残差金字塔实现

2024-06-13 19:58
文章标签 实现 残差 金字塔

本文主要是介绍残差金字塔实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

简介

  本篇是对残差金字塔实现的笔记。

基本原理

  简单理解,它就是预测图像和原始图像之间的差值。

图像金字塔

  首先我们知道,图像金字塔的实现,就是对原图像进行采样,获得低分辨率的新图像。接着对新图像继续采样,或者更低分辨率的下一张图像。依次不断迭代,进而最后得到一张最低分辨率的采样图像,依次往下,分辨率逐渐加大直到原图。如下图所示:


残差金字塔

  在进行图像金子塔采样时候,一般会先对原图像做一次高斯之类的滤波。然后获得新图像的width和height都为原图像的1/2。接着将新图像放大为原图像的相同size。原图像减去新图像的差值就得到当前的残差图像,依次迭代下去,便得到对应的残差金字塔。本例的效果图如下:
    注意,图像直方图的最小图没有对应的残差图,将最小图的width和height都放大一倍之后,和对应的残差图相加。接着继续往前面迭代,直到迭代完所有残差图像之后,变复原了原图像。

具体范例

  这里是一个先生成残差金字塔,接着再利用该残差金字塔复原回原图像的例子。

总体框架


src1[0] = imread(argv[1]);
width[0] = src1[0].rows;
height[0] = src1[0].cols;getPyramid();
picRecover();

  打开原图像保存在src1[0]中,接着调用getPyramid来生成残差金字塔。最后函数picRecover来复原图像。

残差金字塔生成


Mat mySub(Mat src1, Mat src2){IplImage ip1, ip2, ip3;  CvScalar s1, s2; Mat dst;int i, j;dst = Mat(src1.rows, src1.cols, CV_32FC3);ip1 = src1;ip2 = src2;ip3 = dst;for(i=0; i<src1.cols; i++){for(j=0; j<src1.rows; j++){s1 = cvGet2D(&ip1, j, i);s2 = cvGet2D(&ip2, j, i);s1.val[0] = s1.val[0] - s2.val[0];s1.val[1] = s1.val[1] - s2.val[1];s1.val[2] = s1.val[2] - s2.val[2];cvSet2D(&ip3, j, i, s1);}}return dst;
}
void getPyramid(void){GaussianBlur(src1[0], dst[0], Size(g_nGaussianBlurValue*2+1,g_nGaussianBlurValue*2+1), 0, 0);width[1]  = width[0] / 2;height[1] = height[0] / 2;resize(dst[0], src1[1], Size(height[1], width[1]));resize(src1[1], tmp, Size(height[0], width[0]));mask[0] = mySub(src1[0], tmp);GaussianBlur(src1[1], dst[1], Size(g_nGaussianBlurValue*2+1,g_nGaussianBlurValue*2+1), 0, 0);width[2]  = width[1] / 2;height[2] = height[1] / 2;resize(dst[1], src1[2], Size(height[2], width[2]));resize(src1[2], tmp, Size(height[1], width[1]));mask[1] = mySub(src1[1], tmp);GaussianBlur(src1[2], dst[2], Size(g_nGaussianBlurValue*2+1,g_nGaussianBlurValue*2+1), 0, 0);width[3]  = width[2] / 2;height[3] = height[2] / 2;resize(dst[2], src1[3], Size(height[3], width[3]));resize(src1[3], tmp, Size(height[2], width[2]));mask[2] = mySub(src1[2], tmp);
}

  1、首先将原图像进行高斯滤波,结果保存到dst[0]中;将dst[0]进行缩放,存储到src1[1]中;src1[1]图像放大回原图像的size,存储到tmp中;用原图像src[0] - tmp,获取到第一级的残差图像。注意这里默认的图像格式是CV_8UC3,所以不能够用它们直接相减,否则如果相减的像素结果为负数时候,将会被默认存储为0,导致最后的残差金字塔无法正常的复原图像。
  2.重复迭代上面的操作2次,最后获得对应的4层图像金字塔,存储到src1数组中,3层残差金字塔图像,存储到mask数组中。

原始图像复原


Mat myAdd(Mat src1, Mat src2){IplImage ip1, ip2, ip3;  CvScalar s1, s2; int i, j;Mat dst;src1.copyTo(dst);ip1 = src1;ip2 = src2;ip3 = dst;for(i=0; i<src1.cols; i++){for(j=0; j<src1.rows; j++){s1 = cvGet2D(&ip1, j, i);s2 = cvGet2D(&ip2, j, i);s1.val[0] = s1.val[0] + s2.val[0];s1.val[1] = s1.val[1] + s2.val[1];s1.val[2] = s1.val[2] + s2.val[2];cvSet2D(&ip3, j, i, s1);}}return dst;
}void picRecover(void){resize(src1[3], tmp, Size(height[2], width[2]));dst[2] = myAdd(tmp, mask[2]);resize(dst[2], tmp, Size(height[1], width[1]));dst[1] = myAdd(tmp, mask[1]);resize(dst[1], tmp, Size(height[0], width[0]));dst[0] = myAdd(tmp, mask[0]);
}

  在函数picRecover中,就是利用图像金字塔src1和残差金字塔mask,来复原图像src1[0] 到dst[0]中。首先从图像金字塔最高层开始,将src1[3]放到到和src1[2]相同的size,存储到tmp中,接着将tmp和对已的残差图像mask[2]相加,结果存储到dst[2]中,这里dst[2]的图像就和src[2]的图像一致了。继续迭代下去,最终获得图像dst[0]的结果和原图像src1[0]中的图像相一致。

这篇关于残差金字塔实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1058282

相关文章

pandas中位数填充空值的实现示例

《pandas中位数填充空值的实现示例》中位数填充是一种简单而有效的方法,用于填充数据集中缺失的值,本文就来介绍一下pandas中位数填充空值的实现,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是中位数填充?为什么选择中位数填充?示例数据结果分析完整代码总结在数据分析和机器学习过程中,处理缺失数

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

Java对象转换的实现方式汇总

《Java对象转换的实现方式汇总》:本文主要介绍Java对象转换的多种实现方式,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java对象转换的多种实现方式1. 手动映射(Manual Mapping)2. Builder模式3. 工具类辅助映

Go语言开发实现查询IP信息的MCP服务器

《Go语言开发实现查询IP信息的MCP服务器》随着MCP的快速普及和广泛应用,MCP服务器也层出不穷,本文将详细介绍如何在Go语言中使用go-mcp库来开发一个查询IP信息的MCP... 目录前言mcp-ip-geo 服务器目录结构说明查询 IP 信息功能实现工具实现工具管理查询单个 IP 信息工具的实现服

SpringBoot基于配置实现短信服务策略的动态切换

《SpringBoot基于配置实现短信服务策略的动态切换》这篇文章主要为大家详细介绍了SpringBoot在接入多个短信服务商(如阿里云、腾讯云、华为云)后,如何根据配置或环境切换使用不同的服务商,需... 目录目标功能示例配置(application.yml)配置类绑定短信发送策略接口示例:阿里云 & 腾

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组