//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));