基于Seam Carving的目標(biāo)移除與檢測算法研究.pdf

1、傳統(tǒng)的圖像下采樣、比例縮放和剪切等方式在重要內(nèi)容保護(hù)或者圖像整體內(nèi)容保持等之間有效的平衡。近年來，以Seam Carving(線裁剪)為代表的內(nèi)容感知圖像縮放成為數(shù)字圖像處理領(lǐng)域，特別是圖像自適應(yīng)領(lǐng)域的一個研究熱點。此外，Seam carving還可以結(jié)合對象標(biāo)記技術(shù)，從圖像/視頻中去除特定的目標(biāo)/對象。然而，現(xiàn)有的基于線裁剪的目標(biāo)移除方法通常是計算很耗時，且經(jīng)常因為刪除過多的縫合線(seams)導(dǎo)致圖像出現(xiàn)失真。此外，對于經(jīng)過線裁剪后

2、的圖像，很難檢測出哪些位置刪除了縫合線。現(xiàn)有的檢測方法，無論是在檢測的準(zhǔn)確性和精確度都存在較大的提升空間。
　　本文以以色列學(xué)者Avidan等提出的Seam Carving技術(shù)為基礎(chǔ)，研究其目標(biāo)去除和相應(yīng)的檢測方法。具體地，研究工作主要圍繞以下兩個方面展開:
　　首先，在基于Seam Carving的目標(biāo)移除方面，提出了一種基于間斷線裁剪圖像的目標(biāo)移除方法。它僅僅只考慮目標(biāo)區(qū)域外的所有像素點的能量，并且分別按照自上而下和自下

3、而上兩個方向計算能量圖。然后，分別從目標(biāo)區(qū)域的上界往上，從目標(biāo)區(qū)域的下界往下以及目標(biāo)區(qū)域的中間區(qū)域內(nèi)來進(jìn)行線裁剪。實驗結(jié)果表明，與基于樣本修復(fù)的目標(biāo)移除方法相比，它可以取得更好的視覺效果。
　　其次，在線裁剪圖像的檢測方面，采用了一種樣本塊分析的方法，對測試的圖像轉(zhuǎn)換為它的強度分量，再根據(jù)樣本塊之間的關(guān)系確定最有可能符合線裁剪效果的塊類型，對線裁剪圖像進(jìn)行檢測。此外，還與基于馬爾可夫模型的統(tǒng)計特征檢測方法進(jìn)行了實驗比較。