一种有效的图像自适应方法通过图像距离评价方法将现有的细缝裁切方法和非均匀映射方法融合在一起。本方法首先采用细缝裁切的方法对图像进行裁切，每抽取一条细缝后计算当前图像与参考图像的距离，该距离由重要信息变形函数表征，由移除细缝后剩下的重要像素的子图像平均图像差分和被移除重要像素的平均能量损耗加权得到；通过重要信息变形函数评价自适应后图像相对于参考图像的形变程度，通过移除细缝后的重要信息变形函数值的平均值计算平均信息变形差值。当重要信息变形函数的值超过平均信息变形差值时终止细缝裁减方法，改用非均匀映射方法直到得到目标大小的图像。本发明专利技术不仅移除图像中非重要区域，并且有效地保持了缩放后图像中重要物体的比例和细节，实现了综合最优的图像自适应。
【技术实现步骤摘要】
本专利技术涉及图像处理
，具体涉及一种基于图像距离评价的图像自适应方法的研究及实现。
技术介绍
随着移动设备的普及，电视、笔记本电脑、PDA、手机等适用于不同网络的终端设备不断换代更新，不同类型不同尺寸的显示终端不断涌现以适应各种不用的用户需求。为了保证持不同设备的用户都能够舒适地观看同样的图像内容，这就要求图像内容能够自适应于不同尺寸、不同比例的用户终端，研究保持图像主要内容的自适应技术具有重要的应用眉、ο目前基于图像内容的图像大小自适应方法主要有非均勻映射(Non-homogeneous Warping)方法，基于细缝裁切Beam Carving)的方法等。二维的非均勻映射方法首先由用户设定一些需要保持形状的感兴趣区域，在进行图像缩放时，感兴趣区基本上采取相似变换，而其它区域则采取非线性变换，当然感兴趣区形状保持的代价是其它背景区域更大的变形。但这种方法只能压缩而不是去除非重要区域，当图像/视频中有大量非重要区域时，处理效果不理想。基于细缝裁减方法特点是能够最大限度的保持图像中的重要区域，去除最低能量区域。但是当图像中的不重要信息全部去除后，继续采用细缝裁减方法势必会带来重要信息的损失和对象变形，从而导致图像视觉质量快速下降。
技术实现思路
本专利技术要解决的技术问题是提供一种适用于不同尺寸用户终端的图像自适应技术，使图像能够自适应地在不同终端上显示图像内容，尽可能多的保持原始图像中重要内容，保持关键对象无畸变，保持图像中的重要结构即空间位置关系相对不变，以保证最佳主观观赏质量。由于目前各种图像自适应的方法有各自的优缺点和局限性，本专利技术提供一种图像大小自适应方法，它基于内容相关的图像距离评价方法，将细缝裁切方法和非均勻映射方法有机的融合在一起。本方法首先采用细缝裁切的方法对图像进行裁切，每抽取一条细缝后计算当前图像与参考图像的距离，该距离由重要信息变形函数表征，由移除细缝后剩下的重要像素的子图像平均图像差分和被移除重要像素的平均能量损耗加权得到；通过重要信息变形函数评价自适应后图像相对于参考图像的形变程度，通过移除细缝后的重要信息变形函数值的平均值计算平均信息变形差值。当重要信息变形函数的值超过平均信息变形差值时终止细缝裁减方法，改用非均勻映射方法直到得到目标大小的图像，从而实现图像大小的自适应。为了实现上述问题，本专利技术提供了。该方法包括1)输入大小为MXN的原始视频序列图像作为参考图像，并设定输出图像的目标5尺寸为M' XN'。2)提取参考图像中的重要像素信息。多数情况下，图像中相对重要的像素存在于图像的细节信息中，我们采用边缘检测提取细节信息即边缘像素信息，并用阈值法来将重要像素置为0，非重要像素置为1。并参考这些信息作为进一步计算重要信息变形函数的评价参数。进一步地，所述步骤2、具体包括①将参考图像转化为灰度图像，用函数g(x，y)表示。其中，(x, y)表示像素点在图像中的坐标，g(x，y)表示坐标为(x，y)的像素点的灰度值。根据参考图像中每一个像素点的R(红色)、G(绿色)、B(蓝色)分量值R(x，y)、 G(χ, y)、B(x，y)来计算灰度图像的灰度函数g(x，y)，灰度计算公式为g(x, y) = 0. 299XR(χ, y) +0. 587XG(x, y) +0. 114XB(x, y)②对上述步骤中的灰度图像进行十字中值滤波具体十字中值滤波方法，具体参见‘科学出版社’出版、孙即祥编著、2005年1月第二版《图像处理》162页。③应用sobel算子得到灰度图像的边缘sobel算子的计算方法，体参见‘科学出版社’出版、孙即祥编著、2005年1月第二版《图像处理》172页。④计算上述边缘图像的平均灰度值AVe_Gray和方差Var_Gray，计算方法如下，1 M N本文档来自技高网...
