[发明专利]一种基于累积能量的立体图像线裁剪重定向方法

权利要求书

1.一种基于累积能量的立体图像线裁剪重定向方法，其特征在于，包括以下步骤：

步骤S1：输入由左、右视图组成的一幅立体图像和对应的视差图，初始化输入图像的能量矩阵W和能量累积矩阵M；

步骤S2：采用动态规划的方法找到左、右视图的一组最优缝组并记录所述最优缝组的路径；

步骤S3：将记录的最优缝组路径上的每个像素的能量以一定的权重累积到其相邻的8个像素上；

步骤S4：采用索贝尔算子检测具有最大边缘信息的方向，沿着该方向继续向相邻的2个像素进行能量累积；

步骤S5：删除最优缝组，更新此时得到的图像的能量矩阵、能量累积矩阵M及对应的视差图；

步骤S6：迭代步骤S2～S5直至目标尺寸，获得重定向后的左、右视图和对应的视差图。

2.根据权利要求1所述的一种基于累积能量的立体图像线裁剪重定向方法，其特征在于，所述步骤S1中，输入立体图像和视差图，初始化输入图像的能量矩阵W和能量累积矩阵M，包括以下步骤：

步骤S11：输入一对立体图像{I_L,I_R}和对应的视差图D；

步骤S12：计算能量函数中的前向能量项E_intensity；

为保持左视图和右视图中内容的一致性，从左、右视图中删除缝时，必须同时删除一组耦合缝，即耦合缝在图像第i行上的一对像素应满足如下关系：

j_R＝j_L+D(i,j)

其中，(i,j)是该对像素在左视图的像素位置，j_R是该对像素在右视图的纵坐标，D(i,j)是该对像素在左视图的(i,j)位置相对于其在右视图的位置的视差值；

当从左、右视图中同时删除一组耦合缝时，原先不相邻的像素相邻后将引入前向能量，对于左、右视图分别有E_L和E_R；假设从输入图像I删除一个像素，像素在能量矩阵W中的位置记为(i,j)，所述输入图像I为左视图I_L或右视图I_R，由于左、右视图的前向能量E_L、E_R的计算方法相同，因此采用相同公式计算如下：

E(i,j,j^±)＝E^v(i,j,j^±)+E^h(i,j)

其中，j^±是或的简单标记，表示从左视图或右视图中删除所述耦合缝上的像素(i,j)的上一行的像素位置；E^h(i,j)和E^v(i,j,j^±)分别表示在水平和垂直方向上产生的前向能量；水平方向上的前向能量为：

E^h(i,j)＝|F(i,j+1)-F(i,j-1)|

其中，F(i,j+1)表示输入图像I在(i,j+1)处的亮度值；

在垂直方向上，新引入的能量取决于第i-1行上的j^±，则有以下三种情况：

其中，

其中，F(i-1,k)、F(i,k-1)、F(i,k)分别表示输入图像I在(i-1,k)、(i,k-1)、(i,k)处的亮度值；

因此，当从左视图和右视图中删除耦合缝上相对应的一对像素时，引入的前向能量E_intensity为：

其中，E_intensity(i,j,j^±)表示输入图像在(i,j)处的前向能量值，E_L(i,j,j^±)表示输入图像的左视图在(i,j)处的前向能量值，表示输入图像的右视图在(i,j)处的前向能量值；

步骤S13：计算能量函数中的3D能量项E_3D：

E_3D(i,j,j^±)＝E_D(i,j,j^±)+β|D_n(i,j)|+γG(i,j)

其中，E_3D(i,j,j^±)表示在(i,j)处的3D能量值，E_D(i,j,j^±)表示视差图在(i,j)处的前向能量，可由上述前向能量的计算方法得到D_n(i,j)是由视差图D归一化到[0,1]区间后得到的(i,j)处的视差能量值，G(i,j)为输入图像(i,j)处左、右视图之间的亮度差异能量值，即G(i,j)＝|F_L(i,j)-F_R(i,j+D(i,j))|，F_L(i,j)和F_R(i,j)分别为左、右视图I_L和I_R在(i,j)处的亮度值，β、γ为权重系数，分别控制对应项的权重；

步骤S14：结合步骤S12和步骤S13初始化输入图像的能量矩阵W，最终的能量矩阵W为：

E(i,j,j^±)＝E_intensity(i,j,j^±)+αE_3D(i,j,j^±)

其中，E(i,j,j^±)表示输入图像(i,j)处的能量值，α为权重系数，用于控制前向能量项E_intensity和3D能量项E_3D的权重；

步骤S15：初始化能量累积矩阵M为步骤S14的能量矩阵W。