一种图像自适应显示方法
【技术领域】
[0001] 本发明涉及一种针对不同尺寸显示终端上的图像自适应显示方法，属于图像、多 媒体信号处理技术领域。
【背景技术】
[0002] 随着移动设备的普及，适用于不同网络的终端设备不断换代更新，电视、笔记本 电脑、PDA、手机等，不同类型、不同尺寸显示终端的存在成为客观事实。为了保证持不同 设备的用户都能够舒适地观看同样的图像内容，要求图像内容能自适应于不同网络状况、 不同尺寸、不同比例的用户终端，这就要求图像具有自适应技术。当我们将一幅尺寸大的 高清图片传输到屏幕尺寸小且分辨率低的显示终端上进行显示时，可能会出现图像变形失 真、或画面中的一些关键细节区域丢失等问题，从而影响了观众欣赏质量。为了使不同设备 的用户都能舒适地观看内容保存完好没有失真的图像，这就需要一个精准的图像自适应系 统，使图像能够自适应的显示于不同尺寸的终端设备，使观众有最好的观看体验。
[0003] 近几年，已经有越来越多的研宄者开始关注图像自适应显示这个问题。传统的图 像自适应方法包括均勾缩放（scaling)技术和简单裁切（cropping)技术。均勾缩放就是对 原始图像进行均匀下采样或者插值得到目标尺寸的图像，而当我们改变图像的宽高比来均 匀缩放时，往往导致图像重要区域内容的拉伸失真变形，而且屏幕尺寸越小，分辨率越低， 产生的失真越明显，这样造成严重的观赏质量下降。简单裁切技术是通过手动裁掉图像的 边缘内容得到显示图像最突出部分的目标图像，而这种方法对不同的显示尺寸会减掉一些 重要信息区域，从而造成一些图像的关键细节的丢失，使重要区域显示不完整，图片内容残 缺。
[0004] 图像自适应显示的关键问题是如何获取图像的重要内容，以及使其重要内容或关 注对象区域能够很好的在不同尺寸、不同分辨率的屏幕上显示出来。常用的一种方法是：通 过细缝裁剪的方法处理图像中不引人注意的像素内容来改变图像的尺寸，最大限度的保护 重要区域不发生形变，同时尽可能的保留原始图像的全局信息，但如何对细缝裁剪的视觉 影响进行评价是一大难点。
【发明内容】
[0005] 本发明针对高分辨率图像在小尺寸或低分辨率显示器进行显示时存在的变形失 真及关键细节的丢失等问题，提供一种能够自适应的调整图像尺寸、保证图像重要区域信 息完整显示以及图像失真最小的针对不同尺寸显示终端的图像自适应显示方法。本发明采 用一种质量评价标准监控重要信息的变形程度，通过设定一定的阈值在细缝剪裁和均匀缩 放处理之间进行平衡，阻止图像重要物体边缘失真。本发明结合了融合局部和全局显著性 的显著图，采用了稠密SIFT流矢量场质量评价标准和设定的阈值使自适应方法由细缝裁 剪及时转换成均匀缩放，保证图像重要区域不出现传统细缝裁剪容易出现的重要区域的边 缘失真。实验结果表明此方法自适应后的图像能够在满足显示尺寸的同时，保证图像重要 区域信息完整显示，图像的变形失真降到最低。
[0006] 本发明技术方案如下：
[0007] -种图像自适应显示方法，该方法基于图像内容感知，结合细缝裁剪和均匀缩放， 具体步骤是：
[0008] (1)建立视觉关注模型：分别计算图像中每个像素点的局部对照显著性和全局对 照显著性，得到局部显著图和全局显著图；将局部显著图和全局显著图进行加权组合，得到 最终的显著图；
[0009] (2)细缝的初始化：用步骤⑴中得到的显著图作为能量图计算能量代价图，根据 能量代价图选出可以去除的细缝，并按照能量代价低到能量代价高的顺序为图像中这些可 以去除的细缝进行排序；
[0010] (3)细缝裁剪及图像裁剪变形的衡量：按照步骤（2)中的排序进行细缝裁剪，并同 时利用SIFT流计算原始图像和裁剪过程中生成的临时图像之间的距离；
[0011] (4)剪裁终止：当原始图像和剪裁过程中生成的临时图像之间的距离超过阈值 Θ，即变形超过设定指标时，终止细缝裁剪；若剪裁后的图像未达到目标尺寸，则采用均匀 缩放方法得到目标尺寸的图像。
[0012] 特别地，步骤（1)的具体实现步骤为：
[0013] a.采用滑动的变窗口来计算每一像素点的亮度、纹理和颜色的局部对照值：将输 入图像用高斯金字塔进行多级滤波，计算亮度、纹理和颜色特征的局部对照图，采取迭代内 插求和算法，得到原始图像尺度上的特征图，对得到的亮度、纹理和颜色特征图归一化并结 合得到每个像素点的局部对照显著性；
[0014] b.采用基于颜色特征的全局对照计算图像中每个像素点的全局对照显著性：将 颜色特征的差异作为两个像素间特征的差异，把图像从RGB空间转换到CIE L*a*b颜色空 间中，采用图像块的方式，计算当前像素块与周围其他所有像素块之间的欧氏距离的和并 将其作为该像素块中心像素点的全局对照值；
[0015] c.将全局对照显著性作为主要显著区域检测依据，将局部对照显著图和全局对照 显著图进行加权组合，得到最终的显著图。
[0016] 特别地，步骤（2)的具体实现步骤为：
[0017] a.根据步骤（1)计算得到的显著图计算能量最小代价图；
[0018] b.根据能量最小代价图找能量最小代价缝；
[0019] c.从显著图和原始RGB图中删除能量最小代价缝，剩下的像素点向右上方依次顺 延形成连续的图；
[0020] d.对步骤c形成的显著图重复执行步骤a至c，得到一个记录了能量代价从高到 低的需要移除的细缝的位置矩阵。
[0021] 特别地，步骤（3)的具体实现步骤为：
[0022] a.定义两图像之间的距离方程：得到两幅图之间的稠密SIFT流矢量场，计算两幅 图匹配的所有SIFT点距离的平均值作为图像之间的距离方程，用来评价目标图片和原始 图片之间重要信息的变形量；
[0023] b.利用步骤⑵中可以裁剪的细缝排序对图像尺寸进行逐次调整，每次移除10条 细缝，并且在每次得到的临时图像上计算它与原始图像的距离。
[0024] 本发明通过构建一种基于局部和全局对照显著性的视觉注意模型来有效地提取 图像的显著区域（即