opencv学习_14 (图像的尺度空间)

╰+哭是因爲堅強的太久メ 2022-09-18 08:58 138阅读 0赞

**什么是图像的尺度空间？**

比如用baidu地图的放大缩小查看国家地区信息，这个放大缩小就涉及到图片的尺度信息。

**为什么需要尺度空间？**

视觉系统处理这些图片时，这些图片来自于未知的一些场景，未知的尺度，未知的角度等噪声影响下，我们为了克服这些困难，就需要建立相应的尺度空间

**怎么样去建立尺度空间?**

通过不同方差的高斯和去做卷积

结论：通过高斯和获取图像的尺度空间

高斯窗口和高斯方差之间的关系:

高斯窗口(winsize)= 2\*(3\*方差(sigma))+ 1; sigma 也称为尺度因子

随着高斯窗口的减小即高斯方差的减小，我们获取到的轮廓信息更加的详细。

因此 此时图像的表示可以引用到三维空间中即x,y,sigma,记为I(x,y,sigma).

**测试代码:**

#include <iostream>
    #include <sstream>
    #include "cv.h"
    #include "cxcore.h"
    #include "highgui.h"
    using namespace std;
    
    #define SCALESIZE 20
    int main(int argc, char* argv[])
    {
    	IplImage* src;
    	src = cvLoadImage("E:\\study_opencv_video\\lesson20_1\\test1.jpg",0);
    	int winSize[SCALESIZE],i;
    	IplImage* scaleImage[SCALESIZE];
    	IplImage* edgeImage[SCALESIZE];
    	char filename[256];
    	char filename2[256];
    	winSize[0] = 3;
    	scaleImage[0]=cvCreateImage(cvGetSize(src),8,1);
    	edgeImage[0]=cvCreateImage(cvGetSize(src),8,1);	
    	for( i=1;i<SCALESIZE;i++)
    	{
    		winSize[i] = winSize[i-1]+2;
    		scaleImage[i]=cvCreateImage(cvGetSize(src),8,1);
    		edgeImage[i]=cvCreateImage(cvGetSize(src),8,1);
    	}	
    	for(i=0;i<SCALESIZE;i++)
    	{
    		cvSmooth(src,scaleImage[i],CV_GAUSSIAN,winSize[i],winSize[i]);
    
    		cvCanny(scaleImage[i], edgeImage[i], 30, 90, 3);
    	}
    	//保存图像
    	for(i=0;i<SCALESIZE;i++)
    	{
    		string s1 = "scale_";
    		string jpg = ".jpg";
    		stringstream ss;
    		ss << s1;
    		ss << i;
    		ss << jpg;
    		ss >> filename;
    		//sprintf(filename,"scale_%d.jpg",i);
    		cvSaveImage(filename,scaleImage[i]);
    		ss.clear();
    		string s2 = "edge_";
    		ss << s2;
    		ss << i;
    		ss << jpg;
    		ss >> filename2;
    		cvSaveImage(filename2,edgeImage[i]);
    	}
    
    	for(i=0;i<SCALESIZE;i++)
    	{
    		cvReleaseImage(&scaleImage[i]);
    		cvReleaseImage(&edgeImage[i]);
    	}
    	cvReleaseImage(&src);
    	return 0;
    }

作者：小村长  出处：http://blog.csdn.net/lu597203933 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）