CN102063258A - 一种针对不同尺寸显示终端的图像自适应显示方法 - Google Patents

Abstract

本发明公开了一种针对不同尺寸显示终端上的图像自适应显示方法，包括以下步骤：(1)视觉注意模型的构建，得到最终的显著图；(2)最显著位置的标定：将得到的最终的显著图进行分块，找到显著能量最大的块标定为显著图中最显著的位置；(3)自适应调整：以标定的最大显著值位置的中心为坐标轴原点，根据目标显示器尺寸及比例，逐步向x、y正负坐标轴方向扩大显示窗口。本发明避免了图像在不同尺寸显示器上显示时容易出现的重要关注区域丢失的问题，且使图像的重要区域，也就是观赏者最关注的区域的视觉失真降到最低，保持显示内容中的显著性对象准确完整。

Description

一种针对不同尺寸显示终端的图像自适应显示方法

技术领域

本发明涉及一种针对不同尺寸显示终端上的图像自适应显示方法，属于图像、多媒体信号处理技术领域。

背景技术

随着网络技术和多媒体技术的迅速发展，三网融合成为必然的趋势。三网融合的推进使得移动电话、掌上电脑及智能手机等小屏幕设备对多媒体资源的使用越来越广泛，在这些屏幕分辨率小、带宽和处理能力都有限的移动终端上显示图像，成为了一个突出问题。并且随着“三网”的进一步融合以及3G通信网络的推广，导致了终端设备的多样性，然而通常一幅图像的制作往往只是针对某一类显示终端的，因此，对于将一幅尺寸大的高清图片传输到屏幕尺寸小且分辨率低的显示终端上进行显示时，可能会出现图像变形失真、或画面中的一些关键细节区域丢失等问题，从而影响了观众欣赏质量。针对以上问题，迫切需要一种针对不同低分辨率显示终端上对图像的自适应显示技术，以满足图像内容不失真的同时避免重要内容的丢失，以提供最好的观众浏览体验。

近几年，已经有越来越多的研究者开始关注图像自适应显示这个问题。图像自适应显示的关键问题是如何获取图像的重要内容，以及使其重要内容或关注对象区域能够很好的在不同尺寸、不同分辨率的屏幕上显示出来。传统的显示方法包括尺度变换技术和剪切技术。尺度变换就是对原始图像进行均匀采样，这种技术对于从高清的大屏幕显示变换到低分辨率的小屏幕进行显示时，会造成图像的变形失真，以致观赏质量严重降低。剪切技术主要是通过直接剪切掉边缘区域来实现图像的重新显示，然而这种方法对不同的显示尺寸可能会减掉一些重要信息区域，从而造成一些图像的关键细节的丢失。图4b为直接按比例进行尺度缩放后的显示，可见图像背景及其中人物的尺寸产生了严重失真，且屏幕尺寸越小，分辨率越低，产生的失真越明显。图4c为直接按比例剪切后的显示，图中由于直接按比例对图像边缘剪切，使得图中的重要区域显示不完整，造成图片重要内容的残缺。因此，为了保证图片中的重要区域能够完整清晰地重现在显示屏幕上，需要解决的关键问题是如何自动获取图像的重要区域，以及如何对重要区域，即最关注的区域，进行自动定位显示。由此提出了以视觉关注特性为基础，根据人的视觉刺激机制的原理，通过视觉注意模型的方式来自动获取人对于图像关注的主要部分，也就是体现图像内容最重要的部分，通过以这些视觉关注区域为中心的显示比例自动调整，来解决在传统方法中通常出现的图像变形失真或主要关注区域残缺不全的问题。

发明内容

本发明针对大尺寸图像在小尺寸屏幕低分辨率显示器进行显示时存在的变形失真及关键细节的丢失等问题，提供一种能够自适应的调整图像尺寸、保证图像重要区域信息完整显示以及图像失真最小的针对不同尺寸显示终端的图像自适应显示方法。该方法基于视觉注意特性，从人类视觉系统的特性出发，构建视觉注意模型来有效提取图像的显著区域，即图像关注区域，在此基础上，自适应的调整图像尺寸，使在满足显示尺寸的同时，保证图像重要区域信息完整显示，使得图像失真降低到最小。

