Atitit 图像金字塔原理与概率 attilax的理解总结qb23
Atitit 图像金字塔原理与概率 attilax的理解总结qb23
1.1. 高斯金字塔 ( Gaussianpyramid): 拉普拉斯金字塔 (Laplacianpyramid):1
1.2. 图像金字塔 高斯金字塔 采样金字塔1
1.3. 尺度空间的目的是『见森林又能见树木』,墨迹一点的解释就是,在低尺度下可以看清楚很多细节,在高尺度下可以看到轮廓 2
1.4. 在一幅图像中,要想描述真实世界的结构与信息,多尺度描述至关重要。2
1.5. 图像金字塔这种结构在图像处理中有广泛的用途。最著名的特征匹配算子SIFT就是通过构造图像金字塔来完成的。 3
1.6. 在目标检测领域,图像中的物体通常很可能是远近不一,大小不一的 3
1.7. 图像金字塔最初用于机器视觉和图像压缩,4
1.1. 高斯金字塔 ( Gaussianpyramid): 拉普拉斯金字塔 (Laplacianpyramid):
一般情况下有两种类型的图像金字塔常常出现在文献和以及实际运用中。他们分别是:
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
1.2. 图像金字塔 高斯金字塔 采样金字塔
图像金字塔是通过将原始图像经过平滑、下采样所生成一系列具有不同分辨率的图像的集合。金字塔结构(Pyramid)适于多分辨率处理的一种图像存储数据结构。
最常用的生成图像金字塔的方法是采用高斯函数平滑图像,每次将分辨率降低为原来的一半,由此得到一个图像序列{ML,ML-1,……,M0},图像金字塔的存储量为N^2*(1+1/4+1/16+...)=(4*N^2)/3。
1.3. 尺度空间的目的是『见森林又能见树木』,墨迹一点的解释就是,在低尺度下可以看清楚很多细节,在高尺度下可以看到轮廓
1.4. 在一幅图像中,要想描述真实世界的结构与信息,多尺度描述至关重要。
值得注意的是,事物在真实世界中是客观存在的,但通过图像,在不同尺度下感知到的信息是不同的。
2
高斯图像金字塔
此处以SIFT算法中的高斯图像金字塔(Gaussian Pyramid)为例,解释图像金字塔的构成。尺度可变的高斯函数如下:
1.5. 图像金字塔这种结构在图像处理中有广泛的用途。最著名的特征匹配算子SIFT就是通过构造图像金字塔来完成的。
有关图像金字塔在SIFT特征提取算法中的应用可参见Rachel Zhang的博文"SIFT特征提取分析"。
1.6. 在目标检测领域,图像中的物体通常很可能是远近不一,大小不一的
,可以利用金字塔来检测不同尺度下的物体。但同时你也可以使用不同大小的sliding window在原图上做检测。
比如前面说的目标检测,有些情况下目标的变化尺度范围实际上是非常有限的,此时应该适当的设定尺度的数量,来减少不必要的计算量。比如你可以只降采样三次,你也可以降采样八次,去最上面的三个尺度。后者的好处是……快
比如OpenCV里SIFT的实现默认是上采样一次,降采样至无法再缩小为止。很多时候你其实不需要这么精细的特征点或这么high level的特征点,也许稍微改一下参数就可以优化一些速度回来。这里也需要提一下SURF的反向模拟尺度空间的思路,跟上面提到的高维LBP的思路如出一辙。
在点特征里面,有时候你希望你的点在整个尺度空间里都是很强的,不是那种在最开始还是一个比较强的特征点,尺度高了之后这个特征点就消失了。你希望你只处理那些从始至终都比较坚挺的特征点,那你就可以在金字塔的顶层提取特征点,然后只是在下面的层进行局部搜索验证……这样你可以一边提取着非常鲁棒的descriptor,一边还快如闪电……
视觉里面很多看似直观且简单的东西往往有层出不穷用法,除了这金字塔,还有比如直方图,比如二值化,比如卷积,比如积分图,比如距离变换……等等等等。虽然都不是什么高级的东西,一但用到巧处,也耐人寻味啊。
1.7. 图像金字塔最初用于机器视觉和图像压缩,
一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低的图像集合。金字塔的底部是待处理图像的高分辨率表示,而顶部是低分辨率的近似。当向金字塔的上层移动时,尺寸和分辨率就降低。
理论上讲,最好是2^n * 2 ^n 尺寸的图片,但实际上我们通过补0扩展、近似、内插等方法,可以处理任何尺寸的图片。
在一些边缘检测算法里面,为了忽略比较弱的边,也会利用尺度空间来进行降采样(对,高斯滤波大部分时候被理解成某种去噪/平滑操作,其实也是尺度空间思想)。
在一些基于特征的分类和识别问题里面,也有尺度空间的影子。比如基于高维LBP的人脸识别,其中LBP直方图的提取方式就蕴含有尺度空间的思想。
尺度空间的想法其实非常直观(当然证明它为什么那样构造可能会比较费事),但是因为尺度空间的构造和操作往往也是算法里面比较费时的地方,所以针对性的优化也应该说一下。
OpenCV图像处理篇之采样金字塔 - xiahouzuoxin - 博客频道 - CSDN.NET.html
图像处理之高斯金字塔 - 流浪的鱼 - 博客频道 - CSDN.NET.html
(3 条消息) 图像金字塔除了sift算法之外还有什么应用? - 知乎.html
Python图像处理(16):图像金字塔.html
12图像金字塔.htm
作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 )
汉字名:艾提拉(艾龙), EMAIL:1466519819@qq.com
转载请注明来源: http://blog.csdn.net/attilax
Atiend
Atitit 图像金字塔原理与概率 attilax的理解总结qb23相关推荐
- Atitit 《控制论原理与概论attilax总结
Atitit <控制论原理与概论attilax总结 <控制论> 奠基之作,出自创始人维纳.虽然内容权威,但我认为带有相当强烈的个人色彩,且门槛较高,不适合入门.深入研究控制论必看书籍 ...
