拉普拉斯金字塔重建答案

【问题标题】：Laplacian pyramid reconstruction拉普拉斯金字塔重建
【发布时间】：2018-04-15 23:52:57
【问题描述】：

我最近一直在研究拉普拉斯金字塔。

您可以在上面找到原始图像。我拍摄了这张图片，构建了 6 层的拉普拉斯金字塔并再次重建它，这就是我得到的：

人们会注意到重建的图像比原始图像更“闪亮”。谁能解释一下为什么？

请在下面找到我使用的代码：

Mat ** LaplacianPyramid::buildLaplacianPyramid(const Mat& originalImage, int levels) {
Mat ** laplacianPyramid = new Mat*[levels];
Mat * currentImg = new Mat(originalImage);
for (int l = 0; l<levels - 1; l++) {
    Mat * up  = new Mat;
    Mat * down = new Mat;
    pyrDown(*currentImg, *down);
    pyrUp(*down, *up, currentImg -> size());


    Mat * lap = new Mat((*currentImg) - (*up));

    laplacianPyramid[l] = lap;

    currentImg->release();
    up->release();
    delete currentImg;
    delete up;
    currentImg = down;
}
laplacianPyramid[levels - 1] = currentImg;
return laplacianPyramid;

}

对于重建，我一直在使用以下 sn-p：

Mat * LaplacianPyramid::reconstructImage() {

Mat * currentImg = ( (_laplacianPyramid[_levels - 1]));
for (int l = _levels - 2; l >= 0; l--) {
    Mat up;

    pyrUp(*currentImg, up, _laplacianPyramid[l] ->size());

    delete currentImg;
    currentImg =new Mat( up + (*_laplacianPyramid[l]));
}
return currentImg;

}

是否有可能得到精度损失重建？谢谢！

【问题讨论】：

您最初是 Java 程序员吗？你在任何地方都使用new 非常可怕。
对于您的图像，我会说“光泽”来自重建模糊。原始图像的暗部变得更亮，而亮部变得更暗。为了测量这种对比度损失，一个经典的解决方案是计算两个图像之间的PSNR。请记住，PSNR 只是一个指标，它的价值近来备受争议。
如果您使用的是CV_8UC3 图像，pyrDown 和 pyrUp 中可能存在数值不精确
可能是由于输入数据类型（即uint8）引起的精度损失。如果您的图像的输入数据类型是float，您能否确认是否发生了同样的情况。
在转换为 8 位之前尝试缩放每个级别的灰度值。如果这确实是问题，那可能会减少精度损失。但是您确定金字塔级别不需要负值吗？我不知道 pyrDown 做了什么，但拉普拉斯需要一个签名的结果。存储为带符号的 int16 怎么样？

标签： c++ opencv image-processing

【解决方案1】：

实际上，您所说的“光泽度”是分辨率的损失。 pyrDown 函数将原始图像向下采样到较低的分辨率。当调用 Pyrup 时，尝试使用一些插值技术重建丢失的信息。并且某个像素的插值是基于相邻像素的。

【讨论】：