本发明的针对不同尺寸显示终端的图像自适应显示方法，包括以下步骤：

(1)视觉注意模型的构建：首先分别计算图像中每个像素点的局部对照显著性和全局对照显著性，得到局部显著图和全局显著图；然后将局部显著图和全局显著图进行有效地组合；最后将结合的结果作为每个像素点全局显著性的权值，对全局显著性进行加权，得到最终的显著图；

由于人们最先关注的显著对象往往是通过特征间的全局竞争得到，然而这只考虑全局对照显著性，图像中一些局部细节显著区域无法检测到；对于仅考虑局部对照的视觉注意模型往往检测到的是一些显著点或边缘区域，而不能检测到完整的对象区域。因此，本发明考虑将局部对照和全局对照显著性结合起来可以克服以上所述缺点。结合方法采用将全局对照显著性作为主要显著区域检测部分，将局部和全局显著性结合的结果作为全局显著性的加权系数，与全局显著性进行加权得到最终的显著图。

(2)最显著位置的标定：将得到的最终的显著图进行分块，找到显著能量最大的块标定为显著图中最显著的位置；

(3)自适应调整：以标定的最大显著值位置的中心为坐标轴原点，根据目标显示器尺寸及比例，逐步向x、y正负坐标轴方向扩大显示窗口，在增大显示窗口的过程中，始终保持显示窗口在显著图中对应像素的平均能量达到最大，直到显示窗口达到要求的目标显示图像的尺寸大小为止。

所述步骤(1)中计算图像中每个像素点的局部对照显著性采用多尺度、变窗口的低级特征局部对照方法，具体实现步骤如下：

①首先采用滑动的变窗口来计算每一像素点的亮度、纹理和颜色的局部对照值，在计算每一位置像素的对照值时，该位置与窗口的中心像素相对应，计算该点与周围窗口大小的区域的对照，所得的值作为该位置点的局部对照值；对亮度、纹理、颜色分别计算，得到三幅局部对照图：

基于韦伯-费克纳(Weber-Fechner)法则的亮度局部对照计算公式如下：

$I_{\mathrm{CM}}(x,y)=\mathrm{clg}\frac{I_j^{\max }}{I_j^{\mathrm{avg}}}=\mathrm{clg}\frac{\max \{I_1,I_2,...I_n,...,I_{N^{\′}}\}}{\frac{1}{N^{\′}}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{I}_n}$

其中，I_CM(x，y)为像素点(x，y)处的亮度对照值，c为常数，

和

分别是第j个窗口内的亮度最大值和平均值，N′＝(2k′+1)×(2k′+1)k′∈{1，2，3}表示3个不同尺度大小的变窗口内的像素个数；

基于灰度方差的纹理局部对照图的计算公式如下：

$T_{\mathrm{CM}}(x,y)=[\frac{1}{N^{\′}-1}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{(I_n-\frac{1}{N^{\′}}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{I}_n)}^2{]}^{\frac{1}{2}},$

基于视觉感知的HSI颜色空间的局部对照图计算方法如下：首先对两个在HSI颜色空间的彩色值Y₁＝(H₁，S₁，I₁)^T和Y₂＝(H₂，S₂，I₂)^T，定义彩色差为：

${\mathrm{\Δ}}_{\mathrm{HSI}}(Y_1,Y_2)=\sqrt{{\left({\mathrm{\Δ}}_I\right)}^2+{\left({\mathrm{\Δ}}_C\right)}^2},$

其中ΔI＝|I₁-I₂|，

因此，颜色局部对照计算如下式：

$C_{\mathrm{CM}}(x,y)=\frac{1}{N^{\′}-1}\left[\underset{n=1}{\overset{N^{\′}-1}{\mathrm{\Σ}}}{\mathrm{\Δ}}_{\mathrm{HSI}}(Y(x,y),Y_n)\right]$

