[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

说明书

本发明涉及一种基于累积能量的立体图像线裁剪重定向方法，包括以下步骤：1、输入立体图像和对应的视差图，初始化输入图像的能量矩阵和能量累积矩阵；2、采用动态规划的方法找到左、右视图的最优缝组并记录其路径；3、将最优缝组路径上的每个像素的能量累积到其相邻的8个像素上；4、检测并沿着最大边缘信息的方向继续向相邻的2个像素进行能量累积；5、删除最优缝组，更新图像的能量矩阵、能量累积矩阵M及对应的视差图；6、迭代上述步骤直至目标尺寸，获得重定向后的左、右视图和对应的视差图。该方法能够有效减少由于缝操作集中在图像某一区域从而引起的立体图像的视觉失真，并能保持左右图像的几何一致性，提高立体图像线裁剪的性能。

技术领域

本发明涉及涉及图像处理及计算机视觉领域，特别是图像显示适应中一种基于累积能量的立体图像线裁剪重定向方法。

背景技术

近年来，图像重定向方法作为计算机视觉领域的一个热点课题得到许多学者的重视与研究，相关的成果也层出不穷。这些方法的共同目标是改变图像尺寸大小或者纵横比以适应不同的设备的显示屏幕，并且尽可能地减少图像内容的失真和保持原有的图像结构信息。线裁剪(Seam Carving,SC)方法最早是由Avidan等人提出来的，是基于内容的图像重定向的一种有效方法。一条缝是指在迭代地进行删除或者插入过程中，由能量最低的像素组成的最优路径。为了保证图像的内容和结构的完整性，学者们提出了不同的线裁剪方法，Rubinstein等人在删除缝的时候引入了前向能量。Kazu Mishiba等人将一条缝定义成由一对像素组成的路径，这样合并缝的方法能保留图像的结构信息。Grundmann等人提出了不连续的线裁剪方法。在线裁剪时，缝不再是由自上而下或者从左往右的像素组成的连通路径，而是变成了一段段不连续的缝(piece-wise seams)。Domingues等人使用缝流(a streamseam)，即缝的宽度大于一个像素，获得更符合人们视觉偏好的结果。Hsi-Chin Hsin提出了一种使用显著性直方图来均衡的基于内容的线裁剪方法，即通过创建一个非均匀的网格来均衡图像的显著性，在显著区域用网格处理方式也能够降低时间代价。

随着多媒体和显示设备的不断流行，立体图像重定向技术俨然变成了一个研究热点。尽管上述方法在处理单目图像时能产生令人满意的结果，然而在处理立体图像时，它们并不能保证左右视图的几何一致性。Tali Basha等人提出了立体图像线裁剪(SSC)的方法，在能量函数中考虑深度信息、几何结构信息以及左右视图中的遮挡/被遮挡像素。为了减少图像中物体的几何失真，Bin Yue等人在确定图像的显著对象时同时考虑了梯度强度和视觉融合区域。Kuo-Chin Lien等人提出了一种新算法，在进行立体图像重定向时使用高阶能量来同时约束左右视图的一对像素组，以此保证图像的2D和3D结构信息不被破坏。为了保持图像的几何一致性，Utsugi等人将左右视图对应的一对缝分为两类：能保持一致性的对应缝(corresponding seams)和改变一致性的遮挡缝(occluded seams)。

尽管线裁剪的方法在大多情况下可以得到相对较好地重定向结果，然而鉴于立体图像左右视图的几何一致性以及图像3D结构特性，而线裁剪又是通过连续地删除或插入最优缝来实现图像重定向，因此很可能集中在某区域删除或者插入某些像素，在进行立体图像线裁剪时也不可避免地产生了严重的失真结果。

发明内容

本发明的目的在于提供一种基于累积能量的立体图像线裁剪重定向方法，该方法能够有效减少由于缝操作集中在图像某一区域从而引起的立体图像的视觉失真，并能保持左右图像的几何一致性，提高立体图像线裁剪的性能。

为实现上述目的，本发明采用的技术方案是：一种基于累积能量的立体图像线裁剪重定向方法，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；