[发明专利]一种基于视觉相似度度量的混合操作算子图像重定向方法

摘要

本发明涉及一种基于视觉相似度度量的混合操作算子图像重定向方法，其特征在于对原始图像进行n次迭代重定向操作，每次迭代操作都对上一次迭代的结果图像采用四种重定向操作算子，通过比较这四种重定向操作算子得到的结果与原始图像的结构相似度来选取一个最优的结果作为此次迭代的结果，经过n次迭代后，得到最终的重定向图像。本发明能够获得很好的图像重定向效果，而且算法简单，运行速度快。

主权项

一种基于视觉相似度度量的混合操作算子图像重定向方法，其特征在于：对原始图像进行n次迭代重定向操作，每次迭代操作都对上一次迭代的结果图像采用四种重定向操作算子，通过比较这四种重定向算子得到的结果与原始图像的结构相似度来选取一个最优的结果作为此次迭代的结果，经过n次迭代后，得到最终的重定向图像；所述四种重定向操作算子为图像裁剪、图像下采样、线裁剪和图像变换；计算由图像裁剪、线裁剪和图像变换算子得到的重定向图像显著图，将其作为重要图来估量图像像素的重要程度，给定一张图像，图像块i的显著值通过下式来计算：Si=Σj≠i1σ2πedi,j22σ2Di,j---(1)]]>其中di,j代表两个图像块i和j之间的空间距离，Di,j代表两个图像块i和j之间的特征差异；使用结构相似度来评价重定向图像的失真度，以此确定其重定向操作序列；对于原始图像中的每个像素p，通过使用尺度不变特征转换流使其与重定向图像像素p’相对应；对任意的对齐的原始图像像素p与重定向图像像素p’，分别以原始图像的像素p和重定向图像像素p’为中心的两个图像块x和x’，它们之间的结构相似度由下式计算：SSIM(x,x′)=(2μxμx′+C1)(2σxx′+C2)(μx2+μx′2+C1)(σx2+σx′2+C2)---(2)]]>其中μx，μx′，和σxx′分别代表x和x’的局部平均值，x和x’的局部方差以及x和x’的协方差；C1和C2是两个小的正数变量，用于消除低光照和对比度情况下对视觉系统的影响；通过(1)式来计算自底向上的显著图Sb，而自顶向下的显著图St是通过人脸检测算法来计算的；使用线性结合的方法将自顶向下和自底向上的显著图整合到一起，用于获得最终的重定向图像的显著图：S'＝(Sb+St)/2   (4)全局的结构相似度提供原始图像和重定向图像的相似度信息；使用最终的显著图来决定整个结构相似度的权重，进而计算原始图像和对应的重定向图像之间的结构相似度，计算公式如下：IR_SSIM=Σi′S′i′SSIM(i,i′)Σi′S′i′---(5)]]>其中，SSIM(i,i′)是指原始图像的图像块i和对应的重定向图像的图像块i’之间计算得到的结构相似度，S′i′是指与原始图像的图像块i对应的重定向图像的图像块i’的显著值。