opencv_14 DOG+图像金字塔

//上一讲讲了高斯滤波，高斯滤波就是在保留图像对比度的条件下，对图像去噪。
//今天 这一讲解决特征点匹配时，尺度不变性的前期处理。
//下一讲讲SIFT特征点提取+匹配会用到本节知识，请关注

//可以看出寻找不同尺度下的关键点，需要不同size的窗口，
怎么样可以自适应的寻找不同尺度特征点匹配的窗口呢？
有两种方法：
1.LOG：高斯滤波+拉普拉斯
2.DOG:高斯差分
//因为这一讲是针对特征点匹配的预处理阶段，所以只讲LOG和DOG的使用
//DOG是LOG的简化形式，图像金字塔同一阶层的图像用不同size的滤波窗口大小进行高斯滤波，做差值。

//图像金字塔：上采样与降采样
//上采样：将图像cal到更高的分辨率

pyrUp(src, dst, Size(src.cols * 2, src.rows * 2));

//降采样：减小图像分辨率

pyrDown(src, dst, Size(src.cols / 2, src.rows / 2));