[发明专利]一种基于边缘视觉保护的图像适配方法

说明书

本发明公开了一种基于边缘视觉保护的图像适配方法，包括以下步骤：S1，计算重要度图：根据梯度图、显著度图、边缘线条计算加权重要度图；S2，优化能量图：把重要度图作为基础能量图，在此基础上，利用线条的倾斜程度、弯曲程度视觉特性，优化能量图；S3，线裁剪适配：根据优化后的能量图，进行前向线裁剪操作，实现图像适配。本发明在保证显著物体显示效果的前提下，通过保持非显著区域的边缘轮廓的形状，提高边缘和轮廓的连续性和流畅度。

技术领域

本发明涉及图像适配方法，具体涉及一种基于边缘视觉保护的图像适配方法。

背景技术

目前，随着计算机辅助诊断技术的飞速发展，临床上出现了多种医学成像技术以获取人体内部组织和器官的医学图像，如计算机断层扫描（CT）、核磁共振成像（NMRI）、医学超音波成像（UI）等。然而，这些医学图像的像素是固定的，或者只被设定一次，造成图像在不同显示设备（如计算机屏幕、投影、笔记本电脑、平板、智能手机等）上显示需要调整，以适应不同分辨率和长宽比等显示属性。图像调整的过程又被称作图像重定向或图像显示适配。传统的图像适配方法主要有统一缩放和直接裁剪，优点是简单、直接，但是视觉效果不能令人满意。原因是缩放前后的分辨率和长宽比率不同会导致图像重要内容失真、畸变或丢失。

针对此问题，学者们提出了基于内容感知的图像适配技术，将图像分为重要部分和非重要部分，优先保持重要部分的完整性和显示比例，而将变形和扭曲尽量分配到非重要的部分。目前，多数研究只关注显著区域的显示质量，而对非显著区域的缩放效果（扭曲或变形）和显示质量则关注较少。然而，人类的视觉系统对边缘轮廓较为敏感，非重要区域的轮廓过度变形和错位会带来显示缺陷，影响缩放后图像的视觉显示效果。

传统的适配方法只考虑图像的原始尺寸和目标尺寸大小，不考虑图像中的内容，虽然适配效率高，但适配效果不能令人满意。传统的适配方法主要有统一缩放和直接裁剪两种。（1）统一缩放：通过插值方法在原图像像素和目标图像像素之间建立统一映射关系，三种最常用的插值方法为：最近邻插值、双线性插值、三次插值，优点是效率高，可实时处理，当图像纵横比变化时，不能保持纵横比，导致内容失真。（2）直接裁剪：是从图像中提取一个目标矩形窗口大小的图像，窗口之外的像素被丢弃，该方法简单，离边缘很近的重要内容会被裁剪掉。

基于内容感知的适配近些年被研究学者广泛关注。在适配过程中，将图像内容分为重要部分和非重要部分，优先将不重要的部分进行裁剪或拉伸，尽量保持重要部分的形状不变。衡量图像内容重要性的依据包括梯度、显著度等。

基于内容感知的适配主要有离散型、连续型和多操作型。

离散型适配方法主要有线裁剪。线裁剪适配方法在输入图像中插入或删除能量最小的8联通的路径来实现图像适配。Avidan和Shamir首先提出了线裁剪的概念，通过定义图像梯度图中的能量最小方程，插入或删除像素路径来进行图像适配。Rubinstein等人利用Graph Cut方法来寻找能量最小的路径，考虑删除像素后新增的能量，提出前向线裁剪方法，以区别于只考虑像素本身能量的后向裁剪。Wang等人利用超分辨方法提高图像缩放质量。

连续型适配方法主要有网格变形和弹簧变形。网格变形的主要思想是将输入图像划分为网格集合，根据图像内容重要程度计算每个网格的重要程度，在适配过程中让变形尽量发生在重要度低的网格区域，保持重要度高的网格区域不变或比例保持。学者们使用不同的网格形状来划分输入图像，如三角形、矩形、曲边梯形等。弹簧变形是一种基于弹簧变形模型的图像适配方法，将网格的边看做弹簧，构建弹簧系统，通过优化弹簧系统来实现图像适配。

多操作适配方法是在单一方法失效时，综合利用线裁剪、统一缩放、统一裁剪等方法特定顺序和数量的组合达到相对较优的结果，效率较低，而且不能从根本上增强效果。

上述方法主要关注重要区域的形状保持，而对非重要区域的图像质量则关注较少。

发明内容

本发明的主要目的在于提供一种基于边缘视觉保护的图像适配方法。