WOLFRAM

Wolfram 语言与系统参考资料中心

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
Details and Options Details and Options
范例  
基本范例  
范围  
数据  
参数  
选项  
Padding  
应用  
高效图像查看器  
多尺度特征检测  
图像特效  
可能存在的问题  
参见
相关指南
历史
按以下格式引用：

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：

Wolfram Language code: pyr = ImagePyramid[[image]]

查看所有层级的图像：

Wolfram Language code: pyr[All]

计算带通金字塔：

Wolfram Language code: pyr = ImagePyramid[[image], "Bandpass"]

查看所有层级的图像，调整图像查看细节：

Wolfram Language code: Map[ImageAdjust, pyr[All]]

范围  (7)

数据  (3)

2D 图像的低通金字塔：

Wolfram Language code: pd = ImagePyramid[[image]]

查看所有层级的图像：

Wolfram Language code: pd[All]

每个层级的尺寸减半：

Wolfram Language code: pd["ImageDimensions"]

3D 图像的低通金字塔：

Wolfram Language code: img = ExampleData[{"TestImage3D", "CTengine"}];
Wolfram Language code: pd = ImagePyramid[img]

查看所有层级的图像：

Wolfram Language code: pd[All]
Wolfram Language code: pd["ImageDimensions"]

部分透明图像的低通金字塔：

Wolfram Language code: img = [image];
Wolfram Language code: ImageMeasurements[img, "Transparency"]
Wolfram Language code: ipd = ImagePyramid[img, "Gaussian", 4]
Wolfram Language code: ipd[All]

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：

Wolfram Language code: image = [image];
Wolfram Language code: pd = ImagePyramid[image, "Lowpass"];
Wolfram Language code: pd[All]
Wolfram Language code: pd["LowpassKernel"]

代之以二项式内核：

Wolfram Language code: pd = ImagePyramid[image, {"Lowpass", {1, 4, 6, 4, 1} / 16}];
Wolfram Language code: pd["LowpassKernel"] //MatrixForm

使用 box 内核：

Wolfram Language code: pd = ImagePyramid[image, {"Lowpass", {1, 1, 1} / 3}]
Wolfram Language code: pd["LowpassKernel"]//MatrixForm

使用标准偏差 σ 等于下采样因子 a 的一半的高斯内核：

Wolfram Language code: a = 2;σ = a / 2; pd = ImagePyramid[ image, {"Lowpass", GaussianMatrix[{{Automatic}, σ}]}, ∞, a ]
Wolfram Language code: pd[All]
Wolfram Language code: pd["LowpassKernel"]//MatrixForm

指定返回的层级数：

Wolfram Language code: pd = ImagePyramid[[image], "Lowpass", 4]
Wolfram Language code: pd[All]

指定大于或等于金字塔中最小图像的图像尺寸：

Wolfram Language code: pd = ImagePyramid[[image], "Lowpass", {50, 50}]

金字塔有两层. 下一层的大小 50×38 将小于 50×50：

Wolfram Language code: pd["ImageDimensions"]

为图像的尺寸指定一个数字：

Wolfram Language code: ImagePyramid[[image], "Lowpass", {50}]

默认的相邻层级的下采样因子为 2：

Wolfram Language code: image = [image]; pd = ImagePyramid[image]
Wolfram Language code: pd["ImageDimensions"]

指定 5 为下采样因子：

Wolfram Language code: pd = ImagePyramid[image, "Lowpass", ∞, 5]
Wolfram Language code: pd["ImageDimensions"]

选项  (1)

Padding  (1)

默认填充为 "Reversed"：

Wolfram Language code: image = [image];
Wolfram Language code: pd = ImagePyramid[image]
Wolfram Language code: pd[All]

代之以 "Fixed" 填充：

Wolfram Language code: pd = ImagePyramid[image, Padding -> "Fixed"]
Wolfram Language code: pd[All]

