用图像金字塔 来做图像缩放, 图像金字塔是视觉运用中广泛采用的一项技术。

图像金字塔

• 一个图像金字塔是一系列图像的集合 - 所有图像来源于同一张原始图像 - 通过梯次向下采样获得，直到达到某个终止条件才停止采样。
• 有两种类型的图像金字塔常常出现在文献和应用中:
  • 高斯金字塔(Gaussian pyramid): 用来向下采样
  • 拉普拉斯金字塔(Laplacian pyramid): 用来从金字塔低层图像重建上层未采样图像
• 在这篇文档中我们将使用 高斯金字塔 。

高斯金字塔

• 想想金字塔为一层一层的图像，层级越高，图像越小。

  

• 每一层都按从下到上的次序编号， 层级  (表示为  尺寸小于层级  ())。

• 为了获取层级为  的金字塔图像，我们采用如下方法:

  • 将  与高斯内核卷积:

    

  • 将所有偶数行和列去除。

• 显而易见，结果图像只有原图的四分之一。通过对输入图像  (原始图像) 不停迭代以上步骤就会得到整个金字塔。

• 以上过程描述了对图像的向下采样，如果将图像变大呢?:

  • 首先，将图像在每个方向扩大为原来的两倍，新增的行和列以0填充()
  • 使用先前同样的内核(乘以4)与放大后的图像卷积，获得 “新增像素” 的近似值。

• 这两个步骤(向下和向上采样) 分别通过OpenCV函数 pyrUp 和 pyrDown 实现, 我们将会在下面的示例中演示如何使用这两个函数。

<pre name="code" class="objc">代码如下：
#include <highgui.h>
#include <cv.h>


#pragma comment(lib, "cv.lib")  
#pragma comment(lib, "cxcore.lib")  
#pragma comment(lib, "highgui.lib") 


IplImage* doPyrDown( IplImage* src ); //上一级图像生成下一层图像
IplImage* doPyrUp( IplImage* src ); //将现有图像在两个维度上都放大两倍


int main()
{
IplImage* src = cvLoadImage( "1.jpg",1 );
IplImage* dst = NULL;
IplImage* dst2=NULL;

cvNamedWindow( "source", 1 );
cvShowImage( "source", src );

dst = doPyrDown( src );  
cvNamedWindow( "PyrDown", 1 );
cvShowImage( "PyrDown", dst );


dst2 = doPyrUp( src );
cvNamedWindow( "PyrUp", 1 );
cvShowImage( "PyrUp", dst2 );
cvWaitKey(0);


cvReleaseImage( &dst );
cvReleaseImage( &dst2 );
cvReleaseImage( &src );
cvDestroyAllWindows();


return 0;
}


IplImage* doPyrDown( IplImage* src )
{
IplImage* result = cvCreateImage( cvSize( src -> width/2, src -> height/2 ), src -> depth, src -> nChannels );
//库函数调用cvPyrDown
cvPyrDown( src, result, CV_GAUSSIAN_5x5 );  //高斯变换


return  result;
}


IplImage* doPyrUp( IplImage* src )
{
IplImage* result = cvCreateImage( cvSize( src -> width*2, src -> height*2 ), src -> depth, src -> nChannels );
cvPyrUp( src, result, CV_GAUSSIAN_5x5 );


return result;
}