【技术实现步骤摘要】
本专利技术属于图像处理
,具体的说是一种图像拼接方法,可用于图像传输、图像安全、图像信息隐藏及广告设计。
技术介绍
图像马赛克拼接技术是将目标图像的每一个像素或区域使用与之相似的图像代替,使得马赛克拼接后的目标图像在一定距离外观看时与原目标图像相近;而在近处观察时,每一个像素或区域都是一幅独立的图像。马赛克拼接技术除了在图像美学及艺术上的应用外,在为图像传输、图像安全、图像信息隐藏及广告设计等领域也有巨大的潜力。已有研究者对图像马赛克拼接的研究始于1982年Ken Knowlton发布的DominoPix电脑图形系统,该系统主要应用于缺乏拼接图像集情况下的图像马赛克拼接。1997年Robert Silvers首先将目标图像分割成矩形或方形的区域,然后将每个区域与拼接图像集中的图像(称作细胞图像)比较,选取最匹配的细胞图像嵌入到原图中,最终得到完整的马赛克图像。该工作大力推动了图像马赛克领域的发展,并在艺术、商业、影视等领域得到了大量应用。传统的马赛克拼接算法在目标图像的前景和背景区域都使用了大小相近的细胞图像,也就是说马赛克拼接后的图像中的每个细胞元素处于同一分辨率下,这样不利于突出人们更加关心的前景目标区域,因此2009年Achanta将显著性信息引入图像马赛克拼接当中,使得目标图像根据显著性的高低,包含不同密度的细胞图像。加入显著信息后的马赛克图像往往在人们更加关注的前景区域包含更多的细胞图像,因此目标具有较高的清晰度和还原度,而背景区域则往往由较少的细胞图像拼接组成。无论是传统的图像马赛克拼接还是显著性引导的图像马赛克拼接,在处理目标图像中的 ...
【技术保护点】
利用显著信息引导的图像不规则马赛克拼接方法,包括:(1)输入目标图像,通过分层显著性检测算法提取该图像的显著性区域及各区域的显著性值;(2)根据显著性值的大小对目标图像进行不同密度的过分割;(2a)将目标图像的显著性值均匀量化为K个等级,并设置超像素分割初始区域大小A;(2b)以A为初始区域大小,对整个目标图像进行第一次超像素分割;(2c)类似地,对目标图像中显著性等级为2~K的区域,分别设置超像素区域大小为A/4~A/4K‑1进行K‑1次的超像素分割,最终得到一幅具有不同分块密度的M个网格区域分割图像;(3)提取目标图像在每个网格区域中所有像素点的红绿蓝RGB颜色的均值特征;(4)输入拼接图像集,分别提取拼接图像集中P幅图像的红绿蓝RGB颜色均值特征;(5)计算每个网格区域与拼接图像集中每幅图像在颜色空间中的欧氏距离,并为每个网格区域选取距离最近的拼接图像;(6)提取每个网格区域的宽度与高度参数,并根据这两个参数缩放该区域对应的拼接图像;再将拼接图像与网格区域中心点对齐,裁剪拼接图像使其与网格区域形状和大小相同;(7)将裁剪后的每幅拼接图像填充到相应网格中,完成整幅目标图像的马赛克拼 ...
【技术特征摘要】
1.利用显著信息引导的图像不规则马赛克拼接方法,包括:(1)输入目标图像,通过分层显著性检测算法提取该图像的显著性区域及各区域的显著性值;(2)根据显著性值的大小对目标图像进行不同密度的过分割;(2a)将目标图像的显著性值均匀量化为K个等级,并设置超像素分割初始区域大小A;(2b)以A为初始区域大小,对整个目标图像进行第一次超像素分割;(2c)类似地,对目标图像中显著性等级为2~K的区域,分别设置超像素区域大小为A/4~A/4K-1进行K-1次的超像素分割,最终得到一幅具有不同分块密度的M个网格区域分割图像;(3)提取目标图像在每个网格区域中所有像素点的红绿蓝RGB颜色的均值特征;(4)输入拼接图像集,分别提取拼接图像集中P幅图像的红绿蓝RGB颜色均值特征;(5)计算每个网格区域与拼接图像集中每幅图像在颜色空间中的欧氏距离,并为每个网格区域选取距离最近的拼接图像;(6)提取每个网格区域的宽度与高度参数,并根据这两个参数缩放该区域对应的拼接图像;再将拼接图像与网格区域中心点对齐,裁剪拼接图像使其与网格区域形状和大小相同;(7)将裁剪后的每幅拼接图像填充到相应网格中,完成整幅目标图像的马赛克拼接。2.根据权利要求书1所述的利用显著信息引导的图像不规则马赛克拼接方法,其中步骤(1)中使用分层显著性检测算法提取该图像的显著性区域及各区域的显著性值,按如下步骤进行:(1a)对输入图像进行类分水岭分割三次,产生三层分割结果,设置该三层分割结果的对应阈值分别为3,17和33;(1b)对于第l层上的区域i,l=1,2,3,定义显著性线索为假设第l层总共分割为n个区域,分别计算该层每个区域i的局部对比度和位置启发...
【专利技术属性】
技术研发人员:高新波,仇文亮,韩冰,魏国威,张景滔,王平,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。