पिरामिड (इमेज प्रोसेसिंग)

पिरामिड, या पिरामिड प्रतिनिधित्व, एक प्रकार का पैमाना मॉडल  है | मल्टी-स्केल सिग्नल (सूचना सिद्धांत) कंप्यूटर दृष्टि,  मूर्ति प्रोद्योगिकी  और  संकेत आगे बढ़ाना  समुदायों द्वारा विकसित ज्ञान प्रतिनिधित्व, जिसमें एक सिग्नल या एक छवि बार-बार  चौरसाई  और डाउनसैंपलिंग के अधीन होती है।. पिरामिड प्रतिनिधित्व स्केल स्पेस|स्केल-स्पेस प्रतिनिधित्व और मल्टीरिज़ॉल्यूशन विश्लेषण का पूर्ववर्ती है।

पिरामिड पीढ़ी
पिरामिड दो मुख्य प्रकार के होते हैं: लोपास और बैंडपास।

एक उपयुक्त स्मूथिंग फिल्टर के साथ छवि को चिकना करके और फिर चिकनी छवि को उप-नमूना देकर, आमतौर पर प्रत्येक समन्वय दिशा के साथ 2 के कारक द्वारा एक लोपास पिरामिड बनाया जाता है। परिणामी छवि को फिर उसी प्रक्रिया के अधीन किया जाता है, और चक्र को कई बार दोहराया जाता है। इस प्रक्रिया के प्रत्येक चक्र के परिणामस्वरूप स्मूथिंग में वृद्धि के साथ एक छोटी छवि बनती है, लेकिन स्थानिक नमूनाकरण घनत्व में कमी आती है (अर्थात, छवि रिज़ॉल्यूशन में कमी आती है)। यदि ग्राफ़िक रूप से चित्रित किया जाए, तो संपूर्ण बहु-स्तरीय प्रतिनिधित्व एक पिरामिड की तरह दिखाई देगा, जिसमें नीचे मूल छवि होगी और प्रत्येक चक्र के परिणामस्वरूप छोटी छवि एक दूसरे के ऊपर खड़ी होगी।

एक बैंडपास पिरामिड पिरामिड में आसन्न स्तरों पर छवियों के बीच अंतर बनाकर और रिज़ॉल्यूशन के आसन्न स्तरों के बीच छवि प्रक्षेप करके बनाया जाता है, ताकि पिक्सेलवार अंतर की गणना की जा सके।

पिरामिड पीढ़ी गुठली
पिरामिड बनाने के लिए विभिन्न प्रकार के विभिन्न स्मूथिंग कर्नेल (छवि प्रसंस्करण) का प्रस्ताव किया गया है।   जो सुझाव दिए गए हैं, उनमें द्विपद गुणांक से उत्पन्न होने वाले द्विपद कर्नेल एक विशेष रूप से उपयोगी और सैद्धांतिक रूप से अच्छी तरह से स्थापित वर्ग के रूप में सामने आते हैं।   इस प्रकार, एक द्वि-आयामी छवि को देखते हुए, हम (सामान्यीकृत) द्विपद फ़िल्टर (1/4, 1/2, 1/4) आमतौर पर प्रत्येक स्थानिक आयाम के साथ दो या अधिक बार लागू कर सकते हैं और फिर छवि को दो के कारक से उप-नमूना कर सकते हैं। यह ऑपरेशन तब जितनी बार चाहें आगे बढ़ाया जा सकता है, जिससे एक कॉम्पैक्ट और कुशल बहु-स्तरीय प्रतिनिधित्व प्राप्त होगा। यदि विशिष्ट आवश्यकताओं से प्रेरित किया जाता है, तो मध्यवर्ती पैमाने के स्तर भी उत्पन्न हो सकते हैं जहां उप-नमूना चरण कभी-कभी छूट जाता है, जिससे एक ओवरसैंपल्ड या हाइब्रिड पिरामिड बन जाता है। आज उपलब्ध  CPU  की बढ़ती कम्प्यूटेशनल दक्षता के साथ, कुछ स्थितियों में पिरामिड पीढ़ी के चरणों में स्मूथिंग कर्नेल के रूप में व्यापक समर्थित गाऊसी फिल्टर का उपयोग करना भी संभव है।

गाऊसी पिरामिड
गाऊसी पिरामिड में, बाद की छवियों को गाऊसी औसत (गाऊसी धुंधलापन) का उपयोग करके भारित किया जाता है और छोटा किया जाता है। स्थानीय औसत वाला प्रत्येक पिक्सेल पिरामिड के निचले स्तर पर पड़ोस पिक्सेल से मेल खाता है। इस तकनीक का प्रयोग विशेष रूप से बनावट संश्लेषण में किया जाता है।

