详细总结了光流方法和图像金字塔算法，是学习这两方面方法的经典内容。

总结了经典光流法的计算，同时结合着调研的几个最新的光流法的变体，进行了分析和介绍

生成高斯或拉普拉斯金字塔，或从金字塔重建图像。 包含使用金字塔进行图像混合的演示脚本。 该函数比Matlab函数impyramid使用更方便。

针对视频和图像中快速、准确的行人检测问题，提出了一种分层次的、全局信息和局部信息相结合的行人检测算法。该方法以随机森林分类器为基础，利用图像金字塔模型融合行人的多层信息。首先，在低尺度空间利用主方向模板（DOT）特征和随机森林算法训练行人的全局分类器，第一层检测在低尺度空间中进行，找到行人的候选区域；然后，在高尺度空间提取图像块集合，基于部件随机森林训练行人的局部外观和几何约束模型；最后，基于上层的候选区域，在高尺度空间利用霍夫投票进行第二层精确检测。实验结果表明，该方法有更低的时间复杂度，并提升了行人检测的准确率，全局信息和局部信息的层次融合，能有效解决快速、准确的行人检测问题。

这个包包含一些用于多尺度图像的 MatLab 工具加工。 简而言之，这些工具包括： - 递归多尺度图像分解（金字塔），包括拉普拉斯金字塔、QMF、小波和可控金字塔。 这些对任意维度的一维或二维信号进行操作。 数据结构与 MatLab 小波工具箱兼容。 - 快速 2D 卷积例程，具有子采样和边界处理。 - 快速点操作、直方图、直方图匹配。 -快速合成图像生成：正弦光栅，波带片，分形等- 显示图像和金字塔的例程。 其中包括几个自动缩放选项，四舍五入到整数缩放因子以避免重采样伪像和有用的标签（尺寸和灰度范围）。 该软件包可作为 gnu 压缩的 UNIX“tar”文件使用，可访问来自网页： http : //www.cns.nyu.edu/~lcv/software.html 该代码最初是用 Matlab 4.2 版编写的，并继续在新版本中工作（截至 12/09）。 使用代码（这些行适用于 UN

为了提高一键式检测中图像匹配精度和速度，提出一种基于轮廓曲线的快速高精度图像配准算法:根据定义的图像匹配差异度度量，采用图像金字塔搜索匹配策略，利用相应的相似性度量进行图像匹配。具体流程为:对采集图像和模板分别建立图像金字塔，对每层图像和模板使用sobel算子提取边缘。对顶层图像使用归一化角点距离矩阵与模板进行粗匹配，然后使用同心圆划分法进行细匹配，获取精确位置后映射至金字塔下一层，再次使用同心圆方法细匹配获取精确位置，目标坐标逐层向下映射，最终获取原图中目标的真实位置。实验表明该方法提升了一键式测量仪的匹配速度和匹配精度，而且不受遮挡、非线性光照变化、对比度低、全局对比度反转、局部对比度反转等情响。减少测量准备时间，提升了一键式测量仪的性能。

金字塔匹配、NC 匹配，图像固定阈值分割，大津阈值分割，QT编写的界面

多尺度图像的融合，OpenCV，numpy，采用高斯金字塔和拉普拉斯金字塔进行多尺度图像融合，使用前必须下载OpenCV和numpy两个包，运行build即可。

实现图像基于金字塔分解的互相关配准，附件中有论文，详细介绍了金字塔分解，以及关于互相关配准

图像金字塔与残差金字塔、二维快速小波变换的matlab代码实现。包括测试图像与result。数字图像处理教材例子复现。