ImagePyramid

ImagePyramid[image]

创建根据 image 形成的高斯图像金字塔.

ImagePyramid[image,pyrtype]

指定的 pyrtype 返回高斯或拉普拉斯金字塔.

ImagePyramid[image,pyrtype,n]

返回最高 n 层的金字塔.

ImagePyramid[image,pyrtype,{size}]

返回金字塔中图像尺寸大于 size 的层级.

ImagePyramid[image,pyrtype,n,s]

返回一个图像金字塔，其中相邻层级按因子 s 下采样.

更多信息和选项

  • 图像金字塔是图像的多分辨率表示，以促进有效的多尺度处理. 典型应用包括噪声消除、图像混合、纹理合成和高效渲染.
  • 图像金字塔由分辨率连续降低的若干图像组成. 通常，对金字塔的特定层级进行处理，然后通过逆处理重建结果.
  • ImagePyramid 适用于任意 2D 和 3D 图像.
  • 用 InverseImagePyramid 根据图像金字塔重建图像.
  • 金字塔类型 pyrtype 可为以下值：
  • "Lowpass" 或 "Gaussian"迭代式模糊并下采样
    "Bandpass" 或 "Laplacian"通过上采样和从上层减去较低层级使金字塔产生差异
    {"Lowpass",ker}用 ker 进行下采样
    {"Bandpass",ker1,ker2}用 ker1 进行下采样，用 ker2 进行上采样
    pyr使用参考金字塔 pyr 的规范
  • 可用数组或 Resampling 的任意有效设置给出核规范 ker.
  • 默认情况下，ImagePyramid[image] 使用缩放因子 2 创建具有所有可能层级的高斯金字塔.
  • 用 pyr["Properties"] 返回所有可用属性.
  • 用 pyr["prop"] 提取所构建的图像金字塔的属性或内容.
  • "prop" 的可用属性有：
  • levels提取特定 levels 的图像
    "ImageDimensions"原始图像的尺寸
    "LevelCount"可用层级的数量
    "Levels"所有图像
    "LowpassKernel"创建金字塔时使用低通核
    "HighpassKernel"创建金字塔时使用高通核
    "Padding"创建金字塔时进行填充
    "ScalingFactor"创建金字塔时使用缩放因子
    "Type"金字塔的类型，"Lowpass" 或 "Bandpass"
  • 层级指定 levels 接受以下设置：
  • All金字塔的所有层
    n第 n 层
    -n从最后一层倒数
    {n1,n2,…}指定的层
    m;;n第 m 层到第 n 层
    m;;n;;s第 m 层到第 n 层，步长为 s
  • ImagePyramid 在创建低通图像金字塔时保留图像类型，创建带通图像金字塔时返回实数类型的金字塔.
  • 默认情况下，使用 "Reversed" 填充. 可通过 Padding 选项指定其他设置.

范例

打开所有单元关闭所有单元

基本范例  (2)

计算低通金字塔：

查看所有层级的图像：

计算带通金字塔：

查看所有层级的图像，调整图像查看细节：

范围  (7)

数据  (3)

2D 图像的低通金字塔：

查看所有层级的图像：

每个层级的尺寸减半：

3D 图像的低通金字塔：

查看所有层级的图像：

部分透明图像的低通金字塔：

参数  (4)

在下采样之前在每个层级应用的默认低通内核是高斯内核：

代之以二项式内核：

使用 box 内核：

使用标准偏差 σ 等于下采样因子 a 的一半的高斯内核：

指定返回的层级数：

指定大于或等于金字塔中最小图像的图像尺寸：

金字塔有两层. 下一层的大小 50×38 将小于 50×50：

默认的相邻层级的下采样因子为 2：

指定 5 为下采样因子：

选项  (1)

Padding  (1)

默认填充为 "Reversed"：

代之以 "Fixed" 填充：

使用红色进行填充：

应用  (6)

高效图像查看器  (1)

将大图像转换为金字塔以便快速查看：

查看宽度为 320 的图像：

比较获取图像所需的时间：

多尺度特征检测  (3)

同时在几个尺度上应用梯度滤波器：

假设为拉普拉斯金字塔，将从所有层级提取的特征累加在一起重建图像：

改变金字塔的级数和类型，以在所有尺度上检测山脊：

假定为拉普拉斯金字塔，将从所有层级提取的特征累加在一起重建图像：

进行多尺度显著性过滤处理：

对图像应用 ImageSaliencyFilter：

将显著性过滤器应用于图像金字塔的所有层级以获得多尺度结果：

假定为拉普拉斯金字塔，将所有层级的滤波器响应累加在一起，重建图像：

图像特效  (2)

计算带通金字塔：

提取图像金字塔底部三层的图像，进行取负处理，然后重新插回：

重建图像金字塔以展现特效：

只在一个尺度上合并两幅图像：

在所有尺度上合并两幅图像：

可能存在的问题  (1)

具有恒定 alpha 通道的图像会使所得的拉普拉斯图像金字塔看起来是空的：

除最后一层之外，所有金字塔层级的 alpha 通道都等于 0，所以不可见：

因为颜色通道中的数据存在，并且完全不透明的最后一级图像的 alpha 通道为我们提供了正确的 alpha 通道值，因而我们成功重建了图像：

Wolfram Research (2019)，ImagePyramid，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ImagePyramid.html.

文本

Wolfram Research (2019)，ImagePyramid，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ImagePyramid.html.

CMS

Wolfram 语言. 2019. "ImagePyramid." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/ImagePyramid.html.

APA

Wolfram 语言. (2019). ImagePyramid. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ImagePyramid.html 年

BibTeX

@misc{reference.wolfram_2024_imagepyramid, author="Wolfram Research", title="{ImagePyramid}", year="2019", howpublished="\url{https://reference.wolfram.com/language/ref/ImagePyramid.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_imagepyramid, organization={Wolfram Research}, title={ImagePyramid}, year={2019}, url={https://reference.wolfram.com/language/ref/ImagePyramid.html}, note=[Accessed: 22-November-2024 ]}