圖像金字塔

圖像金字塔
即：不同尺寸的系列圖像組成的集合。因爲圖像尺寸以2爲倍數進行變化，排列起來很像金字塔，因此稱爲圖像金字塔。
不同的尺寸，對應的，就是不同的分辨率。
圖像金字塔的應用
圖像金字塔是人爲構造出來的，針對同一原圖像的不同尺度下的圖集。可應用於圖像分割、尺度不變性（SIFT等）。
圖像分割：“關於圖像金字塔非常重要的一個應用就是實現圖像分割。圖像分割的話，先要建立一個圖像金字塔，然後在G_i和G_i+1的像素直接依照對應的關係，建立起”父與子“關係。而快速初始分割可以先在金字塔高層的低分辨率圖像上完成，然後逐層對分割加以優化” ，參考自毛星雲-OpenCV
圖像分割，OpenCV提供了多種方法：金字塔分割算法cvPrySegmentation,分水嶺分割算法以及均值漂移分割算法pyrMeanShiftFiltering。詳見博客1，博客2，博客3。這可以成爲一個專題，後續再整理，今天主要說說金字塔。
金字塔的分類
圖像金字塔根據生成的原理不同，可以分爲高斯金字塔、拉普拉斯金字塔，DOG金字塔。
高斯金字塔：由圖像下采樣得到，對應OpenCV函數pyrDown。首先對原圖像進行高斯卷積處理，模糊原圖像，然後去掉 偶數列和偶數行。
OpenCV函數pyrUp：對於下采樣得到的圖像，增加偶數行和偶數列，並置爲0。使用下采樣時的高斯核×4，進行卷積處理，得到復原後的原圖。pyrDown和pyrUp是高斯金字塔的操作。（嚴格的說，降採樣pyrDown得到高斯金字塔；上採樣pyrUp與高斯金字塔沒有必然聯繫，也可以對任意圖像進行該操作。）
拉普拉斯金字塔：原圖（高斯金字塔中的圖）與pyrUp得到的復原圖的差值。該金字塔需要根據高斯金字塔得到，具體怎麼配合高斯金字塔使用，後續整理。
DOG金字塔：高斯金字塔同一尺寸，根據高斯核中標準差σ的不同，可以形成多個不同模糊程度的圖像，相鄰兩層的差值即構成DOG金字塔。詳見博客4。（注意該文章中：S 指每個尺度下需要採集S層的特徵點；s是指實際每一尺寸下，需要準備的高斯濾波後圖像的數量；）
具體的，這些不同金字塔的作用、特性及優勢，以及應用的算法、場景，後續整理。
圖像縮放：OpenCV中，可以使用上下采樣的方式pyrDown和pyrUp ，也可以使用插值resize。但是resize採用不同的插值參數/方法，得到的效果不同。詳見毛星雲-OpenCV