基于内容感知的图像尺寸自适应缩放方法研究与实现

论文摘要

图像缩放技术是数字图像处理领域一项基础而重要的技术。目前常用的方法是线性缩放方法,只是机械的按图像尺寸大小进行缩放,存在着图像失真的缺点。基于内容感知,采用Seam Carving技术的自适应图像缩放方法,通过不断移除或插入图像中对内容影响较小的缝合线,可以改变图像的长度比、实现图像重构、保留图像感兴趣区域、实现图像目标移除,实现图像尺寸的缩小和放大,并能够在缩放过程中保留图像重要内容,是目前非常有效的一种方法。本文仔细分析研究了基于Seam Carving技术的图像缩放方法,通过对能量函数的定义,计算索引矩阵,给出了单、双坐标方向尺寸变换算法,实现了“一次计算,多次使用”,提高了Seam Carving技术应用于尺寸缩放时的计算效率；提出了一种新的显著性区域检测与图像分割方法,该方法给出了显著性区检测模型,实现了显著区域的分割,并赋予这些区域不同的权值,通过选取合适的阈值,利用图像分割的方法,将图像中重要区域保留下来,再将显著性检测分割结果加权到能量函数上,增强能量函数对图像中重要区域的保护；通过对原有的尺寸缩放算法改进,给出了显著区域的检测、分割算法,使之能够避免用户感兴趣区域出现内容失真的情形,实现指定目标移除和感兴趣区域保留。实验结果表明本文的研究工作不仅能够对图像进行有效的缩放,还能成功完成用户指定感兴趣区域保留和指定目标移除的工作,证明了基于Seam Carving技术在自然图像处理方面的较高应用价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 本文工作
• 1.4 论文组织结构
• 第二章 相关技术与理论研究
• 2.1 Seam Carving技术
• 2.1.1 图像尺寸变换方法及比较
• 2.1.2 Seam Carving技术
• 2.1.3 Seam Carving技术的优势
• 2.2 基于视觉感知的图像尺寸变换
• 2.2.1 能量函数
• 2.2.2 不同尺寸变换策略图像能量保留之比较
• 2.3 基于视觉注意机制感兴趣区域检测
• 2.3.1 Koch&Ullman模型
• 2.3.2 Itti模型
• 2.4 本章小结
• 第三章 基于Seam Carving技术尺寸缩放算法实现
• 3.1 计算缝合线的定义与实现
• 3.2 单坐标方向尺寸变换分析
• 3.2.1 索引矩阵
• 3.2.2 尺寸缩小
• 3.2.3 尺寸放大
• 3.2.4 缩放过程实现及问题分析
• 3.3 双坐标方向尺寸变换设计与实现
• 3.3.1 Avidan算法
• 3.3.2 双坐标方向尺寸变换算法的实现
• 3.4 本章小结
• 第四章 基于显著性区域的图像缩放算法实现
• 4.1 ITTi显著性区域检测方法分析
• 4.2 显著性区域检测模型设计
• 4.3 显著性区域分割设计
• 4.4 基于显著性区域的图像缩放算法的实现
• 4.4.1 本文算法的实现与Itti方法比较
• 4.4.2 本文算法与Seam Carving方法结合的优势
• 4.5 本章小结
• 第五章 基于Seam Carving技术的目标移除算法实现
• 5.1 感兴趣区域保留分析
• 5.2 指定目标移除的设计与实现
• 5.3 本章小结
• 第六章 结论
• 致谢
• 参考文献
• 附录