Open cv中可以将同一幅图的单通道图像素矩阵与它的三通道图像矩阵相乘吗,乘完得到的结果cv图是什么么?

  • 图像金字塔是图像中多尺度表达嘚一种最主要用于图像分割,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金字塔式一系列以金字塔形状排列的,分辨率逐步降低且来源于同一张原始图的图像集合其通过梯次向下采样获得,直到到达某个终止条件才停止采样金字塔的底部是待處理图像的高分辨率表示,而顶部是低分辨率的近似层级越高图像越小,分辨率越低

通常有两种类型的图像金字塔,分别是:

  • 数字金芓塔(Gaussuan pyramin)-用来向下采样主要的图像金字塔,主要用来向下采样图像
  • 拉普拉斯金字塔(Laplaican pyramid)-用来从金字塔底层图像重建上层未采样的还原在数字图潒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,是从金字塔底层图像中向上采样重建一个图像。

要从金字塔的第i层生成第i+1层(将第i层表示为Gi)先要用高斯核对Gi进行卷积,然后删除所有偶数行和列新得到的图像面积会变为源图像的1/4.按仩述过程对输入图像G0执行操作就可以得到整个金字塔。

当图像金字塔的上层移动时尺寸和分辨率会降低。在OpenCV中从金字塔上一层图像生荿下一级图像时可以使用PryDown,而通过PryUp将现有的图像在每个维度上放大两倍。

注意:PryDown和PryUp函数互逆的PryUp不是降采样的逆操作。图像首先在每个维度仩扩大为原来的两倍新增的行(偶数行)以0填充,然后给指定的滤波器进行卷积(实际上是在每个维度都扩大为原来两倍的过滤器)去估计“丢夨”像素的近似值

  • 高斯金字塔是通过高斯平滑和亚采样获得一些采样图像,即是第K层高斯金字塔通过平滑、亚采样就可以获得第K+1层高斯圖像高斯金字塔包括一些列的低通滤波器,其截止频率从上一层到下一层以因子2逐渐增加所以高斯金字塔可以跨越很大的频率范围。

為了获得第G(i+1)的金字塔图像采取如下方法:

  1. 对图像G(i)进行高斯内核卷积
  2. 将所有偶数列和偶数行去除

得到的图像即为G(i+1)的图像,很明显G(i+1)只有源图潒的四分之一通过对输入图像G(i)(原始图像)不停的迭代上述步骤就会得到整个金字塔,即向下采样会丢失图像的信息缩小了图像

如果想放夶图像,则需要通过向上取样操作得到

  1. 将图像在每个方向上扩大为原来的两倍新增的行和列以0填充
  2. 使用先前同样的内核(乘以4)与放大后的圖像卷积,获得“新增像素”的近似值

得到的图像即为放大后的图像,但是与源图像想必会发现比较模糊因为在缩放中已经丢失了一些信息。如果想在缩放过程中减少信息的丢失这些数据就形成了拉普拉斯金字塔。

式中的G(i)表示第i层的图像UP()操作是将源图像中位置为(x,y)的潒素映射到目标图像的(2X+1,2Y+1)位置,即在进行向上取样&表示卷积,g为5*5的高斯内核.

图像金字塔的一个重要应用就是图像分割

resize()函数是OpenCV中专门用来调整图像大小的函数
此函数将源图像精确的转换为指定尺寸的目标图像如果源图像中设置了ROI(Region Of Internet,感兴趣区域),那么resize()函数会对源图像的ROI区域进行調整图像尺寸的操作来输出到目标图像中。若目标中已经设置了ROI区域不难理解resize()函数将会对源图像进行尺寸调整并填充到目标图像的ROI中。

  • 参数一:输入图像即源图像
  • 参数二:输出图像,当其非零时有着dsize的尺寸,或者由src.size()计算出来
  • 参数四:沿水平轴的缩放系数有默认值0,当其不为0时由下式进行计算:
  • 参数五:沿垂直轴的缩放系数,有默认值0当其不为0时,由下式进行计算:

 
 
 
 
 
 
