基于Seam Carving的目標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容保護或者圖像整體內容保持等之間有效的平衡。近年來，以Seam Carving(線裁剪)為代表的內容感知圖像縮放成為數字圖像處理領域，特別是圖像自適應領域的一個研究熱點。此外，Seam carving還可以結合對象標記技術，從圖像/視頻中去除特定的目標/對象。然而，現(xiàn)有的基于線裁剪的目標移除方法通常是計算很耗時，且經常因為刪除過多的縫合線(seams)導致圖像出現(xiàn)失真。此外，對于經過線裁剪后

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，無論是在檢測的準確性和精確度都存在較大的提升空間。
　　本文以以色列學者Avidan等提出的Seam Carving技術為基礎，研究其目標去除和相應的檢測方法。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的目標移除方面，提出了一種基于間斷線裁剪圖像的目標移除方法。它僅僅只考慮目標區(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，分別從目標區(qū)域的上界往上，從目標區(qū)域的下界往下以及目標區(qū)域的中間區(qū)域內來進行線裁剪。實驗結果表明，與基于樣本修復的目標移除方法相比，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，對測試的圖像轉換為它的強度分量，再根據樣本塊之間的關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)計特征檢測方法進行了實驗比較。