SSE图像算法优化系列二十八：深度优化局部拉普拉斯金字塔滤波器。
基于局部拉普拉斯金字塔的Edge-aware滤波器是在2011年由Adobe 公司的研究员Sylvain Paris（大神级人物，写了很多文章）提出的，我在4年前曾经参考有关代码实现过这个算法，但是速度也是非常慢的，所以当时也没有继续做深入的研究，前段时间做另外一个算法时仔细的研究了下 ...
原文：SSE图像算法优化系列二十六:和时间赛跑之优化高斯金字塔建立的计算过程。
图像金字塔技术在很多层面上都有着广泛的应用，很多开源的工具也都有对他们的建立写了专门的函数，比如IPP，比如OpenCV等等，这方面的理论文章特别多，我不需要赘述，但是我发现大部多分开源的代码的实现都不是严格意义上的金字塔，而是做了一定的变通，这种变通常常为了快捷的实现类似的效果，虽然这种变通不太会影响金字塔的效果，但是我这里希望从严格意义上对该算法进行优化，比如简要贴一下下面的某个高斯金字塔的 ...
2019-01-14 15:22 3 1443 推荐指数：
相关推荐
SSE图像算法优化系列二十九：基础的拉普拉斯金字塔融合用于改善图像增强中易出现的过增强问题（一）
拉普拉斯金字塔融合是多图融合相关算法里最简单和最容易实现的一种，我们在看网络上大部分的文章都是在拿那个苹果和橙子融合在一起，变成一个果橙的效果作为例子说明。在这方面确实融合的比较好。但是本文我们主要讲下这个在图像增强方面的运用。 首先我们还是来讲下这个融合的过程和算法优化 ...
SSE图像算法优化系列二：高斯模糊算法的全面优化过程分享（一）。
这里的高斯模糊采用的是论文《Recursive implementation of the Gaussian filter》里描述的递归算法。 仔细观察和理解上述公式，在forward过程中,n是递增的，因此，如果在进行forward之前 ...
SSE图像算法优化系列二：高斯模糊算法的全面优化过程分享（二）。
相关链接： 高斯模糊算法的全面优化过程分享（一） 在高斯模糊算法的全面优化过程分享（一）一文中我们已经给出了一种相当高性能的高斯模糊过程，但是优化没有终点，经过上一个星期的发愤图强和测试，对该算法的效率提升又有了一个新的高度，这里把优化过程中的一些心得和收获用文字的形式 ...
SIFT解析（一）建立高斯金字塔
SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)在目标识别、图像配准领域具有广泛的应用，下面按照SIFT特征的算法流程对其进行简要介绍对SIFT特征做简要介绍。 高斯金字塔是SIFT特征提取的第一步，之后特征空间中极值点的确定，都是基于高斯金字塔 ...
SIFT解析（一）建立高斯金字塔
高斯金字塔是SIFT特征提取的第一步，之后特征空间中极值点的确定，都是基于高斯金字塔，因此SIFT特征学习的第一步是如何建立的高斯金字塔。 八度(octave) 简单地说八度就是在特定尺寸(长宽)下，经不同高斯核模糊的图像的集合。八度的集合是高斯金字塔。 为什么要构建高斯金字塔： 整个高斯 ...
python实现图像高斯金字塔
...
SSE图像算法优化系列二十五:二值图像的Euclidean distance map（EDM)特征图计算及其优化。
Euclidean distance map（EDM)这个概念可能听过的人也很少，其主要是用在二值图像中，作为一个很有效的中间处理手段存在。一般的处理都是将灰度图处理成二值图或者一个二值图处理成另外一个二值图，而EDM算法确是由一幅二值图生成一幅灰度图。其核心定义 ...