OpenCV图像处理笔记[06]

31. canny边缘检测原理

• Canny边缘检测的一般步骤

  1. 去噪

     • 边缘检测容易受到噪声的影响。因此，在进行边缘检测前，通常需
       要先进行去噪。
     • 通常采用高斯滤波器去除噪声。
     • 让临近的像素具有更高的重要度。对周围像素计算加权平均值，较近的像素具有较大的权重值。

  2. 梯度

     • 对平滑后的图像采用sobel算子计算梯度和方向。
     • 梯度的方向一般总是与边界垂直
     • 梯度方向被归为四类：垂直， 水平，和两个对角线

  3. 非极大值抑制

     • 在获得了梯度和方向后，遍历图像，去除所有不是边界的点。
     • 实现方法：逐个遍历像素点，判断当前像素点是否是周围像素点中具有相同
       方向梯度的最大值

  4. 滞后阈值

     ​

33. 理论基础

• 图像金字塔： 同一图像的不同分辨率的子图集合

  • 向下取样：从高分辨率到低分辨率图像，缩小图像

    • 从第 i 层获取第 i + 1层， G_i -> G_i+1

      1.   对图像 G<sub>i</sub> 进行高斯核卷积。
      

      2. 删除所有的偶数行和列

    • 原始图像 M * N兮处理结果 M/2 * N/2
      每次处理后，结果图像是原来的1/4．
      上述操作被称为：Octave

    • 重复执行该过程，构造图像金字塔

  • 注意：向下会丢失信息

• 向上取样：在每个方向上扩大为原来的2倍，新增的行和列以0填充。放大图像

  • 使用与“向下采用”同样的卷积核乘以4，获取“新增像素”的新值。

  • 注意：放大后的图像比原始图像要模糊。

  • 向上取样、向下取样不是互逆操作，经过两种操作后，无法恢复原有图像。

34. pyrDown函数及使用

​ 向下取样 ： 将图像的尺度变小，变成原来的四分之一

• **dst = cv2.pyrDown( src ) **
  • dst , 向下取样结果
  • src , 原始图像

35. pyrUp函数及使用

​ 向上取样 ： 将图像的尺度变大，变成原来的四倍

• **dst = cv2.pyrUp( src ) **
  • dst , 向下取样结果
  • src , 原始图像

36. 取样可逆性研究

​ 原始图像 向下取样 dst = cv2.pyrDown( src ) dst ,向下取样结果 src, 原始图像

​ M * N ---> M/2 * N/2

​ 原始图像 向上取样 dst = cv2.pyrUp( src ) dst ,向上取样结果 src, 原始图像

​ M * N ---> M2 * N2

​ 图像先向上取样再向下取样（或者先向下取样再向上取样）的过程都是不可逆的

37. 拉普拉斯金字塔

• 向下取样 ： 图像尺度不断变小

• 向上取样 ： 图像尺度不断变大

• 拉普拉斯金字塔

  ​ **Li_i = G_i - PyrUp( PyrDown ( G_i )) **

  ​ G_i, 原始图像

  ​ L_i, 拉普拉斯金字塔图像