关于拉普拉斯金字塔算法硬件实现的一些想法

从算法的角度，拉普拉斯的计算需要两张相邻分辨率的高斯图像（3840x2160,1920x1080)，拉普拉斯对低分辨率的图像做上采样、填充之后卷积，然后和高分辨率的图像相减，得到残差（边缘纹理）。

上采样的过程，是行列偶数倍插值“0”的过程，因为低分辨率的图像中灰度值为高分辨率图像的1/4，因此对上采样后的值要x4。（很重要）

填充的圈数和卷积核有关，卷积核3x3，填充1圈0。5x5就填充2圈0。

卷积核是高斯核，权重为1,4,…36,…4,1。高斯的权重本来是0.01左右的小数，将其放大256倍，量化投射到8bit的范围，因此这个卷积计算完毕后，需要做归一化处理，即对结果除以256。

上述x4，/256的过程可以等价为>>6。即对结果进行右移（截掉低位），然后使用uchar对结果进行强制转换，截掉高位，最后得到8bit的像素（Y通道8bit)。很多计算，如果不考虑中间bit的浪费，其实可以最后再截位，从而忽略中间的定点（根据产生数据的实际范围来决定截取哪些位，这是一个经验方法，和上述理论有相通也有违背，因为每张图的灰度存在范围是不同的，会影响截位的效果）

定点是一个比较有意思的话题，这里暂且不提。

5x5的卷积核可以拆分为4个3x3的卷积核，因为上采样的过程填充的0并没有参与计算，因此可以优化。具体方法不提，画图就明白了，分行奇偶数，列奇偶数讨论。

另外两幅图像相减的时候，求得是残差（像素之间的差距），因为应该取差的绝对值。对于8bit的像素，在rtl中都是无符号数计算，不取绝对值，则1-255=2(而非254），119-120=256（而非1）。在计算机里，-255=+1（补码计算）