基于内容感知的图像压缩算法及性能比较.docxVIP

第一章绪论1.1 课题研究的目的和意义图像是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视知觉的实体。图像信息以其信息量大、传输速度快、作用距离远等一系列优点，成为人类获取信息的主要来源及利用信息的重要手段。科学研究和统计表明，人类从外界获得的信息约有 75%是从图像中获得的。随着计算机的发展，图像处理理论和技术受到了各界的广泛重视，已取得了令人瞩目的成绩，并正向更加深入及更高的层次发展。而图像缩放作为图像处理技术的一个组成部分，亦是如此。当今世界瞬息万变，为了能够获取到最快，最全，最新的各种各样的信息，越来越多的人们开始使用便携式的数字化产品，它们在人们相互之间进行信息传递，分享和交换中起着举足轻重的作用。通过数码相机、摄像机等人们能够方便地获取高分辨率的数字图像，为了信息共享和交流，将这些图像显示在像手机、PDA 等这些移动设备上则是必需的。当我们将一幅常规的图像显示在小型设备上时，一般都需要调整图像的大小，即将大尺寸的图像缩小，将图像缩小的传统方法是直接缩放图像尺寸以适应目标屏幕(参见文献[1])，目前大部分手机、PDA 等移动终端广泛采用这种解决方案。该方法可以实时进行 x 与 y 方向的线性或高阶插值。然而当原图分辨率与目标屏幕的宽度与高度之比不一致时，通过直接缩放的方法会使适应后的图像产生整体比例失真；若要使得比例保持一致，则不能充分利用移动终端宝贵的屏幕资源，使图像产生黑边；并且，即使做到比例保持一致，也会由于目标屏幕的低分辨率而丢失重要信息，如图中的文字因缩小而变得不可阅读。另一种方法是对图像进行某种形式的剪裁(Cropping)(见文献[2-6])。最简单的是保留输入图像的中心部分。此法可以实时进行，现代的宽屏电视机通常就是采用这种方法。但是，当含有重要信息的物体偏离中心太远时，这种方法就会失效。另外，当目标屏幕分辨率大大低于原始图像分辨率时，剪裁方法也是不恰当的。因为太多感兴趣的信息会被丢弃。更复杂一些的方法如 pan-and-scan[7]，则需要人工干预，以选择图像中最合适的部分，特别是需要生成高质量适应图像的场合。但这种方法通常针对一种单一的输出分辨率，并且当感兴趣的信息与剪裁窗口不匹配时导致失败。此类方法往往完全丢弃图像的背景信息，不利于用户对图像的理解，并且不能保护图像中的重要信息。目前使用的 Adobe photoshop和 Gimp 等商业软件中，对图像的缩放都是人工的采用裁剪（Cropping）和等比例缩放（Scaling）。当图像中仅包含一个显著物体区域时裁剪（Cropping）能起很好的作用；等比例缩放（Scaling）却会使显著物体变形。由于源图像分辨率和显示终端屏幕尺寸的差异，基于内容的图像缩放不仅要考虑几何学上规定的参数，更要考虑图像的内容对图像进行处理，在图像缩放的同时更好的保持图像的完整性、并且使用户能抓住源图像中的重要信息，即将高分辨率图像更好地显示在较小的屏幕上。可见基于内容的图像缩放算法的研究具有很强的现实需求性和应用背景。1.2 国际国内研究状况和进展基于内容首先要考虑图像中像素显著度的计算和人脸检测问题。文献[8-15]中提出了多种计算显著度的算法，是目前的主流方法。人脸检测研究的学者很多，成果也很丰富(参见文献[16-23]).通过显著度的计算，那些具有高显著度值的图像区域即用户感兴趣的重要物体区域，需要在缩放过程中尽量保护，同时检测出的人脸我们也视为显著物体。有时，图像中的文字也是显著物体，也要进行检测并保护[24]。近来，基于内容的图像缩放作为图像处理的一个新课题得到了人们的普遍重视。鱼眼视图[25]（Fisheye View）是一种放大某一显示画面中的某块小的局部区域的透镜技术，放大区域的周围退到背景显示，但仍然是可见的。2005 年F.Liu and M.Gleicher提出鱼眼算法(Fisheye-View Warping)(见文献[26])，模拟鱼眼效果的非均匀变换算法，起到增强图像中的显著物体，同时压缩其余部分的效果。该算法利用 Ma[11]的基于对比模糊增长分析图像内容，并运用贪婪算法寻找一个能包含显著区域的矩形区域，称之 ROI（region of interest)。关于模糊理论可参看文献[27]。在变换中，对 ROI 区域中（显著区域）像素做线性变换，ROI区域外（非显著区域）像素根据 2 次贝塞尔曲线做源图像到目标图像的非线性变换。该算法优于自动剪切算法，在突出显著区域的同时，仍保留了那些非显著区域，鱼眼算法有很强的鲁棒性，当把显著区域误认为不太重要时，只是对其产生了一些扭曲，而不会像自动剪切那样把它全部抛弃。此法的不足之处在于只能处理仅包含单个显著物体且位于图像中心的情形，并且容易扭曲边界附近的图像