整理图像的高斯金字塔用java编写的.docx
《整理图像的高斯金字塔用java编写的.docx》由会员分享，可在线阅读，更多相关《整理图像的高斯金字塔用java编写的.docx（22页珍藏版）》请在冰点文库上搜索。
整理图像的高斯金字塔用java编写的
一：
图像金字塔基本操作
对一张图像不断的模糊之后向下采样，得到不同分辨率的图像，同时每次得到的
新的图像宽与高是原来图像的1/2,最常见就是基于高斯的模糊之后采样，得到的
一系列图像称为高斯金字塔。
高斯金字塔不同（DoG）又称为拉普拉斯金字塔，其计算公式如下：
L（i）=G（i）–expand（G（i+1））
第i层拉普拉斯金字塔是由第i层高斯金字塔减去第i+1层高斯金字塔expand之后得到。
本文得到的DoG（DifferenceofGaussian）结果如下：
二：
关键代码解析
金字塔reduce操作实现代码如下：
[java]viewplaincopy
1privateBufferedImagepyramidReduce（BufferedImagesrc）{
2intwidth=src.getWidth（）;
3intheight=src.getHeight（）;
4BufferedImagedest=createSubCompatibleDestImage（src,null）;
5int[]inPixels=newint[width*height];
6intow=width/2;
7intoh=height/2;
8int[]outPixels=newint[ow*oh];
9getRGB（src,0,0,width,height,inPixels）;
10intinRow=0,inCol=0,index=0,oudex=0,ta=0;
11float[][]keneralData=this.getHVGaussianKeneral（）;
12for（introw=0;row13for（intcol=0;col14inRow=2*row;
15inCol=2*col;
16if（inRow>=height）{
17inRow=0;
18}
19if（inCol>=width）{
20inCol=0;
21}
22floatsumRed=0,sumGreen=0,sumBlue=0;
23for（intsubRow=-2;subRow<=2;subRow++）{
24intinRowOff=inRow+subRow;
25if（inRowOff>=height||inRowOff<0）{
26inRowOff=0;
27}
28for（intsubCol=-2;subCol<=2;subCol++）{
29intinColOff=inCol+subCol;
30if（inColOff>=width||inColOff<0）{
31inColOff=0;
32}
33index=inRowOff*width+inColOff;
34ta=（inPixels[index]>>24）&0xff;
35intred=（inPixels[index]>>16）&0xff;
36intgreen=（inPixels[index]>>8）&0xff;
37intblue=inPixels[index]&0xff;
38sumRed+=keneralData[subRow+2][subCol+2]*red;
39sumGreen+=keneralData[subRow+2][subCol+2]*green;
40sumBlue+=keneralData[subRow+2][subCol+2]*blue;
41}
42}
43
44oudex=row*ow+col;
45outPixels[oudex]=（ta<<24）|（clamp（sumRed）<<16）|（clamp（sumGreen）<<8）|clamp（sumBlue）;
46}
47}
48setRGB（dest,0,0,ow,oh,outPixels）;
49returndest;
50}
金字塔expand实现代码如下：
[java]viewplaincopy
51publicBufferedImagepyramidExpand（BufferedImagesrc）{
52intwidth=src.getWidth（）;
53intheight=src.getHeight（）;
54int[]inPixels=newint[width*height];
55getRGB（src,0,0,width,height,inPixels）;
56intow=2*width;
57intoh=2*height;
58int[]outPixels=newint[ow*oh];
59intindex=0,outdex=0,ta=0;
60float[][]keneralData=this.getHVGaussianKeneral（）;
61BufferedImagedest=createTwiceCompatibleDestImage（src,null）;
62for（introw=0;row63for（intcol=0;col64floatsumRed=0,sumGreen=0,sumBlue=0;
65for（intsubRow=-2;subRow<=2;subRow++）{
66doublesrcRow=（row+subRow）/2.0;
67doublej=Math.floor（srcRow）;
68doublet=srcRow-j;
69if（t>0）{
70continue;
71}
