[發明專利]視覺感知飽和策略的圖像自適應縮小方法

有效

• 申請號: 201811358212.1
• 申請日: 2018-11-15
• 公開（公告）號: CN109544452B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 張糾;葉家建;郭婭茜;徐靚云;潘晨
• 申請（專利權）人: 中國計量大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06V10/762
• 代理公司: 杭州鈐韜知識產權代理事務所(普通合伙) 33329
• 代理人: 趙杰香

本發明公開了一種視覺感知飽和策略的圖像自適應縮小方法，包括以下步驟：1)利用不同縮小倍數Ki，通過原圖像下采樣，構造出多個縮小圖Ii；2)分別對Ii用顯著點預測算法計算顯著圖Si，其中顯著度值大于平均值的像素點作為注視點；3)對Ii中注視點做Mean?聚類，生成多個聚類Class_j；4)每類注視點形成自身注視區域和類中心，則該類點到類中心的歸一化類內距離可作為微跳視幅度參數看待；5)對Ii中各類的歸一化類內距離做累計平均，作為該圖的微跳視幅度Asubgt;i/subgt;；6)比較微跳視幅度Asubgt;i/subgt;，其最小值對應的Ki是最佳圖像尺度。

技術領域

本發明涉及計算機視覺技術領域，具體地講是一種視覺感知飽和策略的圖像自適應縮小方法。

背景技術

圖像分辨率的提高，使得像素數量幾何倍數增加。面對海量視頻圖像數據，傳統基于像素的圖像處理算法面臨嚴重的挑戰。一方面人們致力于不斷提高計算機系統硬件速度來減緩這種壓力；另一方面，對傳統圖像處理算法做合理改進，使之更適應處理海量像素數據，是一種有效的解決問題思路。

從人類視覺的角度而言，由于視網膜面積和光感受器數量有限，人眼通常通過晶狀體調整和瞳孔縮放實現外界場景在視網膜上投影的尺度變化和目標聚焦。原始圖像在視網膜上的投影是適當縮小的圖像。縮小圖像——利用下采樣方式，縮小圖像到一個合適尺度，能大大降低數據量。缺點是下采樣過程中，過分的下采樣往往會丟失小目標、模糊目標邊緣。因此應用中的關鍵問題是圖像縮小到多大尺度最合適，如何選擇合理的圖像縮小尺度是個亟待解決的問題。

現有技術通常是由人累試不同的圖像縮小尺度，經驗性地選擇一個對大多數任務都合適的固定參數。對于變化的實際場景圖像，這種做法有嚴重局限性。為了克服圖像算法對于尺度的敏感性，通常還采用多尺度圖像同時并行處理方式，即同時生成多個不同尺度的縮小圖，通過各個尺度圖像處理結果做后處理(集成)，來獲得最終圖像處理結果，但此類方法的缺點是有很高的時間復雜度。

發明內容

有鑒于此，本發明要解決的技術問題是，提供一種有效的圖像自適應縮小方法，借鑒人類視覺的注視眼動行為和視覺感知飽和現象，通過微跳視幅度來預測不同尺度縮小圖像的視覺感知飽和狀況，選擇可最早引起感知飽和的圖像尺度作為圖像縮小的最佳依據。

本發明的技術解決方案是，提供以下步驟的基于視覺感知飽和策略的圖像自適應縮小方法，包括以下各步驟：

1)利用不同縮小倍數Ki，通過下采樣原圖像I，構造出多個縮小尺度圖Ii。

2)分別對縮小尺度圖Ii用顯著點預測算法計算得到顯著圖Si，所述顯著圖Si中顯著度值大于平均值的像素點作為注視點；

3)利用注視點做Mean-shift(均值位移法)聚類，生成多個聚類Class_j；

4)每個聚類的注視點形成自身注視區域和類中心，則該聚類的注視點到類中心的類內距離可作為微跳視幅度參數；

5)對基于整個原圖像I所得到的各聚類的類內距離做累計并利用圖像對角線長度為分母，做歸一化處理，作為該尺度圖像的微跳視幅度A_i；

6)比較微跳視幅度A_i，其最小值對應的Ki是最佳圖像尺度。

作為改進，對注視點先進行Mean-shift聚類，Mean-shift法是一種密度估計方法，通過設置搜索窗口的寬度參數，依據點的密度，劃分注視點為不同的聚類；多個聚類意味著場景中有多個注視區域，通過注視點之間的離散程度，判斷圖中是否存在多個注視目標，以避免多個注視區域被作為單個注視區域時導致判斷錯誤。

作為改進，通過相位譜法對目標圖像作注視點預測，可采用以下步驟：

對圖像I(x,y)進行二維離散傅里葉變換，將圖像由空間域轉換到頻域，得到相位P(u,v)信息：