[发明专利]一种改进的细缝裁减方法

摘要

一种改进的细缝裁减方法属于图像处理领域。本发明将现有的细缝裁减进行加权起。本方法首先采用细缝裁减的方法对图像进行裁减，当细缝落入重要区域，对其邻近细缝的能量进行加权，以减少重要区域的细缝裁减，增加非重要区域的细缝裁减。本发明在对参考图像进行裁减的过程中对能量函数进行加权，当抽取的细缝落入重要区域时，将相邻像素能量增值，这样就降低了相邻像素被抽取的可能性，从而减少了信息的损失。

主权项

一种改进的细缝裁减方法，其特征在于步骤如下：1)输入原始图像，并设定输出图像的目标尺寸；2)用显著度图提取参考图像的重要信息，并用阈值将重要区域像素置为0，非重要区域像素置为1，并参考这些信息进一步对重要信息内容进行评价；所述步骤2)具体包括：2.1)将参考图像转化为灰度图像2.2)计算阈值r0，r0为各像素点的灰度值g(x，y)之和的平均值；2.3)用显著度图提取图像中的重要像素信息，并用如下阈值法得到二值图像函数b(x，y)， b ( x , y ) = 1 g ( x , y ) < r 0 0 g ( x , y ) ≥ r 0 , 其中值为0的像素为重要像素，并得到每一个像素点的坐标值；3)用改进的细缝裁减方法对灰度图像进行裁减，首先尽量多的对非重要信息部分进行细缝裁减，如果细缝穿过重要区域，需对细缝的邻近的像素值进行加权，从而使过重要区域的细缝的数量减少，来有效的保持重要区域的形状，具体包括：3.1)细缝裁减的初始化：先计算原始图像中每个像素的灰度值，作为初始灰度值；然后从第二行像素开始计算每一个像素的灰度加权函数；其灰度加权函数是这个像素与其紧邻的左上方、上方、右上方的三个像素分别加权，取其最小值；在第二行像素的第一个像素由于没有左上方的像素，第二行像素的第一个像素加权后的灰度值为第二行像素的第一个像素分别与其正上方、右上方像素加权，加权和较小的那个像素为此像素点的灰度值；在第二行像素的最后一个像素像素由于没有右上方的像素，加权后的灰度值为第二行像素的最后一个像素与其正上方以及左上方像素二者之中较小的那个像素灰度值之和；其余的第二行像素的加权后的灰度值为该像素与其右上方、正上方以及左上方像素三者之中较小的那个像素灰度值加权之和；依次类推得到第三行的像素的灰度加权函数，然后再得到第四行的像素的灰度加权函数，直到整个图像计算完毕得到最终的图像所有的累积后的前向能量累积矩阵；每一行得到的最小的灰度加权值是上面一行邻近的最小的加权值和本像素点的像素值加权得到的。计算完毕后，从最后一行开始向上一行遍历邻近的最小的灰度权值，然后这些最小的灰度权值所经过的像素点的连线即为要裁减的细缝；3.2)去除一条细缝，更新加权函数；如果一条细缝落入一副图像的重要信息区域，应该对其邻近的像素点进行能量加权；假设是沿垂直方向进行细缝裁减，裁减掉一条细缝后，，沿x0所对应的细缝对垂直方向坐标y进行遍历，即对坐标(x0，y)进行遍历，根据二值图像的坐标矩阵判断细缝是否落入重要区域，其中y是细缝对应的垂直方向的所有的坐标值，x0是对应y的横坐标；(x0，y)的邻近像素点的集合是C＝{(x0+p，y)，p＝±1，±2L±Bandwidth}，其中Bandwidth是要加权的带宽的一半，取Bandwidth为6‑8之间的整数值，对像素点(x0+p，y)进行加权后的加权函数是 w ( x 0 + p , y ) = w ( x 0 + p , y ) + ( 1.0 - p Bandwidth ) w ( x 0 , y ) .