多尺度对比增强算法的基本观点是将图像分解成代表图像单个细节的像素,然后立
即在这些像素上提高对比度,因此要求选择一种图像分解方法。
在图像分解方法的选择上要遵循以下两个基本条件:
(1)必须包括所有层次来表示任何大小的结构;
(2)必须连续不中断。
间联系的紧密程度,间隔抽样压缩图像数据,也就是说图像样本密度缩小了,然后进行
插值,最后所得结果图像与原图像作差缛到控酱拉斯金字塔中的第一层。基于此层图像
重复上述操作,就会扩展成为金字塔形状的多尺度数据结构。下面介绍拉普拉斯金字塔
的分解和重建过程。
拉普拉斯金字塔是建立在高斯金字塔基础上的,由一系列L1,L2,L3,L4……上-组成,
即在这些像素上提高对比度,因此要求选择一种图像分解方法。
在图像分解方法的选择上要遵循以下两个基本条件:
(1)必须包括所有层次来表示任何大小的结构;
(2)必须连续不中断。
在多尺度对比增强算法处理中,图像分解选择拉普拉斯金字塔函数
(1)图像分解的过程
拉普拉斯金字塔函数分解的基本思想是首先原图像进行低通滤波降低像素与像素间联系的紧密程度,间隔抽样压缩图像数据,也就是说图像样本密度缩小了,然后进行
插值,最后所得结果图像与原图像作差缛到控酱拉斯金字塔中的第一层。基于此层图像
重复上述操作,就会扩展成为金字塔形状的多尺度数据结构。下面介绍拉普拉斯金字塔
的分解和重建过程。
拉普拉斯金字塔是建立在高斯金字塔基础上的,由一系列L1,L2,L3,L4……上-组成,
每个L就是两层相邻高斯金字塔的差异集,公式如下: