图像金字塔

高斯金字塔构建：

1.对图像做不同尺度的高斯模糊

为了让尺度体现其连续性，高斯金字塔在简单降采样的基础上加上了高斯滤波。将图像金字塔每层的一张图像使用不同参数做高斯模糊，使得金字塔的每层含有多张高斯模糊图像，将金字塔每层多张图像合称为一组(Octave)，金字塔每层只有一组图像，组数和金字塔层数相等，使用下列公式计算，每组含有多张(也叫层Interval)图像。另外，降采样时，高斯金字塔上一组图像的初始图像(底层图像)是由前一组图像的倒数第三张图像隔点采样得到的。

其中M，N为原图像的大小,t为塔顶图像的最小维数的对数值。如，对于大小为512512的图像，金字塔上各层图像的大小如表3.1所示，当塔顶图像为44时，n=7，当塔顶图像为2*2时，n=8。

2.对图像做降采样(隔点采样)

总结：

设置一个比例因子scaleFactor（opencv默认为1.2）和金字塔的层数nlevels（pencv默认为8）。将原图像按比例因子缩小成nlevels幅图像。缩放后的图像为：I’= I/scaleFactork(k=1,2,…, nlevels)。nlevels幅不同比例的图像提取特征点总和作为这幅图像的oFAST特征点。

       图像金字塔实际上是一张图片在不同尺度下的集合，即原图的上采样和下采样。常见的金字塔包括高斯金字塔和拉普拉斯金字塔，但是也有一些其它算法衍生的金字塔，并不一定要高斯模糊。需根据自身应用而定，参考文献0中所述的理由我并不认同。

       图像金字塔更多的是一种构建不同尺度空间的思想，网络上搜索较多的可能是在SIFT算法中的应用了，除此之外，还可以应用在光流中，slam的姿态估计中，还有加速模板匹配等等，更详细的可以参考文献1中所述。

1 高斯金字塔

1.1 为什么构建高斯金字塔？

       [参考文献2 ]

整个高斯金字塔，或者说是差分高斯金字塔是我们确定SIFT特征的基础，让我们首先想想高斯金字塔到底干了一件什么事情，他到底模仿的是什么？答案很容易确定，高斯金字塔模仿的是图像的不同的尺度，尺度应该怎样理解？对于一副图像，你近距离观察图像，与你在一米之外观察，看到的图像效果是不同的，前者比较清晰，后者比较模糊，前者比较大，后者比较小，通过前者能看到图像的一些细节信息，通过后者能看到图像的一些轮廓的信