SSE圖像算法優化系列二十八：深度優化局部拉普拉斯金字塔濾波器。
基於局部拉普拉斯金字塔的Edge-aware濾波器是在2011年由Adobe 公司的研究員Sylvain Paris（大神級人物，寫了很多文章）提出的，我在4年前曾經參考有關代碼實現過這個算法，但是速度也是非常慢的，所以當時也沒有繼續做深入的研究，前段時間做另外一個算法時仔細的研究了下 ...
原文：SSE圖像算法優化系列二十六:和時間賽跑之優化高斯金字塔建立的計算過程。
圖像金字塔技術在很多層面上都有着廣泛的應用，很多開源的工具也都有對他們的建立寫了專門的函數，比如IPP，比如OpenCV等等，這方面的理論文章特別多，我不需要贅述，但是我發現大部多分開源的代碼的實現都不是嚴格意義上的金字塔，而是做了一定的變通，這種變通常常為了快捷的實現類似的效果，雖然這種變通不太會影響金字塔的效果，但是我這里希望從嚴格意義上對該算法進行優化，比如簡要貼一下下面的某個高斯金字塔的 ...
2019-01-14 15:22 3 1443 推薦指數：
相關推薦
SSE圖像算法優化系列二十九：基礎的拉普拉斯金字塔融合用於改善圖像增強中易出現的過增強問題（一）
拉普拉斯金字塔融合是多圖融合相關算法里最簡單和最容易實現的一種，我們在看網絡上大部分的文章都是在拿那個蘋果和橙子融合在一起，變成一個果橙的效果作為例子說明。在這方面確實融合的比較好。但是本文我們主要講下這個在圖像增強方面的運用。 首先我們還是來講下這個融合的過程和算法優化 ...
SSE圖像算法優化系列二：高斯模糊算法的全面優化過程分享（一）。
這里的高斯模糊采用的是論文《Recursive implementation of the Gaussian filter》里描述的遞歸算法。 仔細觀察和理解上述公式，在forward過程中,n是遞增的，因此，如果在進行forward之前 ...
SSE圖像算法優化系列二：高斯模糊算法的全面優化過程分享（二）。
相關鏈接： 高斯模糊算法的全面優化過程分享（一） 在高斯模糊算法的全面優化過程分享（一）一文中我們已經給出了一種相當高性能的高斯模糊過程，但是優化沒有終點，經過上一個星期的發憤圖強和測試，對該算法的效率提升又有了一個新的高度，這里把優化過程中的一些心得和收獲用文字的形式 ...
SIFT解析（一）建立高斯金字塔
SIFT(Scale-Invariant Feature Transform，尺度不變特征轉換)在目標識別、圖像配准領域具有廣泛的應用，下面按照SIFT特征的算法流程對其進行簡要介紹對SIFT特征做簡要介紹。 高斯金字塔是SIFT特征提取的第一步，之后特征空間中極值點的確定，都是基於高斯金字塔 ...
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，之后特征空間中極值點的確定，都是基於高斯金字塔，因此SIFT特征學習的第一步是如何建立的高斯金字塔。 八度(octave) 簡單地說八度就是在特定尺寸(長寬)下，經不同高斯核模糊的圖像的集合。八度的集合是高斯金字塔。 為什么要構建高斯金字塔： 整個高斯 ...
python實現圖像高斯金字塔
...
SSE圖像算法優化系列二十五:二值圖像的Euclidean distance map（EDM)特征圖計算及其優化。
Euclidean distance map（EDM)這個概念可能聽過的人也很少，其主要是用在二值圖像中，作為一個很有效的中間處理手段存在。一般的處理都是將灰度圖處理成二值圖或者一個二值圖處理成另外一個二值圖，而EDM算法確是由一幅二值圖生成一幅灰度圖。其核心定義 ...