尺度空间&多分辨率

今天主要介绍这两个概念的区别和一些应用！

1、尺度空间

在尺度空间中，尺度越大图像就越模糊（在有限的空间上要表达好物体，那么物体越大越模糊），尺度空间中各尺度图像的模糊程度逐渐变大，

能够模拟目标由远及近人对目标的感知过程。那为什么要讨论尺度空间呢？因为在用机器视觉系统分析未知场景时，机器并不知道图像中物体的尺度，

只有通过对图像的多尺度描述，才能获得对物体感知的最佳尺度。如果在不同尺度上，对输入的图像都能检测到相同的关键点特征，那么在不同尺度

下也可以实现关键点的匹配，从而实现关键点的尺度不变特性。尺度空间描述的就是图像在不同尺度下的描述。

2、多分辨率

关于多分辨率经典就是金字塔算法，将图片进行上下采样，制造不同大小分辨率不同的图像，上采样指变大图像，下采样指的是缩小图片！下面以金字塔实现为例

金字塔是早起图像多尺度的表示形式，图像金字塔一般包括2个步骤，分别是使用低通滤波平滑图像；对图像进行降采样（也即图像缩小为原来的1/4，长宽高缩小为1/2），从而得到一系列尺寸缩小的图像。金字塔的构造如下所示：

图像金字塔也正如其名，是以一个降采样的形式来表示图像的多分辨率，类似一个金字塔形状。

多尺度与多分辨率关系

           尺度空间表达和金字塔多分辨率表达之间最大的不同是：
          （1）尺度空间表达是由不同高斯核平滑卷积得到，在所有尺度上有相同的分辨率；
          （2）金字塔多分辨率表达每层分辨率减少固定比率。
所以，金字塔多分辨率生成较快，且占用存储空间少；而多尺度表达随着尺度参数的增加冗余信息也变多。多尺度表达的优点在于图像的局部特征可以用简单的形式在不同尺度上描述；而金字塔表达没有理论基础，难以分析图像局部特征。