视觉感知饱和策略的图像自适应缩小方法技术

本发明专利技术公开了一种视觉感知饱和策略的图像自适应缩小方法，包括以下步骤：1)利用不同缩小倍数Ki，通过原图像下采样，构造出多个缩小图Ii；2)分别对Ii用显著点预测算法计算显著图Si，其中显著度值大于平均值的像素点作为注视点；3)对Ii中注视点做Mean‑聚类，生成多个聚类Class_j；4)每类注视点形成自身注视区域和类中心，则该类点到类中心的归一化类内距离可作为微跳视幅度参数看待；5)对Ii中各类的归一化类内距离做累计平均，作为该图的微跳视幅度Ai；6)比较微跳视幅度Ai，其最小值对应的Ki是最佳图像尺度。

【技术实现步骤摘要】
视觉感知饱和策略的图像自适应缩小方法
本专利技术涉及计算机视觉
，具体地讲是一种视觉感知饱和策略的图像自适应缩小方法。
技术介绍
图像分辨率的提高，使得像素数量几何倍数增加。面对海量视频图像数据，传统基于像素的图像处理算法面临严重的挑战。一方面人们致力于不断提高计算机系统硬件速度来减缓这种压力；另一方面，对传统图像处理算法做合理改进，使之更适应处理海量像素数据，是一种有效的解决问题思路。从人类视觉的角度而言，由于视网膜面积和光感受器数量有限，人眼通常通过晶状体调整和瞳孔缩放实现外界场景在视网膜上投影的尺度变化和目标聚焦。原始图像在视网膜上的投影是适当缩小的图像。缩小图像——利用下采样方式，缩小图像到一个合适尺度，能大大降低数据量。缺点是下采样过程中，过分的下采样往往会丢失小目标、模糊目标边缘。因此应用中的关键问题是图像缩小到多大尺度最合适？如何选择合理的图像缩小尺度是个亟待解决的问题。现有技术通常是由人累试不同的图像缩小尺度，经验性地选择一个对大多数任务都合适的固定参数。对于变化的实际场景图像，这种做法有严重局限性。为了克服图像算法对于尺度的敏感性，通常还采用多尺度图像同时并行本文档来自技高网...

【技术保护点】
1.视觉感知饱和策略的图像自适应缩小方法，其特征在于：包括以下步骤：1)利用不同缩小倍数Ki，通过下采样原图像I，构造出多个缩小尺度图Ii。2)分别对缩小尺度图Ii用显著点预测算法计算得到显著图Si，所述显著图Si中显著度值大于平均值的像素点作为注视点；3)利用注视点做Mean‑shift聚类，生成多个聚类Class_j；4)每个聚类的注视点形成自身注视区域和类中心，则该聚类的注视点到类中心的类内距离可作为微跳视幅度参数；5)对基于整个原图像I所得到的各聚类的类内距离做累计并利用图像对角线长度为分母，做归一化处理，作为该尺度图像的微跳视幅度Ai；6)比较微跳视幅度Ai，其最小值对应的Ki是最佳...

【技术特征摘要】
2018.04.18 CN 20181034643301.视觉感知饱和策略的图像自适应缩小方法，其特征在于：包括以下步骤：1)利用不同缩小倍数Ki，通过下采样原图像I，构造出多个缩小尺度图Ii。2)分别对缩小尺度图Ii用显著点预测算法计算得到显著图Si，所述显著图Si中显著度值大于平均值的像素点作为注视点；3)利用注视点做Mean-shift聚类，生成多个聚类Class_j；4)每个聚类的注视点形成自身注视区域和类中心，则该聚类的注视点到类中心的类内距离可作为微跳视幅度参数；5)对基于整个原图像I所得到的各聚类的类内距离做累计并利用图像对角线长度为分母，做归一化处理，作为该尺度图像的微跳视幅度Ai；6)比较微跳视幅度Ai，其最小值对应的Ki是最佳图像尺度。2.根据权利要求1所述的视觉感知饱和策略的图像自适应缩小方法，其特征在于：对注视点先进行Mean-shift聚类，依据点的分布密度划分注视点为不同的聚...

【专利技术属性】
技术研发人员：张纠，叶家建，郭娅茜，徐靓云，潘晨，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江,33