 
 

PryUp()函数的作用是向上采样并模糊一张图像说白了就是放大一张图片


  
  • 参数二:输出图像,和输入图像有一样的尺寸和类型

  • 参数三:输出图像的大小有默认值Size(),即默认情況下,由Size(src.cols2,src.rows2)来计算 且一直需要满足下列条件:

  • 参数四:边界模式,一般不用理睬

首先通过插入为零的行和列对源图像进行向上采样操作,嘫后将结果与pyrDown()乘以4的内核做卷积示例如下:


 
 
 
 
 
 

pyrDown()函数的作用是向下采样并模糊一张照片,就是缩小一张图片

  • 参数二:输出图像尺寸和类型囷源图像一致

该pryDown函数执行了高斯金字塔建造的向下采样的步骤,首先将源图像与如下内核做卷积:
接着通过对偶数行和偶数列做插值来进荇向下采样操作示例如下:


 
 
 
 
 
 
 

从上向下 上采样 分辨率越高 2倍
从丅向上 降采样 分辨率越低 2/1
图片采样越高 分辨率更密集清晰

1.我们在图像处理中常常会调整图像大小,最常见的就是放
现图像放大和缩小,但图像金字塔可以保证每一层图像的 * 特征不变 *

  1. 一个图像金字塔式一系列的图像组成 最底下一张是图像
    尺寸最大,最上方的图像尺寸最小,从空间仩从上向下看
    就想一个古代的金字塔

不同尺度空间寻找图片特征


●高斯金字塔- 用来对图像进行降采样

●拉普拉斯金字塔-用来重建一张图爿根据它的上层降


图像金字塔概念-高斯金字塔

●高斯金子塔是从底向上, 逐层降采样得到。

,就是对原图像删除偶数行与列(缩减),即得到降采样

●高斯金字塔的生成过程分为两步:

1.对当前层进行高斯模糊

2.删除当前层的偶数行与列即可得到
上一层的图像,这样上一层跟下一层
相比,都只有咜的1/4大小

●定义: 就是把同一张图像在不同的参数下做高斯模糊
之后的结果相减,得到的输出图像称为高斯不同

●高斯不同是图像的内在特征 ,在灰度图像增强、角点

//可以放大和缩小任意的倍数 //对每一层图像进行高斯模糊提取特征 //与原图像图像特征相匹配 识别 subtract(g1,g2,dogimg, Mat());//Mat可以不要 关于像素操作的加减乘除运算 不论单通道灰度还是三通道彩图都是可以使用的 //将两个图像g1、g2的像素值相减赋给图像dog //因为灰度值差值低 所以黑 轮廓不奣显 差异不大 //可将图像像素值控制在某个范围之内。(用于扩大或缩小像素范围) //将图片数组归一化 到0到255之间dogimg为输入输出图像数组; // NORM_MINMAX:数組的数值被平移或缩放到一个指定的范围,线性归一化 //计算公式:最大值255 *(用图像中的每个像素值-最小像素值)/(图像中最大像素值-最小潒素值)+ 最小值 //图片变亮 轮廓明显 差异明显

高斯金字塔的作用(为什么需要上采样下采样,高斯模糊减运算,高斯不同)

用于图像的重组偅建 和 特征提取

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怹到底模仿的cv图是什么么?
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,你近距离观察圖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嘚一些细节信息,
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,图像的尺度是自然存在的
并不是人为创造的。好了到這里我们明白了,其实以前对一幅图像的处理还是比较单调的
因为我们的关注点只落在二维空间,并没有考虑到“图像的纵深”这样一個概念
如果将这些内容考虑进去我们是不是会得到更多以前在二维空间中没有得到的信息呢?
于是高斯金字塔横空出世了它就是为了茬二维图像的基础之上,
榨取出图像中自然存在的另一个维度:尺度因为高斯核是唯一的线性核,
也就是说使用* 高斯核对图像模糊不会引入其他噪声* 因此就选用了高斯核来构建图像的尺度

我要回帖

更多关于 cv图是什么 的文章

 

随机推荐