图像金字塔分为高斯金字塔和拉普拉斯金字塔
高斯金字塔
高斯金字塔是通过高斯卷积核进行卷积,然后每次分别去掉偶数行和偶数列得到的图像
如下图所示:
向下取样:将图像从G0转换为G1、G2、G3,图像分辨率不断降低的过程;
向上取样:将图像从G3转换为G2、G1、G0,图像分辨率不断增大的过程。
向下取样
在图像向下取样中,一般分两步:
(1)对图像Gi进行高斯卷积核(高斯滤波);
(2)删除所有的偶数行和列。
其中,高斯核卷积运算(高斯滤波)就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值(权重不同)经过加权平均后得到。常见的 3×3 和 5×5 高斯核如下:
K ( 3 , 3 ) = 1 16 × [ 1 2 1 2 4 2 1 2 1 ] K(3,3)=\frac{1}{16}\times \left[ \begin{matrix} 1 & 2 & 1 \\ 2 & 4 & 2 \\ 1 & 2 & 1 \\ \end{matrix} \right] K(3,3)=161× 121242121
K
(
5
,
5
)
=
1
273
×
[
1
4
7
4
1
4
16
26
16
4
7
26
41
26
7
4
16
26
16
4
1
4
7
4
1
]
K(5,5)=\frac{1}{273}\times \left[ \begin{matrix} 1 & 4 & 7 & 4 & 1 \\ 4 & 16 & 26 & 16 & 4 \\ 7 & 26 & 41 & 26 & 7 \\ 4 & 16 & 26 & 16 & 4 \\ 1 & 4 & 7 & 4 & 1 \\ \end{matrix} \right]
K(5,5)=2731×
1474141626164726412674162616414741
如上图所示,向下取样后,原始图像 Gi 具有 M×N 个像素,进行向下取样之后,所得到的图像 Gi+1 具有 M/2 × N/2 个像素,只有原图的四分之一。通过对输入的原始图像不停迭代以上步骤就会得到整个金字塔。
注:由于每次向下取样会删除偶数行和列,所以它会不停地丢失图像的信息。
下面是向下取样的图像,可以看到图像不断缩小。
向上取样
在图像向上取样是由小图像不断放大图像的过程。它将图像在每个方向上扩大为原图像的2倍,新增的行和列均用0来填充,并使用与“向下取样”相同的卷积核乘以4,再与放大后的图像进行卷积运算,以获得“新增像素”的新值。
如下图所示,它在原始像素45、123、89、149之间各新增了一行和一列值为0的像素。
如下图所示,为图像的向上采样和向下采样的例子。
注:向上取样和向下取样无法互逆的。
拉普拉斯金字塔
前面提到的均是高斯金字塔(使用高斯核),下面介绍拉普拉斯(Laplacian) 金字塔,拉普拉斯(Laplacian) 金字塔是在高斯金字塔的基础上新的金字塔。
如下图所示,拉普拉斯(Laplacian) 金字塔的表达式:
简言之,拉普拉斯金字塔就是高斯金字塔与它本身做向下取样、向上取样后得到的结果,描述的是损失的边缘信息。
拉普拉斯每一层表示如下图所示: