[发明专利]一种基于样例学习并增强视觉质量的3D图像裁剪方法

摘要

本发明涉及一种基于样例学习并增强视觉质量的3D图像裁剪方法，包括：计算专业3D立体图像库中每幅图像的GIST特征和HIST特征；输入待裁剪图像和目标尺寸，采用采样方法获得候选裁剪窗口集合；计算每个候选裁剪窗口与图像库中每幅图像的GIST特征和HIST特征的相似性，并获得与其最相似的n幅图像，组合形成学习的样例集合；利用样例评估各候选裁剪窗口的构图和深度信息分布质量，及信息丢失和立体图像视觉舒适规则遵守情况，计算左视图的裁剪窗口；通过学习样例，对右视图的裁剪窗口水平移动获得与学习样例最相似的深度分布，从而获得最终的裁剪结果。该方法有利于获得视觉舒适的裁剪结果，可应用于图像处理及计算机视觉等领域。

主权项

1.一种基于样例学习并增强视觉质量的3D图像裁剪方法，其特征在于，包括以下步骤：步骤S1：计算专业3D立体图像库中每幅图像的描述图像场景的GIST特征；步骤S2：计算专业3D立体图像库中每幅图像的描述图像色彩的颜色直方图HIST特征；步骤S3：输入待裁剪图像和目标尺寸，采用采样方法，获得候选裁剪窗口集合；步骤S4：计算待裁剪图像的每个候选裁剪窗口与所述步骤S1、S2得到的专业3D立体图像库中每幅图像的GIST特征和HIST特征的相似性，并获得与每个候选裁剪窗口最相似的n幅图像，组合所有候选裁剪窗口的n幅图像作为学习的样例集合；步骤S5：利用样例集合中的样例评估各候选裁剪窗口的构图和深度信息分布的质量，以及各候选裁剪窗口的信息丢失和立体图像视觉舒适规则遵守情况，综合计算得到一个最优裁剪窗口，此窗口即是左视图的裁剪窗口；步骤S6：再次通过对样例的学习，对左视图的裁剪窗口进行水平移动，选择与所学习样例最相似的深度分布对应的平移量，确定右视图的裁剪窗口，从而通过左、右视图的裁剪窗口，组成最终的裁剪结果。