利用梯度与人体区域信息的图像分条及缩放.pdfVIP

利用梯度与人体区域信息的图像分条及缩放.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用梯度与人体区域信息的图像分条及缩放.pdf

第26卷第7期 计算机辅助设计与图形学学报 V01.26No.7 of 2014 2014年7月 Journal July Computer—AidedDesignComputerGraphics 利用梯度与人体区域信息的图像分条及缩放 华顺刚,李新丰,陈国鹏 (大连理工大学机械工程学院 大连 116024) (hsgan902@dlut.edu.cn) 摘要:为了保持图像中的人物和显著目标,避免局部区域过度压缩,提出一种基于能量图和条分割的图像缩放算 法.首先计算图像中所有像素点的梯度值,结合人体检测并赋予人体区域较大权重来构建图像能量图,经优化迭代 将相近能量的相邻像素列划分到同一图像条中实现图像分条;然后根据图像条的平均累积能量,采用缩放量与其能 量成反比的关系计算图像条的缩放量;最后通过设置缩减比阈值判别图像条尺寸缩减程度;当缩减比超过阈值时, 裁剪相应图像条,以防止产生局部扭曲变形并保持图像主要内容.实验结果表明,该算法能够保护图像的局部结构 和全局视觉效果,获得高质量的缩放结果. 关键词:图像缩放;人体区域;梯度;比例缩放;裁剪操作 中图法分类号:TP391 for GradientValuesandHuman StripDiVidillgImageResizingUsing Region Hua Chen Shungang,LiXinfeng,andGuopeng (SchoolofMechanical of 116024) Engineering,DalianUniversityTechnology,Dalian orderto thehumanandthesalientectswithinthe aswellasavoidlocal Abstract:Inpreserve obj image shrunk is basedonthe and region excessively,animageresizingalgorithmproposed imageenergymap valuesofall are andhuman isdetectedand stripdividing.Firstly,thegradient pixelscomputed region a foran the ofthe is assignedrelativelylargeweight originalimage,thusenergymap image constructed the ofthedetectedhuman the valuesand bycombininggradient weight iteration canbedividedintoseveral thesimilar calculation,the image stripsbyintegrating energy—level columns tothe accumulatedofeach reducedsize together.Then,a

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档