基于最小位移可视差的连续Seam Carving算法在图像缩放中的研究

• 作者: 崔嘉 宋磊 陆宏菊 唐明晰 戚萌
• 来源期刊: 电子与信息学报
• 关键词: 图像缩放 Seam Carving 最小位移可视差 平均场近似
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 图像与智能信息处理|Image and Intelligent Imformation Processing
• 页码范围: 1014-1021
• 页数: 8页
• 分类号: TN911.73|TP391.41
• 语种: 中文
• DOI: 10.11999/JEIT191050

摘要

图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲.近年来,SeamCarving及其改进算法得到了广泛的关注和研究.由于采用了离散式最小能量线迭代搜索策略,缩放信息无法在迭代过程中传递导致扭曲现象普遍存在.该文针对上述问题提出最小位移可视差(JND)检测算法,能够有效地检测每一次迭代中出现的潜在扭曲信息.能量权重Ew能够将JND信息累加传递给后续的迭代过程,从而抑制缩放过程中的边缘扭曲现象.通过JND算法和能量权重,该文首次将离散的Seam Carving模型转变为连续缩放模型.最后,在公共数据集RetargetMe上与最新的图像缩放算法进行多组对比实验,验证了所提方法的有效性和先进性.