采用将细缝裁减和非均匀映射相结合的图像尺寸自适应框架,提出了一种基于内容的图像重要信息变形的度量方法.首先提取原始图像的重要性像素点,利用细缝裁减去掉一条像素细缝后,相应的重要性像素点会被更新.对于图像中保留的重要性像素点...采用将细缝裁减和非均匀映射相结合的图像尺寸自适应框架,提出了一种基于内容的图像重要信息变形的度量方法.首先提取原始图像的重要性像素点,利用细缝裁减去掉一条像素细缝后,相应的重要性像素点会被更新.对于图像中保留的重要性像素点,计算它们的子图像平均偏差(ADSI,Average Difference of Sub Images);对于被移除的重要性像素点,计算它们的平均丢失能量(ALE,Average Lost Energy).通过ADSI和ALE可计算出重要信息变形的度量函数(IIDF,Important Information Deformation Function)的值,通过分析IIDF的趋势得到细缝裁减的终止条件,然后改用非均匀映射方法(non-homogeneous warping)将图像自适应到目标尺寸.实验结果证明,新方法处理的结果图像重要区域变形较小,并且计算效率比较高.展开更多
文摘采用将细缝裁减和非均匀映射相结合的图像尺寸自适应框架,提出了一种基于内容的图像重要信息变形的度量方法.首先提取原始图像的重要性像素点,利用细缝裁减去掉一条像素细缝后,相应的重要性像素点会被更新.对于图像中保留的重要性像素点,计算它们的子图像平均偏差(ADSI,Average Difference of Sub Images);对于被移除的重要性像素点,计算它们的平均丢失能量(ALE,Average Lost Energy).通过ADSI和ALE可计算出重要信息变形的度量函数(IIDF,Important Information Deformation Function)的值,通过分析IIDF的趋势得到细缝裁减的终止条件,然后改用非均匀映射方法(non-homogeneous warping)将图像自适应到目标尺寸.实验结果证明,新方法处理的结果图像重要区域变形较小,并且计算效率比较高.
