拉普拉斯图像融合

1.图像金字塔

图像金字塔是一个图像集合，集合中所有的图像都来源于同一个原始图像，而且是通过对原始图像的连续降采样获得，直到达到某个终止条件才停止降采样。
常见的两种图像金字塔：
高斯金字塔（Gaussian pyramid): 向下采样图像
拉普拉斯金字塔（Laplacian pyramid)：用来从金字塔低层图像中向上采样重建一个图像。

2.图像的向上、向下采样

2.1下采样

下采样使得图像金字塔的层级越高，图像越小。假设每一层都按从下到上的次序编号，层级（i + 1) 的尺寸表示为Gi+1。则由第i层图像获得第i+1层图像的步骤为：
1）将Gi与高斯内核卷积：

2）将所有偶数行和列去除。
经过上诉处理后，获得的结果图像为原来原图的1/4。不断对迭代上诉步骤就可以得到整个图像金字塔。

opencv里的实现函数为：
void cvPyrDown(IplImage *src, IplImage *dst, IplFilter filter = CV_GAUSSIAN_5*5).
注意最后一个参数仅支持CV_GAUSSIAN_5*5。

使用示例：
cvPyrDown( src, result, CV_GAUSSIAN_5x5 ); //高斯变换

或者Mat格式的：
pyrDown( tmp, dst, Size( tmp.cols/2, tmp.rows/2 )
函数 pyrDown 接受3个参数:
tmp: 当前图像， 初始化为原图像 src 。
dst: 目的图像( 显示图像，为输入图像的一半)
Size( tmp.cols/2, tmp.rows/2 ) :目的图像大小， 既然我们是向下采样， pyrDown 期待一个一半于输入图像( tmp)的大小。
注意输入图像的大小(在两个方向)必须是2的冥，否则，将会显示错误。

2.2上采样

上采样使得图像变大。步骤：
1）将图像在每个方向扩大为原来的两倍，新增的行与列以0填充
2）使用先前同样的内核（乘以4）与放大后的图像卷积，获得新增像素的近似值。

注意上采样不是下采样的逆操作。因为下采样是一个丢失图像信息的处理过程。

opencv 实现：
void cvPyrUp(IplImage * src, IplImage *dst, IplFilter filter = CV_GAUSSIAN_5*5);

示例：cvPyrUp( src, result, CV_GAUSSIAN_5x5 );

Mat格式：
pyrUp( tmp, dst, Size( tmp.cols*2, tmp.rows*2 )
函数 pyrUp 接受了3个参数:
tmp: 当前图像， 初始化为原图像 src 。
dst: 目的图像( 显示图像，为输入图像的两倍)
Size( tmp.cols*2, tmp.rows*2 ) : 目的图像大小， 既然我们是向上采样， pyrUp 期待一个两倍于输入图像( tmp )的大小。

3.拉普拉斯金字塔

降采样操作丢失的信息数据形成了拉普拉斯金字塔。拉普拉斯金字塔的第i层定义为：

借助于opencv，PyrUp()函数实现的功能就是所定义的，所以，可以使用opencv直接进行拉普拉运算：

拉普拉斯金字塔与高斯金字塔如下图所示：