本文共 1490 字，大约阅读时间需要 4 分钟。

图像金字塔与上下采样技术

一、图像金字塔的两大类别

在图像处理领域，金字塔分为两大类，主要用于不同的应用场景：

两者的核心区别

• 高斯金字塔：用于对图像逐次降采样，新生成的图像分辨率比原图低。
• 拉普拉斯金字塔：用于从底层图像重建原始高分辨率图像，可实现某种程度的图像修复或还原。

金字塔的构建原理

构建金字塔时，我们可以遵循以下步骤：

在实际操作中，OpenCV为我们提供了pyrDown和pyrUp两个函数，分别用于金字塔的下采样和上采样。

二、pyrUp()函数：上采样与高斯平滑

• 函数原型：void pyrUp(InputArray src, OutputArray dst, const Size& dstsize=Size())

• 功能作用：对输入图像先进行上采样（行列方向放大一倍），然后进行高斯平滑。

• 尺寸参数：

  • 默认尺寸为Size(src.cols*2, src.rows*2)，如果自定义尺寸需满足以下条件：
    • |dstsize.width - src.cols * 2| ≤ (dstsize.width mod 2)
    • |dstsize.height - src.rows * 2| ≤ (dstsize.height mod 2)

• 实际过程：

  • 上采样导致面积增大四倍，因此高斯核需乘以4以保持平滑效果。
  • 该函数既是放大一倍的前置处理，也是高斯变换的前置操作。

三、pyrDown()函数：降采样与高斯平滑

• 函数原型：void pyrDown(InputArray src, OutputArray dst, const Size& dstsize=Size())

• 功能作用：先对图像进行高斯平滑，然后对其进行降采样（行列方向缩减一半）。

• 尺寸参数：

  • 默认尺寸为Size((src.cols+1)/2, (src.rows+1)/2)，但需满足以下条件：
    • |dstsize.width * 2 - src.cols| ≤ 2
    • |dstsize.height * 2 - src.rows| ≤ 2

• 实际过程：

  • 把当前图像高斯平滑后，逐行或逐列删除偶数行和偶数列，最终得到缩放一半的图像。
  • 降采样最终导致图像的分辨率降低，可能带来锯齿状失真，因此高斯平滑是必要的。

四、图像尺度调整

在图像处理中，常需要对图像的尺寸进行调整。OpenCV中的resize函数为此提供了强有力的支持，能够根据需求实现图像的放大或缩小。

• 缩小图像的最佳方式：使用CV_INTER_AREA区域插值，能够保持图像的连续性，适合细节不敏感的场景。
• 放大图像的最佳方式：使用CV_INTER_LINEAR线性插值，能够捕捉图像的细节变化，适合放大时需保持清晰的场景。

这份讲解涵盖了从金字塔构建到尺寸调整的核心知识点，希望对图像处理爱好者有一定的帮助！

转载地址：http://qekaz.baihongyu.com/