圖像重定位方法及裝置製造方法

2023-12-09 02:33:36

圖像重定位方法及裝置製造方法
【專利摘要】本公開揭示了一種圖像重定位方法及裝置，屬於圖像處理領域。所述圖像重定位方法包括：建立圖像的顯著性模型；根據所述顯著性模型，計算所述圖像中各個像素點的顯著性值；根據所述像素點的顯著性值，計算各條像素線的總顯著性值；根據所述圖像的目標尺寸以及各條像素線的總顯著性值，對所述圖像進行重定位。通過建立的顯著性模型計算圖像中各條像素線的總顯著性值，根據圖像的目標尺寸以及各條像素線的總顯著性值，對圖像進行重定位；解決了相關技術中存在的在進行圖像重定位時，需要對原圖像的非冗餘信息進行分析，分析過程過於繁雜，計算量非常大的問題；達到了可以大大降低計算量的效果。
【專利說明】圖像重定位方法及裝置
【技術領域】
[0001]本公開涉及圖像處理領域，特別涉及一種圖像重定位方法及裝置。
【背景技術】
[0002]圖像中通常包含有一些冗餘信息，這些冗餘信息會佔用一部分容量，為了減少圖像中冗餘信息的容量佔用，可以利用圖像重定位(image retargeting)技術消除圖像中的冗餘信息。常見的，可以採用基於線裁剪(seam carving)算法的圖像重定位技術去掉圖像中的冗餘信息。
[0003]在相關的基於線裁剪算法進行圖像重定位的過程中，首先，獲取原圖像中的像素點的顏色特徵向量，然後，綜合考慮該顏色特徵向量以及原圖像的非冗餘信息、圖像解析度等因素，利用這些因素確定圖像中冗餘度較高的像素點組成的像素線；最後，剪掉原圖像中這些冗餘的像素線，得到重定位後的圖像。
[0004]發明人在實現本公開的過程中，發現相關技術至少存在如下缺陷:在進行圖像重定位時，需要對原圖像的非冗餘信息進行分析，分析過程過於繁雜，計算量非常大。

