图像尺度空间与Blob检测

多分辨率：

金字塔结构，采样得来，没有理论基础

多尺度：

高斯核的特性：

1.孔径 blob：

2.半群性质-->叠加平滑效果：

 t1,t2连续卷积相当于t1+t2的核进行卷积

3.局部极值递减：
局部极值的数量随尺度增大而递减-->平滑作用，压制小的局部细节，响应也是有减小的趋势

4.尺度不变：即使图像信号伸缩后，其尺度空间表达仍然不变

巧合：基于高斯核的尺度空间和哺乳动物的视觉认知相似。

自动尺度选择：实际上就是构建多尺度空间，找到感兴趣的尺度（物体表达的最佳尺度）

直接求最大响应是最小尺度-->不是我们希望的-->引入规范参数，消除尺度参数对响应值的影响    （怎么消除呢？？？？）

规范后的变量为：

这样使得随着尺度的增加，响应值先增后减---->高频对应小的尺度，低频对应大的尺度

可以想象一个正弦函数，频率大，周期小，blob小，一个小尺度高斯即可覆盖

关于y值的选择的一个证明：

可以看出：

尺度不变的数学表现为：

Blob检测：

一维blob的量化：