[发明专利]一种有效的图像自适应方法

说明书

技术领域

本发明涉及图像处理技术领域，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。

背景技术

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意义。

目前基于图像内容的图像大小自适应方法主要有非均匀映射(Non-homogeneous Warping)方法，基于细缝裁切(Seam Carving)的方法等。

二维的非均匀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。

发明内容

本发明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，本发明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匀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，改用非均匀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，本发明提供了一种有效的图像自适应方法。该方法包括：

1)输入大小为M×N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尺寸为M′×N′。

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(x，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)＝0.299×R(x，y)+0.587×G(x，y)+0.114×B(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，