每个像素的最终局部对照，通过下式计算得到：

C_Map(x，y)＝∑_N′CM(x，y)

其中C_Map＝{I′_CM，T′_CM，C′_CM}表示最终的亮度、纹理和颜色特征局部对照图，CM＝{I_CM，T_CM，C_CM}表示单一窗口内的局部对照图，N′＝(2k′+1)×(2k′+1)k′∈{1，2，3}表示变尺度滑动窗口的大小；

②将输入图像用高斯金字塔进行多级滤波，下采样得到原始图像在六个不同尺度上的图像，其中第一尺度是输入图像；随着采样级别的增加，图像的分辨率逐渐降低；在每一级尺度上，分别按照步骤①中算法计算亮度、纹理和颜色特征的局部对照图；对应每一特征分别得到六幅不同尺度下的三种特征的局部对照图，共得到18幅局部对照图；然后采取迭代内插求和算法，即：从分辨率最低的尺度开始逐级向上内插、求和；最终在分辨率最高尺度，即原始图像尺度上得到特征图；

③对由步骤②中得到的亮度、纹理和颜色特征图，归一化并结合得到每个像素点的局部对照显著性S_Local，方法如下：

$S\_\mathrm{Local}=\sqrt{{\left(N\left(I_{\mathrm{FM}}^{\′}\right)\right)}^2+{\left(N\left(T_{\mathrm{FM}}^{\′}\right)\right)}^2+{\left(N\left(C_{\mathrm{FM}}^{\′}\right)\right)}^2}.$

其中I′_FM，T′_FM，C′_FM分别为亮度特征图，纹理特征图和颜色特征图；N(x)为最大值归一化算子。

所述步骤(1)中，计算图像中每个像素点的全局对照显著性采用基于颜色特征的全局对照得到，将颜色特征的差异作为衡量两个像素间特征的差异；在全局显著性计算中，采用图像块的方式，在CIE L*a*b颜色空间中，计算当前像素块与周围其他所有像素块的欧氏距离的和作为该像素块中心像素点的全局对照值；全局对照显著图S_Global由下式得到：

S_Global(k)＝∑_jdis(p_k，p_j)

其中dis(p_k，p_j)表示两像素块在CIE L*a*b颜色空间中的欧式距离，k为当前计算的像素，S_Global(k)越大，表示该像素点全局显著性越大。

所述步骤(1)中得到最终的显著图的具体实现方法是：

采用将全局对照显著性作为主要显著区域检测部分，将局部对照显著图S_Local和全局对照显著图S_Global进行结合得到的结果ω作为全局显著图S_Global的权值，得到最终的显著图S；

ω＝ω₁N(S_Local)+ω₂N(S_Global)

S＝ω*S_Global

其中ω₁和ω₂分别为S_Local和S_Global结合的权系数，且满足∑_iω_i＝1。

所述步骤(2)的具体实现方法是，将最终的显著图分成大小为8×8的块，由于显著图是一幅用灰度表示显著性强弱的图像，灰度值越大的地方，显著性越强，因此通过计算每个块的灰度平均值，找到显著能量最大的块标定为该图像中最显著的位置点。

所述步骤(3)自适应调整的步骤为：

①以步骤(2)中得到的最显著的块的中心作为坐标轴的原点，显示窗口按照目标显示图像尺寸大小逐步向x、y正负坐标轴方向扩大，在扩大显示窗口的过程中，始终保持显示窗口在显著图中对应像素的平均能量达到最大；

②如果窗口达到目标显示图像的大小，则显示自适应后的图像，否则继续调整扩大窗口，直到达到要求显示的图像尺寸为止。

本发明通过构建一种基于局部和全局对照显著性的视觉注意模型来有效地提取图像的显著区域(即图像关注区域)，该注意模型既考虑了全局对照又结合了局部对照显著性，因此提取的显著区域准确完整；在该模型提取的显著图基础上对图像进行分块，初步找到能量最大的块作为最显著的位置点，然后根据目标显示屏幕尺寸进行自适应调整使显示窗口内的像素平均能量最大，使得到的自适应后的图像满足图像重要关注区域信息完整的同时失真降低到最小，本发明的自适应方法为三网融合中多媒体业务的服务质量的提升提供了重要的技术参考价值。

