快捷導(dǎo)航

jsvascript圖像處理—(計(jì)算機(jī)視覺(jué)應(yīng)用)圖像金字塔

更新時(shí)間：2013年01月15日 14:11:09 作者：

上一篇文章，我們講解了邊緣梯度計(jì)算函數(shù)，這篇文章我們來(lái)了解圖像金字塔;圖像金字塔被廣泛用于計(jì)算機(jī)視覺(jué)應(yīng)用中;圖像金字塔是一個(gè)圖像集合，集合中所有的圖像都源于同一個(gè)原始圖像，而且是通過(guò)對(duì)原始圖像連續(xù)降采樣獲得的

前言
上一篇文章，我們講解了邊緣梯度計(jì)算函數(shù)，這篇文章我們來(lái)了解圖像金字塔。

圖像金字塔？
圖像金字塔被廣泛用于計(jì)算機(jī)視覺(jué)應(yīng)用中。
圖像金字塔是一個(gè)圖像集合，集合中所有的圖像都源于同一個(gè)原始圖像，而且是通過(guò)對(duì)原始圖像連續(xù)降采樣獲得的。

常見(jiàn)的圖像金字塔有下面兩種：
•高斯金字塔(Gaussian pyramid): 用來(lái)向下采樣
•拉普拉斯金字塔(Laplacian pyramid): 用來(lái)從金字塔低層圖像重建上層未采樣圖像

高斯金字塔

Pyramid figure

類似金字塔一樣，高斯金字塔從底層原始圖逐漸向下采樣，越來(lái)越小。

那么如何獲取下一層圖像呢？
首先，和高斯內(nèi)核卷積：
$\frac{1}{16} \begin{bmatrix} 1 & 4 & 6 & 4 & 1 \\ 4 & 16 & 24 & 16 & 4 \\ 6 & 24 & 36 & 24 & 6 \\ 4 & 16 & 24 & 16 & 4 \\ 1 & 4 & 6 & 4 & 1 \end{bmatrix}$
然后，將所有偶數(shù)行列刪掉。
可見(jiàn)，這樣下一級(jí)圖像約為上一級(jí)的1/4。

那么向上變換如何變換呢？
首先先將圖片行列擴(kuò)大為原來(lái)的兩倍，然后將添加的行列用0填充。
最后用剛剛的高斯內(nèi)核乘以4后卷積。

高斯金字塔實(shí)現(xiàn)

復(fù)制代碼代碼如下:

 
var pyrDown = function(__src, __dst){ 
__src || error(arguments.callee, IS_UNDEFINED_OR_NULL/* {line} */); 
if(__src.type && __src.type == "CV_RGBA"){ 
var width = __src.col, 
height = __src.row, 
dWidth = ((width & 1) + width) / 2, 
dHeight = ((height & 1) + height) / 2, 
sData = __src.data, 
dst = __dst || new Mat(dHeight, dWidth, CV_RGBA), 
dstData = dst.data; 
var withBorderMat = copyMakeBorder(__src, 2, 2, 0, 0), 
mData = withBorderMat.data, 
mWidth = withBorderMat.col; 
var newValue, nowX, offsetY, offsetI, dOffsetI, i, j; 
var kernel = [1, 4, 6, 4, 1, 
, 16, 24, 16, 4, 
, 24, 36, 24, 6, 
, 16, 24, 16, 4, 
, 4, 6, 4, 1 
]; 
for(i = dHeight; i--;){ 
dOffsetI = i * dWidth; 
for(j = dWidth; j--;){ 
for(c = 3; c--;){ 
newValue = 0; 
for(y = 5; y--;){ 
offsetY = (y + i * 2) * mWidth * 4; 
for(x = 5; x--;){ 
nowX = (x + j * 2) * 4 + c; 
newValue += (mData[offsetY + nowX] * kernel[y * 5 + x]); 
} 
} 
dstData[(j + dOffsetI) * 4 + c] = newValue / 256; 
} 
dstData[(j + dOffsetI) * 4 + 3] = mData[offsetY + 2 * mWidth * 4 + (j * 2 + 2) * 4 + 3]; 
} 
} 
}else{ 
error(arguments.callee, UNSPPORT_DATA_TYPE/* {line} */); 
} 
return dst; 
}; 

dWidth = ((width & 1) + width) / 2,
dHeight = ((height & 1) + height) / 2
這里面a & 1等同于a % 2，即求除以2的余數(shù)。
我們實(shí)現(xiàn)時(shí)候沒(méi)有按照上面的步驟，因?yàn)檫@樣子效率就低了，而是直接創(chuàng)建一個(gè)原矩陣1/4的矩陣，然后卷積時(shí)候跳過(guò)那些要被刪掉的行和列。

下面也一樣，創(chuàng)建后卷積，由于一些地方一定是0，所以實(shí)際卷積過(guò)程中，內(nèi)核有些元素是被忽略的。

復(fù)制代碼代碼如下:

 
var pyrUp = function(__src, __dst){ 
__src || error(arguments.callee, IS_UNDEFINED_OR_NULL/* {line} */); 
if(__src.type && __src.type == "CV_RGBA"){ 
var width = __src.col, 
height = __src.row, 
dWidth = width * 2, 
dHeight = height * 2, 
sData = __src.data, 
dst = __dst || new Mat(dHeight, dWidth, CV_RGBA), 
dstData = dst.data; 
var withBorderMat = copyMakeBorder(__src, 2, 2, 0, 0), 
mData = withBorderMat.data, 
mWidth = withBorderMat.col; 
var newValue, nowX, offsetY, offsetI, dOffsetI, i, j; 
var kernel = [1, 4, 6, 4, 1, 
, 16, 24, 16, 4, 
, 24, 36, 24, 6, 
, 16, 24, 16, 4, 
, 4, 6, 4, 1 
]; 
for(i = dHeight; i--;){ 
dOffsetI = i * dWidth; 
for(j = dWidth; j--;){ 
for(c = 3; c--;){ 
newValue = 0; 
for(y = 2 + (i & 1); y--;){ 
offsetY = (y + ((i + 1) >> 1)) * mWidth * 4; 
for(x = 2 + (j & 1); x--;){ 
nowX = (x + ((j + 1) >> 1)) * 4 + c; 
newValue += (mData[offsetY + nowX] * kernel[(y * 2 + (i & 1 ^ 1)) * 5 + (x * 2 + (j & 1 ^ 1))]); 
} 
} 
dstData[(j + dOffsetI) * 4 + c] = newValue / 64; 
} 
dstData[(j + dOffsetI) * 4 + 3] = mData[offsetY + 2 * mWidth * 4 + (((j + 1) >> 1) + 2) * 4 + 3]; 
} 
} 
}else{ 
error(arguments.callee, UNSPPORT_DATA_TYPE/* {line} */); 
} 
return dst; 
}; 