【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第1张图片【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第2张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第3张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第4张图片

4.  将第1组倒数第三层图像作比例因子为2的降采样,得到的图像作为第2组的第1层,然后对第2组的第1层图像做平滑因子为σ的高斯平滑,得到第2组的第2层,就像步骤2中一样,如此得到第2组的L层图像,同组内它们的尺寸是一样的,对应的平滑系数分别为:0,σ,kσ,k^2σ,k^3σ……k^(L-2)σ。但是在尺寸方面第2组是第1组图像的一半。

这样反复执行,就可以得到一共O组,每组L层,共计O*L个图像,这些图像一起就构成了高斯金字塔,结构如下:
 

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第5张图片【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第6张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第7张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第8张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第9张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第10张图片

【笔记】Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔:最后图像的归一化是使用normalize函数;邻组的图像大小关系是1/4_第11张图片

你可能感兴趣的:(OpenCV,算法)