72if（srcRow>=height||srcRow<0）{
73srcRow=0;
74}
75for（intsubCol=-2;subCol<=2;subCol++）{
76doublesrcColOff=（col+subCol）/2.0;
77j=Math.floor（srcColOff）;
78t=srcColOff-j;
79if（t>0）{
80continue;
81}
82if（srcColOff>=width||srcColOff<0）{
83srcColOff=0;
84}
85index=（int）（srcRow*width+srcColOff）;
86ta=（inPixels[index]>>24）&0xff;
87intred=（inPixels[index]>>16）&0xff;
88intgreen=（inPixels[index]>>8）&0xff;
89intblue=inPixels[index]&0xff;
90sumRed+=keneralData[subRow+2][subCol+2]*red;
91sumGreen+=keneralData[subRow+2][subCol+2]*green;
92sumBlue+=keneralData[subRow+2][subCol+2]*blue;
93}
94}
95outdex=row*ow+col;
96outPixels[outdex]=（ta<<24）|（clamp（4.0f*sumRed）<<16）|（clamp（4.0f*sumGreen）<<8）|clamp（4.0f*sumBlue）;
97//outPixels[outdex]=（ta<<24）|（clamp（sumRed）<<16）|（clamp（sumGreen）<<8）|clamp（sumBlue）;
98}
99}
100setRGB（dest,0,0,ow,oh,outPixels）;
101returndest;
102}
图像金字塔的reduce与expand过程都是卷积采样实现。
特别注意的是expand操作不是reduce的可逆操作。
关于什么是卷积，高斯滤波请参见博客上的其它相关文章。
高斯金字塔全部算法源代码如下：
[java]viewplaincopy
103packagecom.gloomyfish.image.pyramid;
104
105importjava.awt.image.BufferedImage;
106importjava.awt.image.ColorModel;
107
108publicclassPyramidAlgorithmextendsGaussianFilter{
109privatefloata;
110
111publicPyramidAlgorithm（）{
112a=0.4f;
113}
114
115publicvoidsetParameter（floatp）{
116this.a=p;
117}
118
119publicBufferedImage[]pyramidDown（BufferedImagesrc,intlevel）{
120BufferedImage[]imagePyramids=newBufferedImage[level+1];
121imagePyramids[0]=src;
122for（inti=1;i123imagePyramids[i]=pyramidReduce（imagePyramids[i-1]）;
124}
125returnimagePyramids;
126}
127
128publicBufferedImage[]pyramidUp（BufferedImage[]srcImage）{
129BufferedImage[]imagePyramids=newBufferedImage[srcImage.length];
130for（inti=0;i131imagePyramids[i]=pyramidExpand（srcImage[i]）;
132}
133returnimagePyramids;
134}
135
136/***
137*l1=g1-expand（g2）
138*l2=g2-expand（g3）
139*l0=g0-expand（g1）
140*@paramreduceImages
141*@paramexpandImages
142*@return
143*/
144publicBufferedImage[]getLaplacianPyramid（BufferedImage[]reduceImages）{
145BufferedImage[]laplaciImages=newBufferedImage[reduceImages.length-1];
146for（inti=1;i147BufferedImageexpandImage=pyramidExpand（reduceImages[i]）;
148laplaciImages[i-1]=createCompatibleDestImage（expandImage,null）;
149intwidth=reduceImages[i-1].getWidth（）;
150intheight=reduceImages[i-1].getHeight（）;
151
152intewidth=expandImage.getWidth（）;
153width=（width>ewidth）?
ewidth:
width;
154height=（height>expandImage.getHeight（））?
