基于三维显著度的图像剪裁方法
【专利摘要】本发明公开了一种基于三维显著度的图像剪裁方法，其特征是按如下步骤进行：1利用深度数据获得目标图像的深度图；2将深度图和二维模型结合起来构建三维显著度模型；3根据图像灰度的分布自适应的更新深度数据和二维模型之间的权重；4利用三维显著度模型计算图像能量函数梯度；5去除显著度较小的点以对图像进行剪裁。本发明能将深度信息与二维显著度进行结合，并增强剪裁的鲁棒性。
【专利说明】基于三维显著度的图像剪裁方法
【技术领域】
[0001] 本发明属于图像处理领域，主要涉及一种基于三维显著度的图像剪裁方法。
【背景技术】
[0002] 随着移动设备例如智能手机和平板电脑的普及，用户习惯将他们所拍摄到的照片 上传到社交网站上与朋友进行分享。考虑到用户使用的移动设备的型号不同，如何使用户 分享的照片在不同终端上都可以很好地显示，是目前计算机视觉领域研究的热门课题之 〇
[0003] 针对上述问题，研究者们提出了一些方法，但是由于缩放和检测精度的不够，图 像中物体的变形和部分重要信息的丢失始终困扰着研究者们。最近在2009年国际顶级 会议 IEEE International Conference on Image Processing 上发表了文章 〈〈Saliency detection for content-aware image resizing》该文章提出利用计算目标图像中的显 著度来对图像进行剪裁的约束，使得剪裁过程中显著度大的点得到保存而牺牲显著度小的 点。但是当图像中的场景比较复杂、纹理和物体较多时，利用该文章的方法计算得到图像中 许多点的显著度都很大，如果对这些点进行保留，图像就得不到有效的剪裁，如果舍弃这些 点，一些重要的轮廓信息就会被舍去。到目前为止，依然没有出现一种既能保证图像中物体 不会变形或者丢失，又可以对场景比较复杂的图像进行剪裁的方法。
【发明内容】
[0004] 本发明旨在解决当前多数图像剪裁方法对目标图像进行剪裁的过程中会对图像 中的物体产生变形、丢失部分重要信息和不能有效的对拥有复杂场景的图像进行裁剪的问 题，提出一种基于三维显著度的图像裁剪方法，能将深度信息与二维显著度进行结合，并增 强图像剪裁的鲁棒性。
[0005] 本发明为解决技术问题采用如下技术方案：
[0006] 本发明一种基于三维显著度的图像剪裁方法的特点是按如下步骤进行：
【权利要求】
1. 一种基于三维显著度的图像剪裁方法，其特征是按如下步骤进行： 步骤1 :利用式（1)计算图像大小为mXn的目标图像I中每个像素点的能量函数E:
式⑴中，E(X，y)为所述目标图像I在像素点（X，y)处的能量值；I(X，y)为所述目标 图像I在像素点（X，y)处的灰度值；XG(〇,m);yG(〇,n); 步骤2 :对所述目标图像I进行特征提取，获得二维特征矩阵X; 步骤3、利用式（2)获得所述目标图像I的二维显著度S2d:
式（2)中，分别为所述二维特征矩阵两个不同行向量；〇为常数； 步骤3、利用式（3)构建三维显著度模型S3d: S3D-(I-a )S2D+a?Edepth (3) 式（3)中，Edepth为利用3D相机获取所述目标图像I的深度图，a为自适应参数；并有：
式（4)中，n(x，y)表示等于像素点（x，y)灰度值的像素个数；Dmax为常数； 步骤4 :利用式（1)和（3)将所述能量函数E重新定义为E' ： E'（X，y)=E(x,y)?S3D (x,y) (5) 式（5)中，E'（x，y)为所述目标图像I在像素点（x，y)处的新能量值； 步骤5 :利用式（6)计算所述目标图像I的图像显著度S:
式（6)中，（xb，n)为所述目标图像I中第n列的第b个像素点，（xa，n-l)为所述目标 图像I中第n-1列的第a个像素点，a关b，且a，bG(〇，m) ;S((xb，n), (xa，n_l))表示所述 目标图像I中第n列第b个像素点xb与第n-1列第a个像素点xa的能量差值；表示所 述目标图像I水平方向V上的梯度；并有G::,, =|("表示所述目标图像I对角 线方向d上的梯度，并有=|￡a " -見+wl; 步骤6:以b个像素为窗口对所述目标图像I进行扫描，并利用式（7)获得所述图像显 著度S的最小值集合s%
步骤7、去除所述目标图像I中最小值集合s#所对应的像素点以实现对所述目标图像I的裁剪。
【文档编号】G06T11/00GK104268926SQ201410553255
【公开日】2015年1月7日 申请日期:2014年10月17日 优先权日:2014年10月17日
【发明者】汪萌, 高欣健, 陈雁翔, 潘宜飞 申请人:合肥工业大学