图像金字塔

在图像处理中常常会调整图像的大小，最常见的就是图像的放大和缩小，将图像想金字塔一样变成分辨力不同的一系列图像，最底层的图像尺寸最大，最顶层的尺寸最小，从空间上看，就像一个古代的金字塔。

高斯金字塔是从底向上，逐层降采样。
降采样图像大小是原图像长和宽的1/2，就是对原图像的偶数行或奇数行进行删除，即得到降采样之后的上一层图像。
高斯金字塔的生成过程分为两步：
1、对当前图像进行高斯模糊
2、删除当前层的偶数行与列
上一层与下一层相比，大小只有1/4。
高斯滤波模板：

 116⎡⎣⎢⎢⎢⎢⎢⎢1 4 6 4 141624164624362464162416414641⎤⎦⎥⎥⎥⎥⎥⎥

高斯不同：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，成为高斯不同（DOG）。高斯不同使图像的内在特征，在灰度图像增强、角点检测中经常使用。

CV_EXPORTS_W void pyrUp( InputArray src, OutputArray dst,
                         const Size& dstsize = Size(), int borderType = BORDER_DEFAULT );
CV_EXPORTS_W void pyrDown( InputArray src, OutputArray dst,
                           const Size& dstsize = Size(), int borderType = BORDER_DEFAULT );

参数src：输入图像
参数dst：输出图像
参数dstsize：输出图像的尺寸

    pyrUp(src, dstup, Size(src.cols * 2, src.rows * 2));
    pyrDown(src, dstDown, Size(src.cols / 2, src.rows / 2));

高斯不同，提取轮廓

    GaussianBlur(gray_src, g1, Size(3, 3), 0, 0);
    GaussianBlur(g1, g2, Size(3, 3), 0, 0);
    subtract(g1, g2, dogImg, Mat());
    //归一化显示
    normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);