【技术保护点】
１．一种有效的图像自适应方法，具体步骤如下：１）输入原始视频序列图像作为参考图像，并设定输出图像的目标尺寸；２）提取参考图像中的重要像素信息，具体步骤如下：①将参考图像转化为灰度图像，用函数ｇ（ｘ，ｙ）表示；②对上述步骤中的灰度图像进行十字中值滤波；③应用ｓｏｂｅｌ算子得到灰度图像的边缘；④计算上述边缘图像的平均灰度值Ａｖｅ＿Ｇｒａｙ和方差Ｖａｒ＿Ｇｒａｙ；⑤计算阈值ｒ０：ｒ０＝Ａｖｅ＿Ｇｒａｙ＋Ｖａｒ＿Ｇｒａｙ；⑥提取参考图像中的重要像素信息，通过如下阈值法得到二值图像函数（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｂ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｂ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｅｎｃｅｄｏｐｅｎ＝＇｛＇ｃｌｏｓｅ＝＇＇）?（ｍｔａｂｌｅ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｎ）１（／ｍｎ）?（／ｍｔｄ）?（ｍｔｄ）?（ｍｉ）ｇ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＆ｌｔ；（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｒ（／ｍｉ）?（ｍｎ）０（／ｍｎ）?（／ｍｓｕｂ）?（／ｍｔｄ）?（／ｍｔｒ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｎ）０（／ｍｎ）?（／ｍｔｄ）?（ｍｔｄ）?（ｍｉ）ｇ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＆ＧｒｅａｔｅｒＥｑｕａｌ；（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｒ（／ｍｉ）?（ｍｎ）０（／ｍｎ）?（／ｍｓｕｂ）?（／ｍｔｄ）?（／ｍｔｒ）?（／ｍｔａｂｌｅ）?（／ｍｆｅｎｃｅｄ）?（ｍｏ），（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中值为１的像素为重要像素；３）初始化，具体步骤如下：①初始化状态方程：ＡＳＦ（ｘ，ｙ）＝０，其中，ＡＳＦ（ｘ，ｙ）记录２）⑥中得到的二值图像中每个重要像素点的状态值，初始时图像中所有重要像素的状态值为零；②初始化布尔函数值：ＢＯＯＬ＝０；４）应用细缝裁切方法应用细缝裁切方法在参考图像中找到一条能量值最小的细缝并去除，在当前二值图像中相应的位置去除该条细缝；５）监测当前图像尺寸大小计算当前图像的长和宽，若当前图像尺寸达到目标尺寸，则跳至最后一步；否则，继续向下执行；６）更新重要像素状态更新与被移除的重要像素相邻的没有被移除的８个像素中的重要像素的状态ＡＳＦ（ｘ，ｙ），其他像素状态不变，计算公式如下：（ｍａｔｈ）??（ｍｆｅｎｃｅｄｏｐｅｎ＝＇｛＇ｃｌｏｓｅ＝＇＇）?（ｍｔａｂｌｅ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ＡＳＦ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）ｍａｘ（／ｍｉ）?（ｍｏ）｛（／ｍｏ）?（ｍｉ）ＡＳＦ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ＡＳＦ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｉ）ｕ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｉ）ｖ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｝（／ｍｏ）?（ｍｏ）＋（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｔｄ）?（／ｍｔｒ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ＡＳＦ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ...
【技术特征摘要】
1. 一种有效的图像自适应方法，具体步骤如下1)输入原始视频序列图像作为参考图像，并设定输出图像的目标尺寸；2)提取参考图像中的重要像素信息，具体步骤如下①将参考图像转化为灰度图像，用函数g(x，y)表示；②对上述步骤中的灰度图像进行十字中值滤波；③应用sobe...
【专利技术属性】
技术研发人员：毋立芳，宫玉，曹连超，袁星柢，刘书琴，武文斌，邓亚丽，高美琴，张娟娟，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：11
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。