लाप्लासियन पिरामिड
लाप्लासियन पिरामिड गॉसियन पिरामिड के समान है लेकिन प्रत्येक स्तर के बीच धुंधले संस्करणों की अंतर छवि को बचाता है। उच्च स्तरों पर अंतर छवियों का उपयोग करके उच्च रिज़ॉल्यूशन छवि के पुनर्निर्माण को सक्षम करने के लिए केवल सबसे छोटा स्तर एक अंतर छवि नहीं है। इस तकनीक का उपयोग छवि संपीड़न में किया जा सकता है।

संचालनीय पिरामिड
ईरो सिमोनसेलि और अन्य द्वारा विकसित एक स्टीयरेबल पिरामिड, एक मल्टी-स्केल, मल्टी-ओरिएंटेशन बंदपास छननी बैंक का कार्यान्वयन है जिसका उपयोग छवि संपीड़न, बनावट संश्लेषण और ऑब्जेक्ट पहचान की रूपरेखा सहित अनुप्रयोगों के लिए किया जाता है। इसे लाप्लासियन पिरामिड के एक ओरिएंटेशन चयनात्मक संस्करण के रूप में सोचा जा सकता है, जिसमें एकल लाप्लासियन या गॉसियन फिल्टर के बजाय पिरामिड के प्रत्येक स्तर पर चलाने योग्य फिल्टर का एक बैंक उपयोग किया जाता है।

वैकल्पिक प्रतिनिधित्व
कंप्यूटर विज़न के शुरुआती दिनों में, वास्तविक दुनिया की छवि डेटा से मल्टी-स्केल इमेज फ़ीचर डिटेक्शन (कंप्यूटर विज़न) की गणना के लिए पिरामिड का उपयोग मुख्य प्रकार के मल्टी-स्केल प्रतिनिधित्व के रूप में किया जाता था। हाल की तकनीकों में स्केल स्पेस|स्केल-स्पेस प्रतिनिधित्व शामिल है, जो अपने सैद्धांतिक आधार, मल्टी-स्केल प्रतिनिधित्व से सबसैंपलिंग चरण को अलग करने की क्षमता, सैद्धांतिक विश्लेषण के लिए अधिक शक्तिशाली उपकरणों के साथ-साथ कुछ शोधकर्ताओं के बीच लोकप्रिय रहा है। किसी भी वांछित पैमाने पर प्रतिनिधित्व की गणना करने की क्षमता, इस प्रकार विभिन्न रिज़ॉल्यूशन पर संबंधित छवि प्रतिनिधित्व की एल्गोरिदमिक समस्याओं से बचा जा सकता है। फिर भी, स्केल स्पेस | स्केल-स्पेस प्रतिनिधित्व के लिए कम्प्यूटेशनल रूप से कुशल अनुमान व्यक्त करने के लिए पिरामिड का उपयोग अभी भी अक्सर किया जाता है।

विस्तार से हेरफेर
विभिन्न पैमानों पर विवरण को बढ़ाने या कम करने के लिए लाप्लासियन पिरामिड के स्तरों को मूल छवि में जोड़ा या हटाया जा सकता है। हालाँकि, इस फॉर्म का विस्तार से हेरफेर कई मामलों में हेलो कलाकृतियों का उत्पादन करने के लिए जाना जाता है, जिससे द्विपक्षीय फ़िल्टर जैसे विकल्पों का विकास होता है।

कुछ छवि संपीड़न फ़ाइल प्रारूप एडम7 एल्गोरिदम या कुछ अन्य इंटरलेसिंग (बिटमैप्स) तकनीक का उपयोग करते हैं। इन्हें एक प्रकार के छवि पिरामिड के रूप में देखा जा सकता है। क्योंकि वे फ़ाइल प्रारूप बड़े पैमाने की विशेषताओं को पहले संग्रहीत करते हैं, और बारीक विवरण बाद में फ़ाइल में संग्रहीत करते हैं, एक विशेष दर्शक एक छोटे थंबनेल या छोटी स्क्रीन पर प्रदर्शित होने वाली छवि को उपलब्ध पिक्सेल में प्रदर्शित करने के लिए बस पर्याप्त छवि को तुरंत डाउनलोड कर सकता है - इसलिए एक फ़ाइल प्रत्येक रिज़ॉल्यूशन के लिए एक अलग फ़ाइल को संग्रहीत या उत्पन्न करने के बजाय कई दर्शक रिज़ॉल्यूशन का समर्थन कर सकती है.

यह भी देखें

 * मिपमैप
 * स्केल स्पेस कार्यान्वयन
 * विवरण का स्तर (कंप्यूटर ग्राफिक्स)
 * JPEG 2000#एकाधिक रिज़ॉल्यूशन प्रतिनिधित्व

बाहरी संबंध

 * Gaussian-Laplacian Pyramid Image Coding - illustrates methods of Downsampling, Upsampling, and Gaussian convolution
 * The Gaussian Pyramid - provides a brief introduction for the procedure and cites several sources
 * Laplacian Irregular Graph Pyramid - Figure 1 on this page illustrates an example of the Gaussian Pyramid
 * The Laplacian Pyramid as a Compact Image Code on eBook Submission