论文部分内容阅读
对数字图像的非均匀等比例缩放是通过调整源图像分辨率以适应不同长宽比屏幕的过程,这具有非常重要的理论和应用价值。它的核心问题在于如何使得缩放后的图像,一方面既能够突显源图像中的重要物体信息,另一方面又保持源图像内容的完整性和一致性,同时还应该尽量减少图像背景信息的扭曲和变形。在有限元图像缩放算法当中,网格质量的均匀与否会对图像缩放的背景信息产生很大的影响,质量较差的网格会导致背景区域的扭曲和变形。因此,如何获得较均匀的网格已经引起了研究者的极大关注。
本文基于local-gobal方法,提出了一种新的图像特征三角网格优化算法,并利用该方法对前期生成的网格和缩放后期的网格分别进行了优化工作。其中,前期网格优化过程的目的在于调整网格均匀度,减小有限元缩放的误差。算法在local阶段通过自定义的最相似正三角形规则,为网格的每个三角形单元寻找到一个与之最相似的正三角形,得到一组仿射变换系数,这是局部的最优解;global阶段就是在全局范围内,综合局部阶段的最优值,寻求满足最小能量函数的最优解,从而在整体上改善网格均匀度。本文接着对有限元缩放后期的网格进行了local-global优化工作,目的在于减小缩放引起的非显著部分网格的扭曲和变形,通过优化工作,使得缩放前后网格尽可能的相似,从而保持了图像背景区域的完整性和一致性。通过大量的实验和对比结果表明,本文提出的两次local-global网格优化算法,能够改善网格的质量,并对有限元图像缩放有着很大的改善作用。