图像金字塔的建立和分类
发布网友
共1个回答
热心网友
如框图所表明的，近似值和预测残差金字塔都是以一种迭代的方式进行计算的。通过执行P次框图中的操作建立P+1级金字塔。第一次迭代和传递时，j=J，并且2^J*2^J的原始图像作为J级的输入图像，从而产生J-1级近似值和J级预测残差。对于j=J-1，J-2，…，J-P+1（按这一顺序）的传递，前面迭代的j-1级近似值输出将作为输入。每次传递由3个连续步骤组成：
1.计算输入图像减少的分辨率的近似值。这可以通过对输入进行滤波并以2为步长进行抽样（即子抽样）。可以采用的滤波操作有很多，如邻域平均（可生成平均值金字塔），高斯低通滤波器（可生成高斯金字塔），或者不进行滤波，生成子抽样金字塔。生成近似值的质量是所选滤波器的函数。没有滤波器，在金字塔的上一层中的混淆变得很显著，子抽样点对所选取的区域没有很好的代表性。
2.对上一步的输出进行内插（因子仍为2）并进行过滤。这将生成与输入等分辨率的预测图像。由于在步骤1的输出像素之间进行插值运算，所以插入滤波器决定了预测值与步骤1的输入之间的近似程度。如果插入滤波器被忽略了，则预测值将是步骤1输出的内插形式，复制像素的块效应将变得很明显。
3.计算步骤2的预测值和步骤1的输入之间的差异。以j级预测残差进行标识的这个差异将用于原始图像的重建。在没有量化差异的情况下，预测残差金字塔可以用于生成相应的近似金字塔（包括原始图像），而没有误差。
执行上述过程P次将产生密切相关的P+1级近似值和预测残差金字塔。j-1级近似值的输出用于提供近似值金字塔，而j级预测残差的输出放在预测残差金字塔中。如果不需要预测残差金字塔，则步骤2和3、内插器、插入滤波器以及图中的加法器都可以省略。