expandImage.getHeight（）:
height;
155System.out.println（"width="+width+"expandwidth="+ewidth）;
156
157int[]reducePixels=newint[width*height];
158int[]expandPixels=newint[width*height];
159int[]laPixels=newint[width*height];
160getRGB（reduceImages[i-1],0,0,width,height,reducePixels）;
161getRGB（expandImage,0,0,width,height,expandPixels）;
162intindex=0;
163inter=0,eg=0,eb=0;
164for（introw=0;row165intta=0,tr=0,tg=0,tb=0;
166for（intcol=0;col167index=row*width+col;
168ta=（reducePixels[index]>>24）&0xff;
169tr=（reducePixels[index]>>16）&0xff;
170tg=（reducePixels[index]>>8）&0xff;
171tb=reducePixels[index]&0xff;
172
173ta=（expandPixels[index]>>24）&0xff;
174er=（expandPixels[index]>>16）&0xff;
175eg=（expandPixels[index]>>8）&0xff;
176eb=expandPixels[index]&0xff;
177
178tr=tr-er;
179tg=tg-eg;
180tb=tb-eb;
181
182laPixels[index]=（ta<<24）|（clamp（tr）<<16）|（clamp（tg）<<8）|clamp（tb）;
183}
184}
185setRGB（laplaciImages[i-1],0,0,width,height,laPixels）;
186}
187
188returnlaplaciImages;
189}
190
191privateBufferedImagepyramidReduce（BufferedImagesrc）{
192intwidth=src.getWidth（）;
193intheight=src.getHeight（）;
194BufferedImagedest=createSubCompatibleDestImage（src,null）;
195int[]inPixels=newint[width*height];
196intow=width/2;
197intoh=height/2;
198int[]outPixels=newint[ow*oh];
199getRGB（src,0,0,width,height,inPixels）;
200intinRow=0,inCol=0,index=0,oudex=0,ta=0;
201float[][]keneralData=this.getHVGaussianKeneral（）;
202for（introw=0;row203for（intcol=0;col204inRow=2*row;
205inCol=2*col;
206if（inRow>=height）{
207inRow=0;
208}
209if（inCol>=width）{
210inCol=0;
211}
212floatsumRed=0,sumGreen=0,sumBlue=0;
213for（intsubRow=-2;subRow<=2;subRow++）{
214intinRowOff=inRow+subRow;
215if（inRowOff>=height||inRowOff<0）{
216inRowOff=0;
217}
218for（intsubCol=-2;subCol<=2;subCol++）{
219intinColOff=inCol+subCol;
220if（inColOff>=width||inColOff<0）{
221inColOff=0;
222}
223index=inRowOff*width+inColOff;
224ta=（inPixels[index]>>24）&0xff;
225intred=（inPixels[index]>>16）&0xff;
226intgreen=（inPixels[index]>>8）&0xff;
227intblue=inPixels[index]&0xff;
228sumRed+=keneralData[subRow+2][subCol+2]*red;
229sumGreen+=keneralData[subRow+2][subCol+2]*green;
230sumBlue+=keneralData[subRow+2][subCol+2]*blue;
231}
232}
233
234oudex=row*ow+col;
235outPixels[oudex]=（ta<<24）|（clamp（sumRed）<<16）|（clamp（sumGreen）<<8）|clamp（sumBlue）;
236}
237}
238setRGB（dest,0,0,ow,oh,outPixels）;
239returndest;
240}
241
242publicBufferedImagecreateSubCompatibleDestImage（BufferedImagesrc,ColorModeldstCM）{
243if（dstCM==null）
244dstCM=src.getColorModel（）;
245returnnewBufferedImage（dstCM,dstCM.createCompatibleWritableRaster（src.getWidth（）/2,src.getHeight（）/2）,dstCM.isAlphaPremultiplied（）,null）;
246}
247
248publicBufferedImagecreateTwiceCompatibleDestImage（BufferedImagesrc,ColorModeldstCM）{
249if（dstCM==null）
250dstCM=src.getColorModel（）;
251returnnewBufferedImage（dstCM,dstCM.createCompatibleWritableRaster（src.getWidth（）*2,src.getHeight（）*2）,dstCM.isAlphaPremultiplied（）,null）;
252}
253
254publicBufferedImagepyramidExpand（BufferedImagesrc）{
255intwidth=src.getWidth（）;
256intheight=src.getHeight（）;
257int[]inPixels=newint[width*height];
258getRGB（src,0,0,width,heigh
升级会员 