[发明专利]一种基于局部均匀缩放的图像目标重定位方法

说明书

技术领域

本发明涉及一种图像处理技术，具体涉及一种图像目标重定位方法。

背景技术

近几年,数字图像越来越广泛的分布在媒体领域的各个方面，而手机、平板电脑等移动多媒体的发展丰富了我们浏览图像、视频的形式。要使图像可以在这些设备上正常显示,通常需要改变图像的大小以适应这些设备的屏幕分辨率，这种为了某种需要而改变图像大小或分辨率的过程通常称为图像目标重定位或图像缩放。目前最常用的图像缩放方式是均匀缩放,即通过下采样或图像插值达到缩小或放大图像的目的，但由于它在改变图像大小的同时未能考虑到图像内容,因此经常会造成扭曲失真使得图像变得过宽或过瘦。基于内容的图像目标重定位称为当前研究的一个热点，因为基于内容的图像目标重定位算法利用人们对图像内容的感知差异对图像进行非均匀的图像缩放,以适应新的显示需求。

基于内容的图像目标重定位算法是图像视觉研究领域的一个巨大挑战,它要求我们在改变图像大小同时顾及到图像的整体美观性。Shamir A,SorkineO.Visual media retargeting[C]//ACM SIGGRAPH ASIA 2009 Courses.ACM,2009:11定义了三条图像目标重定位目标:

1.目标图像应保留源图像的重要内容；

2.目标图像应保留源图像的重要结构；

3.目标图像应没有明显的视觉扭曲或失真现象。

根据上面提出的三条标准,Vaquero D,Turk M,Pulli K,et al.A survey of image retargeting techniques[C]//SPIE Opt ical Engineering+ Applications.International Society for Optics and Photonics,2010:779814-779814-15认为大多数的图像缩放方法都遵循一个相似的流程：首先,输入源图像和目标图像的尺寸，然后,计算源图像的重要性地图，最后根据重要性地图,应用缩放算子变更图像大小。

图像目标重定位算法的成功运行需要准确的重要性检测和快速有效的缩放算子两个不可或缺的条件。重要性检测又称显著性检测,是给每个像素标记一个介于[0,1]之间的值,值越高意味着该点越重要。Goferman S,Zelnik-Manor L,Tal A.Context-aware saliency detection[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2012,34(10):1915-1926详细介绍了现有的重要性检测方法并根据人类视觉的四条基本原则提出了一种基于上下文的显著性检测方法，该方法可以准确的检测重要性目标,但是计算复杂,耗时较长。Vaquero D,Turk M,Pulli K,et al.A survey of image retargeting techniques[C]//SPIE Optical Engineering+ Applications.International Society for Optics and Photonics,2010:779814-779814-15将重要性检测分为从上而下和从下而上两类,并详细介绍了几种常用于图像目标重定位的重要性检测方法。为了在复杂背景下准确的检测重要性目标,Kim W,Kim C.A texture-aware salient edge model for image retargeting[J].Signal Processing Letters,IEEE,2011,18(11):631-634提出了一种显著性边检测模型(TASE算法),通过计算图像在扩散空间的高阶统计量(HOS)检测显著性边。这种方法的确可以克服复杂背景和噪声的影响,但该方法的缩放算子却不能很好的保护图像的大尺度结构。