基于視覺(jué)顯著性和接縫雕刻算法的內(nèi)容感知圖像縮放.pdf

1、近年來(lái),隨著人們生活水平的提高,各種移動(dòng)終端也走入了人們的生活,圖像在不同尺寸的移動(dòng)終端上如何更好的顯示,也成了急需解決的問(wèn)題。圖像縮放的目的就是根據(jù)不同尺寸的移動(dòng)終端來(lái)調(diào)整圖像的尺寸、比例,同時(shí)盡量保持原圖像的框架結(jié)構(gòu),主要內(nèi)容不失真。本文著重研究了基于光譜殘留的視覺(jué)顯著性檢測(cè)和經(jīng)典的接縫雕刻算法,參考了一些基于圖像內(nèi)容感知的顯著性檢測(cè)和基于網(wǎng)格的圖像縮放的方法,主要從以下幾個(gè)方面進(jìn)行了研究:
　　(1)結(jié)合圖像的布局和內(nèi)容,基

2、于KNN算法,提出了一個(gè)計(jì)算像素顯著性權(quán)重的算法。由于基于光譜殘留的圖像顯著性檢測(cè)并沒(méi)有考慮像素之間的相互關(guān)系,本文利用KNN算法,設(shè)計(jì)了一個(gè)結(jié)合圖像內(nèi)容增強(qiáng)像素顯著性的概率密度函數(shù)。該算法兼顧了圖像內(nèi)容,可以得到更好的顯著圖。
　　(2)提出了一個(gè)利用圖像重構(gòu)錯(cuò)誤率增強(qiáng)圖像顯著性的方法。本文采用超像素分割的方法對(duì)原圖像進(jìn)行分塊,根據(jù)初始顯著圖確定圖像重構(gòu)的模板,基于選定的模板計(jì)算圖像重構(gòu)的錯(cuò)誤率,把錯(cuò)誤率較小的部分視為圖像中顯著

3、的部分。該算法可以有效地增強(qiáng)初始顯著圖,增加了算法的魯棒性。
　　(3)基于接縫雕刻技術(shù),運(yùn)用隨機(jī)游走算法,提出了一個(gè)圖像縮放的算法。用隨機(jī)游走的算法來(lái)確定最佳縫,降低了接縫雕刻算法的時(shí)間復(fù)雜度。在隨機(jī)游走算法中采用了本文提出的顯著性權(quán)重作為權(quán)值函數(shù),簡(jiǎn)化了整個(gè)算法的復(fù)雜度。該方法能很好的保留圖像重要內(nèi)容不失真。
　　基于以上幾點(diǎn)的圖像縮放算法在具體的實(shí)驗(yàn)中取得了很好的結(jié)果,實(shí)驗(yàn)結(jié)果表明我們的算法可以在保證圖像內(nèi)容不失真的基