结合主成分分析和图像分块的重定向研究OA北大核心CSTPCD

针对现有图像重定向方法视觉效果差和处理速度慢的问题,提出一种基于主成分分析法和分块的内容感知图像重定向方法。首先,利用主成分分析法融合梯度图和显著图来提取更加丰富的图像特征,避免主体信息失真;其次,相邻裁缝线由均值代替,避免像素不连贯;最后,根据能量图中列能量值的大小将图像分为显著区域和非显著区域,并行缩放分块,更加注重图像特征并提高运行效率。在MIT RetargetMe、DUT-OMRON和NJU2000数据集上进行实验分析,以主观感受和客观因子运行时间、SIFT-flow作为评价指标,与几种常用算法对比。实验结果表明,该方法保证了图像主体信息的完整性,平均运行时间为线裁剪算法的1/3。本文提出的方法不仅具有较优的视觉效果,而且可降低运算量。