c# opnegl　绘制立方体(cube)、金字塔(pyramid)、圆柱体(cylinder)、球体(spere)　旋转(rotate)　网格(grid) 代码逻辑清晰，技巧性强

使用高斯金字塔和拉普拉斯金字塔对两幅原图像进行分解后融合。 低频部分，采用均值融合规则；高频部分，采用取最大值融合规则。

局部二进制模式（LBP）是一种有效的纹理描述符，在纹理分类和面部识别中具有成功的应用。 常规LBP描述符有许多扩展。 扩展之一是主要局部二进制图案，其目的是提取纹理图像中的主要局部结构。 第二个扩展表示Gabor变换域（LGBP）中的LBP描述符。 第三个扩展是多分辨率LBP（MLBP）。 另一个扩展是用于视频纹理提取的动态LBP。 在本文中，我们将传统的本地二进制模式扩展到金字塔变换域（PLBP）。 通过级联分层空间金字塔的LBP信息，PLBP描述符考虑了纹理分辨率的变化。 PLBP描述符显示了其在纹理表示方面的有效性。 对LBP，MLBP，LGBP和PLBP进行了全面比较。 比较了无采样，部分采样和空间金字塔采样方法构建PLBP纹理描述符的性能。 讨论了金字塔生成方法和金字塔级别对基于PLBP的图像分类性能的影响。 与现有的多分辨率LBP描述符相比，PLBP具有令人满意的性能和较低的计算成本。

简单图像融合（加权平均、像素选大、像素选小）算法，拉普拉斯金字塔算法的Matlab实现 GUI界面 简单图像融合（加权平均、像素选大、像素选小）算法，拉普拉斯金字塔算法的Matlab实现 GUI界面

该文件包含带有金字塔和迭代的 Lucas-Kanade Tracker，以提高性能。 有一个图像序列的包装器，以及一个使用 Shi-Tomasi 方法的角点检测函数。

dp系列干货

空间数据连续尺度表达的矢量金字塔模型

《麦肯锡金字塔写作原理》.ppt,《麦肯锡金字塔写作原理》.ppt

金字塔原理概要.pdf

针对图像拼接中SIFT、SURF算法运算复杂、计算量大导致匹配速度慢的问题,提出了一种基于尺度FAST与质心标定改进LBP描述符的特征匹配方法。首先构建尺度金字塔并用FAST算法确定特征点位置,然后使用质心标定的圆形LBP来描述特征点,最后利用最近邻距离比结合RANSAC进行快速匹配。实验结果表明:提出的方法有着较好的匹配表现,并且速度约为SIFT的14倍、SURF的5倍以上;同时结合渐入渐出方法,能实现快速且高质量的图像拼接效果。