海量圖片的裁剪壓縮與檢索.pdf

1、隨著互聯(lián)網(wǎng)的日益發(fā)展,對(duì)海量圖片進(jìn)行高速有效的處理已經(jīng)成為一個(gè)重要的課題?；ヂ?lián)空間、微博、社區(qū)網(wǎng)站等各種網(wǎng)絡(luò)服務(wù)都需要海量圖片存儲(chǔ)與處理技術(shù)的支持。本論文將圍繞海量圖片的高速有效處理而展開(kāi)研究,主要涉及海量圖片的裁剪、壓縮,及檢索技術(shù)。
　　目前網(wǎng)絡(luò)終端設(shè)備花樣繁多,個(gè)人電腦、手機(jī)、平板電腦等等。各自的屏幕質(zhì)量以及分辨率相差巨大。如何把海量的圖片修改到足以適合所有終端設(shè)備顯示便成了一個(gè)艱巨的任務(wù)。我們?cè)噲D開(kāi)發(fā)一種基于圖片像素點(diǎn)能量

2、值評(píng)價(jià)的方法,在裁剪圖片時(shí)首先去除圖片中不重要的部分,保留其中的關(guān)鍵物體。為此,本文提出了智能細(xì)縫簇裁剪技術(shù)。該算法是一種對(duì)圖片內(nèi)容敏感的裁剪方法,通過(guò)在原始圖像中搜尋出一些能量值較低的“細(xì)縫簇”,并將其刪去(或擴(kuò)展),達(dá)到改變圖像尺寸的目的。
　　在海量圖片數(shù)據(jù)的處理中,存儲(chǔ)和傳輸成為一個(gè)重大的技術(shù)瓶頸,如果能夠有效的對(duì)這些圖片進(jìn)行壓縮處理,將會(huì)大大減少相應(yīng)的傳輸和維護(hù)成本。然而如何在保持人眼“視覺(jué)無(wú)損”的前提下,有效地控制壓縮

3、的程度成為一個(gè)關(guān)鍵的問(wèn)題。本文圖片壓縮研究的中心問(wèn)題,就是試圖用一種公理化的圖片質(zhì)量評(píng)價(jià)手段來(lái)估算出肉眼區(qū)別圖片質(zhì)量的那個(gè)“閾值”,體現(xiàn)人眼視覺(jué)無(wú)損的界限。壓縮過(guò)程中選取的壓縮質(zhì)量越接近肉眼的閾值質(zhì)量,壓縮效果越能被人眼接受,也越能夠降低圖片的存儲(chǔ)與傳輸成本。在此前提下,本文提出了自適應(yīng)視覺(jué)無(wú)損壓縮算法。該算法使用客觀圖片質(zhì)量評(píng)價(jià)算法作為人眼視覺(jué)無(wú)損的判定依據(jù),并使用一個(gè)高效率的迭代算法迅速找出即保證視覺(jué)無(wú)損又使得圖片文件尺寸最小的壓縮

4、質(zhì)量。
　　如同海量文本信息的檢索,海量圖片的檢索也是一大難題。傳統(tǒng)的文本搜索通過(guò)對(duì)文獻(xiàn)集的字典庫(kù)建立倒排索引從而加快查詢的效率,但是在圖片中缺乏類(lèi)似的“字典庫(kù)”概念。相對(duì)于傳統(tǒng)的基于文本標(biāo)簽的檢索,基于圖像內(nèi)容的檢索更有實(shí)際應(yīng)用的價(jià)值。然而這增加了檢索的難度。因此有必要引入一種高效的海量圖片檢索方法,針對(duì)大數(shù)據(jù)集進(jìn)行基于內(nèi)容的檢索。本文中我們?cè)噲D在圖片中尋找類(lèi)似的“字典”信息,并運(yùn)用從圖片數(shù)據(jù)庫(kù)中提取出來(lái)的“字典”建立倒排索引,