一种基于显式SURF特征保留的图像重定向算法

图像重定向是一种通过调整图像大小,使其适合于任意显示终端高宽比的数字媒体处理技术。现有的图像重定向研究大多集中在重要对象的形状保持上,而对人类视觉系统敏感的图像关键特征缺乏充分考虑,导致视觉接受度较低。由此,提出了一种新的基于显式的SURF特征保留的图像重定向算法。不同于一般的基于顶点或轴对齐的网格编码形式的网格变形技术,该方法采用基于网格边的网格变形技术。首先定义一个仿射矩阵,使得每条网格边根据仿射矩阵进行变形,从而形成一个基本的基于网格边的变形模型;然后通过SURF特征检测得到SURF特征区域,再将网格边范围约束至SURF特征区域,以此达到特征保留的效果;最后得到一个新的网格变形模型。另外,通过在基本网格变形模型的基础上设置一个稀疏能量项,即给每条网格边赋初始权重以使网格线彼此稀疏,来解决网格线自交的问题;而且在必要时在迭代求解的过程中还可更新此权重。通过实验将所提方法与两种现有的图像重定向方法进行图像质量评估,结果表明所提方法能够在图像重定向过程中最小化失真,同时产生较好的视觉效果,得分增益最高可分别达到16.0%和9.7%。