图像的多分辨率金字塔详解

本文详细介绍了图像的多分辨率金字塔概念,包括高斯核的生成过程,如Kronecker积的应用,以及如何通过高斯平滑和降采样构建图像金字塔。在图像处理中,高斯核是生成多尺度空间的关键,尺度空间表示为原始图像与高斯函数的卷积。降采样步骤包括低通滤波和平滑后按比例减小图像尺寸,形成不同分辨率的图像层。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

高斯核的产生:

函数 kron
格式 C=kron (A,B)    %A为m×n矩阵,B为p×q矩阵,则C为mp×nq矩阵。

kron即为Kronecker积,所谓Kronecker积是一种矩阵运算,其定义可以简单描述成:
X与Y的Kronecker积的结果是一个矩阵:
X11*Y   X12*Y … X1n*Y
X21*Y   X22*Y … X2n*Y
……
Xm1*Y   Xm2*Y … Xmn*Y


例如:

高斯核的生成:

<span style="font-size:18px;">cw = .375; 
ker1d = [.25-cw/2 .25 cw .25 .25-cw/2];
kernel = kron(ker1d,ker1d');</span>


多分辨率金字塔 的产生
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值