论文部分内容阅读
本文提出了一个基于上下文语义的图像编辑算法,分析了图像的上下文语义特征,并将其应用到图像编辑技术中。图像语义是人们对图像的直观感受,包括人们对图像中对象的理解和隐含的对象之间关联的理解,它可以完整的描述图像信息,极大的减少图像编辑中细节的缺失,但是在图像编辑方法中,传统方法主要运用颜色、纹理、形状等基本特征,对语义特征的应用则少之又少,其中主要难点在于图像呈现的视觉表示和实体描述之间存在巨大的语义鸿沟,原因在于视觉表示很难和语义建立关联;另外,语义的定义本身存在很大的不确定性和多义性,很容易产生歧义。为了解决以上问题,本文从最底层次的轮廓特征进行深入讨论,提出了基于上下文语义的图像编辑算法,它是由基于上下文语义的图像表示Shape Nets和基于上下文语义的图像拼接两部分构成。Shape Nets是一个基于形状的、结构紧凑的、分层表示图像结构和对象轮廓外观特征的图像表示模型。在一个ShapeNets中,首先通过似物性采样方法检测图像中包含的对象,用二次级联的支持向量机通过训练和打分筛选出最佳的包含窗口;使用经典的基于Canny算子的轮廓提取算法提取窗口中对象的轮廓;通过自适应粒度模型模糊描述对象之间的空间方向关系,并用一个代表性的节点对该轮廓进行表示,ShapeNets是一个由粗到细的层次结构,用户在目标图像上搜索期望的形状时,系统自动查询图像库发现语义兼容的候选地区。我们将该算法应用于图像匹配、图像缩放、图像分析和理解、行为理解等大量实验中,证明了该算法的可行性、高效性和实用性。基于上下文语义的图像拼接算法是一个新颖的图像拼接方案,它使用超像素分割图像和显著能量传播合成图像。在进行超像素图像分割时,采用了一个聚类目标函数,它结合了熵率和平衡项,控制集群的紧凑度、均匀性、大小和超像素块的个数实现图像分割。之后,充分考虑背景复杂度对视觉注意的剧烈影响,利用依赖上下文的显著模型计算图像超像素的显著度并对图像进行预处理。最终,在进行区域拼接时,利用基于测地距离的显著性能量全局传播完成图像的合成。实验结果表明本文提出的基于上下文语义的图像编辑算法对于图像表示和图像合成方法等应用有一定的实用价值。