NSCT 保姆级教程—NSCT工具箱免费下载

传统的小波变换各向同性,只具有有限个方向,且存在采样操作,缺乏平移不变性,不能很好地表示图像中的边缘方向等信息

2002年，MN Do和Martin Vetterli提出了一种“真正”的图像二维表示方法:Contourlet变换(轮廓波变换),也称塔型方向滤波器组(Pyramidal Directional Filter Bank, PDFB).Contourlet变换是利用拉普拉斯塔形分解(LP)和方向滤波器组(DFB)实现的另一种多分辨的、局域的、方向的图像表示方法.值得注意的是,由于多尺度分解的不完全性,低频部分仍旧会保留图像的部分细节信息,这种现象在分解层数较少时尤为突出.

Nonsubsampled Contourlet变换算法介绍：
对信号的稀疏表示是许多信号处理及应用的基础，2004年Minh N Do、Martin Vetterli提出了一种能够较好表示二维信号的数学工具–Contourlet变换。Contourlet是用金字塔方向滤波器组（PDFB）来将图像分解成不同尺度下的方向子带的。根据PDFB的结构，PDFB是一个拉普拉斯金字塔滤波器Laplacian Pyramid （LP）和一个方向滤波器组的叠加。实验证明，Contourlet变换在图像降噪，纹理，形状的特征提取方面的性能比2-D离散小波变换有了明显的提高。

为了获得平移不变性，本章所用的Nonsubsampled Contourlet变换（NSCT）是基于Nonsubsampled金字塔(NSP)和Nonsubsampled方向滤波器(NSDFB)的一种变换。首先由NSP对输入图像进行塔形分解，分解为高通和低通两个部分，然后由NSDFB将高频子带分解为多个方向子带，低频部分继续进行如上分解。NSCT是一种新型平移不变，多尺度，多方向性的快速变换。

1. Nonsubsampled Pyramid（NSP）：
   Nonsubsampled Pyramid（NSP）和Contourlet的Laplacian Pyramid(LP)多尺度分析特性不同。图像通过Nonsubsampled Pyramid（NSP）进行多尺度分解，NSP去除了下采样，减少了采样在滤波器中的失真，获得了平移不变性。NSP为具有平移不变性滤波结构的NSCT多尺度分析，可以得到与LP分解一样的多尺度分析特性。图2.4(a)处分为3个尺度。
2. Nonsubsampled方向滤波器（NSDFB）
   Nonsubsampled方向滤波器(NSDFB)是一个双通道的滤波器，将分布在同方向的奇异点合成NSCT的系数。方向滤波器（DFB）是Bamberger and Smith提出的。其通过一个l层的树状结构的分解，有效的将信号分成了 个子带，其频带分割成为锲形。Nonsubsampled DFB（NSDFB）为非采样，减少了采样在滤波器中的失真，获得了平移不变性。并且每个尺度下的方向子图的的大小都和原图同样大小，Contourlet变换为所有子带之和等于原图。NSCT有更多的细节得以保留，变换系数是冗余的。图2.4（b）为三个尺度下对图像频域的分割图，其中每个尺度的方向子带数目以2倍递增，以在1，2，3尺度下的方向子带数目分别为2，4，8个。
   

转载：
https://blog.csdn.net/Chaolei3/article/details/88666487

图像金字塔

高斯金字塔(Gaussianpyramid): 用来向下采样，主要的图像金字塔
拉普拉斯金字塔(Laplacianpyramid): 用来从金字塔低层图像重建上层未采样图像，在数字图像处理中也即是预测残差，可以对图像进行最大程度的还原，配合高斯金字塔一起使用。

参考
图像金字塔，就是由原图像产生的一系列图像，尺寸可以比原图像大，也可以比原图像小，然后按尺寸大小从下到上一层一层堆叠，像个金字塔一样，层数越高，尺寸越小。相邻两层尺寸大小一般是2倍关系。

高斯金字塔实现下采样

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息，这就是图像的尺度。

实现：

将原始图像当作金子塔的最底层；然后进行按图像长宽各减少二分之一进行下采样（下采样就是由高分辨率变成低分辨率）。 操作一次一个 MxN 的图像就变成了一个 M/2xN/2 的图像。所以这幅图像的面积就变为原来图像面积的四分之一。
从第i层（低层）得到第i计1层（高层）的步骤：（从下往上数）
1.第i层的图像与高斯核做卷积（即掩码操作）
2.卷积后得到的图像去除偶数行和偶数列即得到第i+1层
下面展示一些 内联代码片。

cv2.pyrDown()
cv2.pyrDown() 从一个高分辨率大尺寸的图像向上构建一个金字塔（尺寸变小，分辨率降低）

cv2.pyrDown(src, dst=None, dstsize=None, borderType=None)

import cv2
img = cv2.imread("1.jpg")#1920*1080
img1 = cv2.pyrDown(img, dstsize=(960, 540))
img2 = cv2.pyrDown(img1, dstsize=(480, 270