- Atitit.ide技术原理与实践attilax总结
Atitit.ide技术原理与实践attilax总结 1.1. 语法着色1 1.2. 智能提示1 1.3. 类成员outline..func list1 1.4. 类型推导(type inferenc ...
- 图像金字塔原理与轮廓识别检测
图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构.一幅图像的图像金字塔是一系列以金字塔形状(自下而上)逐步降低,且来源于同一张原始图的图像分辨率集合.其通过梯次向下采 ...
- 图像分块原理和实现【个人理解和整理】
目录 1.无重叠分块 2.有重叠分块 把一幅大尺寸图像分块的目的除为了实现并行处理之外,还能够将子块分次调入内存处理,增强算法的适用性,避免过大图像处理不了的问题.大尺寸图像被分块后,减少了每次运算的 ...
- OpenCV---图像金字塔原理
图像金字塔原理 (一)图像缩小(先高斯模糊,再降采样,需要一次次重复,不能一次到底) (二)图像扩大(先扩大,再卷积或者使用拉普拉斯金字塔) 图像金字塔介绍 图像金字塔是图像中多尺度表达的一种,最主要 ...
- opencv学习笔记19:图像金字塔和图像拉普拉斯金字塔 (用于图像放大和缩小)
图像金字塔原理 图像金字塔:只不同分辨率,不同尺寸子图构成的集合. 取样 向下取样:有一个图像G0,对它重新采样,得到分辨率小些的G1,以此类推. 向上取样:有一个图像G3,然后变成像素更多的G2,以 ...
- 高斯拉普拉斯——图像金字塔
图像金字塔原理 一般情况下,我们要处理是一副具有固定分辨率的图像.但是有些情况下, 我们需要对同一图像的不同分辨率的子图像进行处理.比如,我们要在一幅图像中查找某个目标,比如脸,我们不知 ...
- Atitit 插件机制原理与设计微内核 c# java 的实现attilax总结
Atitit 插件机制原理与设计微内核 c# java 的实现attilax总结 1. 微内核与插件的优点1 2. 插件的注册与使用2 2.1. Ioc容器中注册插件2 2.2. 启动器微内核启动3 ...
- Atitit.木马 病毒 免杀 技术 360免杀 杀毒软件免杀 原理与原则 attilax 总结...
Atitit.木马 病毒 免杀 技术 360免杀 杀毒软件免杀 原理与原则 attilax 总结 1. ,免杀技术的用途2 1.1. 病毒木马的编写2 1.2. 软件保护所用的加密产品(比如壳)中,有 ...
- 【OpenCV 学习笔记】—— 基于拉普拉斯金字塔的图像融合原理以及C++实现【或许是全网最通俗易懂的讲解】
文章目录 一.高斯金字塔 1.1 什么是高斯金字塔 1.2 利用OpenCV求取高斯金字塔 二.拉普拉斯金字塔 2.1 什么是拉普拉斯金字塔 2.2 利用 OpenCV求取拉普拉斯金字塔 三.基于拉普 ...
最新文章
- sql 基础--mysql 5 (8)
- 学习Pygame和巩固Python——画颜色~
- qtdesigner设计表格_QT Designer基础——登录界面设计基础版
- 考研【文法方向专场讲座】附:通信工程院校排名
- Linked List Cycle
- sql 除以_SQL题:leetcode Part 1 游戏玩法分析
- H1作业(字符串和字节串)
- python类和对象_Python类和对象
- 牛客网--华为机试在线训练2:计算字符个数
- 【Transformer】10个重要问题概览Transformer全部内容
- pxc部署和配置详解
- 中国石油大学《社交礼仪》在线考试
- Windows下WordPress安装教程(全)
- php 姓氏表,php 根据姓氏笔画排序怎么做
- SQL基础知识归纳总结
- 用python开发微信公众平台聊天机器人
- Google Earth Engine——MODIS Combined 16-Day NDVI逐年合成影像循环下载
- 编程王 kingofcoders.com
- python3实现PAT乙级算法题库全集
- 计算机绘图要学吗,如何学好计算机绘图 AUTOCAD 软件
热门文章
- visionpro图片转图片数组_图片怎么转换成PDF格式文件?图片转PDF软件要这样操作...
- windows上dmg转换cdr_cdr中常见问题及其解决方案
- web 流程图工具_要什么第三方流程图制作软件,微软的Visio 2016不香吗?
- 大规模均衡分割与层次聚类
- Vue项目中使用eslint的笔录,编辑器采用sublime3
- ssh登录慢的解决办法
- 想听懂用户的声音,至少得先学会数据分析吧
- 在没有显示器和IP未知的情况下如何使用树莓派
- Fix Bug的五个阶段
- myeclipse中JSP页面不能更新时候的做法