使用红色进行填充：

Wolfram Language code: pd = ImagePyramid[image, Padding -> Red]
Wolfram Language code: pd[All]

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：

Wolfram Language code: img = ExampleData[{"TestImage", "Volubilis"}];
Wolfram Language code: pd = ImagePyramid[img, "Gaussian"]

查看宽度为 320 的图像：

Wolfram Language code: ImageResize[InverseImagePyramid[pd, Automatic, {320}], {320}]

比较获取图像所需的时间：

Wolfram Language code: ImageResize[InverseImagePyramid[pd, Automatic, {320}], 320];//RepeatedTiming
Wolfram Language code: ImageResize[img, 320];//RepeatedTiming

多尺度特征检测  (3)

同时在几个尺度上应用梯度滤波器：

Wolfram Language code: img = [image];
Wolfram Language code: pyramid = ImagePyramid[img, "Gaussian", 4]
Wolfram Language code: pyramidG = ImagePyramidApply[img  GradientFilter[img, 1.4], pyramid];

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：

Wolfram Language code: InverseImagePyramid[pyramidG, "Laplacian"]//ImageAdjust

改变金字塔的级数和类型，以在所有尺度上检测山脊：

Wolfram Language code: img = [image];
Wolfram Language code: pyramid = ImagePyramid[img, "Gaussian", 5]
Wolfram Language code: ridgePyr = ImagePyramidApply[RidgeFilter, pyramid]

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：

Wolfram Language code: InverseImagePyramid[ridgePyr, "Laplacian"]//ImageAdjust

进行多尺度显著性过滤处理：

Wolfram Language code: img = [image];

对图像应用 ImageSaliencyFilter：

Wolfram Language code: ImageSaliencyFilter[img]//ImageAdjust

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：

Wolfram Language code: pd = ImagePyramid[img, "Gaussian", 3];
Wolfram Language code: pdSaliency = ImagePyramidApply[ImageSaliencyFilter, pd];

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：

Wolfram Language code: InverseImagePyramid[pdSaliency, "Laplacian"]//ImageAdjust

图像特效  (2)

计算带通金字塔：

Wolfram Language code: pyr = ImagePyramid[[image], "Bandpass"]

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：

Wolfram Language code: pyr[1 ;; 3] = Map[-#&, pyr[1 ;; 3]]

重建图像金字塔以展现特效：

Wolfram Language code: InverseImagePyramid[pyr]

只在一个尺度上合并两幅图像：

Wolfram Language code: {apple, orange} = {[image], [image]};
Wolfram Language code: splitMerge[i1_Image, i2_Image] := With[{c = Floor[1 / 2 First@ImageDimensions[i1]]}, ImageAssemble[{{ImageTake[i1, All, {1, c}], ImageTake[i2, All, {c + 1, -1}]}}]]
Wolfram Language code: splitMerge[apple, orange]

在所有尺度上合并两幅图像：

Wolfram Language code: pyramids = Map[ImagePyramid[#, "Laplacian", {2, 2}]&, {apple, orange}];
Wolfram Language code: pFruit = ImagePyramidApply[splitMerge, pyramids]
Wolfram Language code: InverseImagePyramid[pFruit]

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：

Wolfram Language code: img = [image];
Wolfram Language code: ImageMeasurements[img, "Transparency"]
Wolfram Language code: ipd = ImagePyramid[img, "Laplacian", 4];

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：

Wolfram Language code: ipd[All]

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 Language code: InverseImagePyramid[ipd]
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_2026_imagepyramid, author="Wolfram Research", title="{ImagePyramid}", year="2019", howpublished="\url{https://reference.wolfram.com/language/ref/ImagePyramid.html}", note=[Accessed: 06-November-2026]}

BibLaTeX

@online{reference.wolfram_2026_imagepyramid, organization={Wolfram Research}, title={ImagePyramid}, year={2019}, url={https://reference.wolfram.com/language/ref/ImagePyramid.html}, note=[Accessed: 06-November-2026]}