siet特征的生成一般包括以下几个步骤.docxVIP

基本概念：降采样：对于一幅图像而言的降采样就是每隔几行、几列取一点，组成一个新的图像。对比例因子为2的降采样来说：就是对一幅图像每隔一行一列取一点。对于n×n的图像就变为n/2×n/2的图像了。升采样：其实一种插值，就是在一幅图像里利用相关的插值运算得到一幅大的图像！比例因子为2的升采样就是每个相邻像素点插值种出一个像素（这里包括X、Y两个方向）。对于n×n的图像就变为2n×2n的图像了。顺便说下插值，就是一种利用已有数据对位置数据的估计。比如我第10秒走了12米，第20秒走了30米，那么我用线性插值估计我第15秒走了（30-12）/2+12=21米，当然插值的方法有很多！图像金字塔：简单的说是一个图像集，由一个原始图像经过降采样得到一幅图像，再对新的图像做降采样，重复多次构成的一组集合。如果形象的把这些图像摞起来就想一个金字塔，故此得名。卷积：这个概念我感觉是最不好解释的，他就是一个积分，两个函数（其中一个带参数）对应点的乘积，然后把乘积函数求积分！大致我理解就是这样，但是具体的还是请大家去查书。但是这里我想说卷积再图像里的运算。卷积是一种无限的积分运算，但是因为在一个二维平面（X轴对应一个卷积函数，Y轴对应一个卷积函数！），一般境况下围绕某一点的卷积运算距离卷几点一定远的运算对最后结果很小，所以通常忽略！这样卷积运算就变成了一种模板运算！例如3×3的一种模板运算，就是把离他最近