【發明內容】
[0005]為了解決相關技術中存在的在進行圖像重定位時，需要對原圖像的非冗餘信息進行分析，分析過程過於繁雜，計算量非常大的問題，本公開提供一種圖像重定位方法及裝置。所述技術方案如下:
[0006]根據本公開實施例的第一方面，提供一種圖像重定位方法，包括:
[0007]建立圖像的顯著性模型；
[0008]根據所述顯著性模型，計算所述圖像中各個像素點的顯著性值；
[0009]根據所述像素點的顯著性值，計算各條像素線的總顯著性值；
[0010]根據所述圖像的目標尺寸以及各條像素線的總顯著性值，對所述圖像進行重定位。
[0011]可選的，所述建立圖像的顯著性模型，包括:
[0012]利用預定過分割算法對所述圖像進行過分割，得到至少一個區域，同一個所述區域中各個像素點的顏色值相同；
[0013]確定每個所述區域的顏色值和質心；
[0014]根據各個區域所對應的顏色值以及各個區域的質心，建立所述顯著性模型。
[0015]可選的，所述顯著性模型為:
【權利要求】
1.一種圖像重定位方法，其特徵在於，包括: 建立圖像的顯著性模型； 根據所述顯著性模型，計算所述圖像中各個像素點的顯著性值； 根據所述像素點的顯著性值，計算各條像素線的總顯著性值； 根據所述圖像的目標尺寸以及各條像素線的總顯著性值，對所述圖像進行重定位。
2.根據權利要求1所述的方法，其特徵在於，所述建立圖像的顯著性模型，包括: 利用預定過分割算法對所述圖像進行過分割，得到至少一個區域，同一個所述區域中各個像素點的顏色值相同； 確定每個所述區域的顏色值和質心； 根據各個區域所對應的顏色值以及各個區域的質心，建立所述顯著性模型。
3.根據權利要求2所述的方法，其特徵在於，所述顯著性模型為:
4.根據權利要求1所述的方法，其特徵在於，所述建立圖像的顯著性模型，包括: 按照各個像素點的顏色值，對所述圖像中各個像素點進行歸類，將相同顏色值的像素點歸類為同一種顏色類型； 根據每種顏色類型的顏色值，建立所述顯著性模型。
5.根據權利要求4所述的方法，其特徵在於，所述顯著性模型為:
6.根據權利要求1至5中任一所述的方法，其特徵在於，所述根據所述圖像的目標尺寸以及各條像素線的總顯著性值，對所述圖像進行重定位，包括: 根據所述圖像的目標尺寸確定裁剪方向； 當所述裁剪方向為行向時，按照像素線的總顯著性值，從小到大依次去除所述圖像中的列向像素線，使得所述圖像中剩餘的列向像素線組成的行向寬度為所述目標尺寸的行向寬度，每條所述列向像素線為所述圖像中位於同一列的像素點組成的線； 當所述裁剪方向為列向時，按照像素線的總顯著性值，從小到大依次去除所述圖像中的行向像素線，使得所述圖像中剩餘的行向像素線組成的列向寬度為所述目標尺寸的列向寬度，每條所述行向像素線為所述圖像中位於同一行的像素點組成的線。
7.根據權利要求6所述的方法，其特徵在於，所述根據所述圖像的目標尺寸確定裁剪方向，包括: 當所述目標尺寸的行向寬度小於所述圖像的實際行向寬度時，確定所述裁剪方向為行向；和/或， 當所述目標尺寸的列向寬度小於所述圖像的實際列向寬度時，確定所述裁剪方向為列向。
8.一種圖像重定位裝置，其特徵在於，包括: 建立模塊，用於建立圖像的顯著性模型； 第一計算模塊，用於根據所述建立模塊建立的顯著性模型，計算所述圖像中各個像素點的顯著性值； 第二計算模塊，用於根據所述第一計算模塊計算得到的像素點的顯著性值，計算各條像素線的總顯著性值； 重定位模塊，用於根據所述圖像的目標尺寸以及所述第二計算模塊計算的各條像素線的總顯著性值，對所述圖像進行重定位。
9.根據權利要求8所述的裝置，其特徵在於，所述建立模塊，包括: 分割單元，用於利用預定過分割算法對所述圖像進行過分割，得到至少一個區域，同一個所述區域中各個像素點的顏色值相同； 第一確定單元，用於確定所述分割單元分割的每個所述區域的顏色值和質心； 第一建立單元，用於根據所述第一確定單元確定的各個區域所對應的顏色值以及各個區域的質心，建立所述顯著性模型。
10.根據權利要求9所述的裝置，其特徵在於，所述顯著性模型為:
11.根據權利要求8所述的裝置，其特徵在於，所述建立模塊，包括: 歸類單元，用於按照各個像素點的顏色值，對所述圖像中各個像素點進行歸類，將相同顏色值的像素點歸類為同一種顏色類型； 第二建立單元，用於根據每種顏色類型的顏色值，建立所述顯著性模型。
12.根據權利要求11所述的裝置，其特徵在於，所述顯著性模型為:
13.根據權利要求8至12中任一所述的裝置，其特徵在於，所述重定位模塊，包括:第二確定單元，用於根據所述圖像的目標尺寸確定裁剪方向； 第一去除單元，用於當所述第二確定單元確定的裁剪方向為行向時，按照像素線的總顯著性值，從小到大依次去除所述圖像中的列向像素線，使得所述圖像中剩餘的列向像素線組成的行向寬度為所述目標尺寸的行向寬度，每條所述列向像素線為所述圖像中位於同一列的像素點組成的線； 第二去除單元，用於當所述第二確定單元確定的裁剪方向為列向時，按照像素線的總顯著性值，從小到大依次去除所述圖像中的行向像素線，使得所述圖像中剩餘的行向像素線組成的列向寬度為所述目標尺寸的列向寬度，每條所述行向像素線為所述圖像中位於同一行的像素點組成的線。
14.根據權利要求13所述的裝置，其特徵在於，所述第二確定單元，包括: 第一確定子單元，用於當所述目標尺寸的行向寬度小於所述圖像的實際行向寬度時，確定所述裁剪方向為行向；和/或， 第二確定子單元，用於當所述目標尺寸的列向寬度小於所述圖像的實際列向寬度時，確定所述裁剪方向為列向。
15.一種圖像重定 位裝置，其特徵在於，包括: 處理器； 用於存儲所述處理器可執行指令的存儲器； 其中，所述處理器被配置為: 建立圖像的顯著性模型； 根據所述顯著性模型，計算所述圖像中各個像素點的顯著性值； 根據所述像素點的顯著性值，計算各條像素線的總顯著性值； 根據所述圖像的目標尺寸以及各條像素線的總顯著性值，對所述圖像進行重定位。
【文檔編號】G06T7/00GK103996211SQ201410186673
【公開日】2014年8月20日 申請日期:2014年5月5日 優先權日:2014年5月5日
【發明者】王琳, 張祺深, 陳志軍 申請人:小米科技有限責任公司