论文部分内容阅读
近年来，随着数码相机、摄像机等电子产品的日益普及，人们能够非常方便地利用它们拍摄出高分辨率的数字图像。为了信息共享和交流的需要，人们通常需要把这些图像显示在手机、PDA等移动设备上。但由于源图像分辨率和显示终端屏幕尺寸的差异，一个关键的问题是如何在快速显示图像内容的同时突出图像中的显著区域或重要物体信息。这个问题被称作图像适应，即如何将高分辨率的图像更好地显示在较小的屏幕上。现有的一些算法都提供了相对于传统的直接缩放方法更佳的视觉效果。但是，这些算法都存在一定的局限性，例如有些算法的适用性局限于一些场景较为简单的图像，有些算法的计算复杂度过高以至于处理的效率较低，还有一些算法过多的依赖于用户的交互等等。
针对现有图像适应方法的局限性和存在的不足，本文提出了一种全新的基于网格参数化的图像适应方法。该方法首先结合源图像结构特征将源图像表示为相关的特征网格，从而可以在图像适应过程中通过特征网格的控制较好地保持图像结构；基于源图像的特征网格表示，我们将图像适应问题转化为求取具有目标尺寸网格的带约束网格参数化过程，即求取一个与源图像特征网格同拓扑，且具有目标屏幕尺寸的网格；同时，为了突出图像中的重要物体和减小目标图像的扭曲，我们结合图像显著度在参数化过程中加入了对显著物体和背景结构的约束；最后本文通过优化基于显著度伸长的网格参数化的能量方程求得目标尺寸网格，并在此基础上借助纹理映射生成适应图像。
在算法的基础上本文实现了基于网格参数化的图像适应系统，可以方便地对图像进行操作。基于该图像适应系统，我们通过本文提出的算法流程对大量的图像进行了实验，并将结果图像和其它代表性的图像适应算法效果做了对比和分析，实验效果表明本文算法具有更好的适应效果。同时，我们以用户调查的方式进一步衡量了本文算法的有效性。用户调查统计数据表明本文方法相对于其他方法能更方便有效地处理具有复杂背景和包含多目标物体的图像适应问题。
作为一种有效的图像适应算法，本文方法具备如下优势：
●本文方法在突出源图像中重要内容的同时保证图像中背景内容的视觉扭曲程度最小化。对源图像的特征网格表示可以较好地反映图像中的重要物体和显著结构信息，因此在参数化过程中可以增强显示图像中的重要区域；另外，基于约束网格参数化的图像适应方法可以较好地保持背景所包含的重要结构信息。
●本文方法可以方便地对包含多个重要物体的图像进行有效适应，这些物体在适应图像中的位置在参数化过程中通过自动计算求得。对于图像中的重要物体，本文方法允许通过设置参数改变其目标尺寸，从而可以达到各种不同的视觉效果。这些都是前人工作所不能完成的。