【无标题】计算机视觉

图片的上采样和下采样

图片的上采样（upsampling)和下采样(downsampling)直观理解就是对图像进行放大和缩小，在实际处理中，将图像看作一个矩阵，有行和列，由像素点构成，上采样是等比增加图像矩阵的行和列，用0来填充，下采样是删除图像和一半行和列（偶数行或奇数行）。这样，直观上可以看到图像变大一倍或者缩小一半，但是，在下采样的过程会丢失图片的一些信息，因为删掉了一半的行和列。

高斯金字塔

高斯金字塔实际上就是对原始图像进行多次下采样得到的图像序列。

如图：

它有两个性能：
1.当我们移动到更高层次的时候，图像会变得更加平滑（原始图像是最低层次）
2.在高层次中保留的是原始图像中较大的均匀区域
但是，由于在下采样的过程中丢失了一些图片信息，所以我们是不能利用高斯金字塔来进行重建得到原始图像的（会有模糊）。

拉普拉斯金字塔

拉普拉斯金字塔是图像进行下采样后丢失的信息，称为残差序列（residuals）。
如图：

拉普拉斯金字塔是由高斯金字塔得到的，具体做法为：（原始图像）-（对原始图像进行下采样在进行上采样得到的与原始图像等大的图像），下图可以形象说明这个做法：

具体算法为：

重建得到原始图像

根据上面的分析，我们应该可以想到，重建得到原始图像需要的是：高斯金字塔中最小的图像和拉普拉斯金字塔：
下图展示了算法流程和一个具体的例子：

到此，原理介绍就结束了，有时间会将利用高斯金字塔和拉普拉斯金字塔进行图像融合的例子上传到GitHub。