附图说明

图1是本发明的原理框图。

图2是本发明中视觉注意模型的构建流程图。

图3是本发明的结果显示图。

图4是本发明得到的自适应显示结果与传统的尺度变换和直接剪切技术的对比图。

具体实施方式

本发明采用基于结合局部和全局对照显著性的视觉注意模型来有效地提取图像的显著区域，以显著区域的显著性作为衡量图像的区域重要性，在该模型提取的显著图基础上对图像进行分块，初步找到能量最大的块作为该图像最显著的位置点，然后通过一系列自适应调整步骤，使图像的重要区域，也就是观赏者最关注的区域的视觉效果失真降到最低，且同时保持显示内容中的显著性对象准确完整。

图1给出了本发明方法的基本实现框图，按照图1所示流程，本发明的方法包括如下具体步骤：

1.视觉注意模型的构建

图2给出了该步骤视觉注意模型构建的流程图。如图2所示，本发明中视觉注意模型的构建方法主要分为两个部分：局部显著性计算和全局显著性计算。

局部显著性计算采用多尺度、变窗口的低级特征的局部对照方法。其具体算法如下：

首先，采用滑动的变窗口来计算每一像素点的亮度、纹理和颜色特征的局部对照值；在计算每一位置像素的对照值时，该位置与窗口的中心像素相对应，计算该点与周围窗口大小的区域的对照，所得的值作为该位置点的局部对照值；

对亮度、纹理、颜色分别计算，得到三幅局部对照图。

基于韦伯-费克纳(Weber-Fechner)法则的亮度局部对照图计算公式如下：

$I_{\mathrm{CM}}(x,y)=\mathrm{clg}\frac{I_j^{\max }}{I_j^{\mathrm{avg}}}=\mathrm{clg}\frac{\max \{I_1,I_2,...I_n,...,I_{N^{\′}}\}}{\frac{1}{N^{\′}}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{I}_n}$

其中，I_CM(x，y)为像素点(x，y)处的亮度对照值，c为常数，

和分别是第j个窗口内的亮度最大值和平均值，N′＝(2k′+1)×(2k′+1)k′∈{1，2，3}表示3个不同尺度的变窗口内的像素个数。

基于灰度方差的纹理局部对照图的计算公式如下：

$T_{\mathrm{CM}}(x,y)=[\frac{1}{N^{\′}-1}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{(I_n-\frac{1}{N^{\′}}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{I}_n)}^2{]}^{\frac{1}{2}}$

将RGB图像转换到基于视觉感知的HSI颜色空间进行局部对照计算，方法如下：首先对两个在HSI颜色空间的彩色值Y₁＝(H₁，S₁，I₁)^T和Y₂＝(H₂，S₂，I₂)^T，定义彩色差为：

${\mathrm{\Δ}}_{\mathrm{HSI}}(Y_1,Y_2)=\sqrt{{\left({\mathrm{\Δ}}_I\right)}^2+{\left({\mathrm{\Δ}}_C\right)}^2}$

其中ΔI＝|I₁-I₂|，

因此，颜色局部对照计算如下式：

$C_{\mathrm{CM}}(x,y)=\frac{1}{N^{\′}-1}\left[\underset{n=1}{\overset{N^{\′}-1}{\mathrm{\Σ}}}{\mathrm{\Δ}}_{\mathrm{HSI}}(Y(x,y),Y_n)\right]$

为了更准确的体现每个点的局部对照，将每个像素点在3个不同尺度窗口内的局部对照值相加作为该点的最终对照值，每个像素点的最终局部对照值通过下式计算得到：

C_Map(x，y)＝∑_N′CM(x，y)

其中C_Map＝{I′_CM，T′_CM，C′_CM}表示最终的亮度、纹理和颜色特征局部对照图，CM＝{I_CM，T_CM，C_CM}表示单一窗口内的局部对照图，N′＝(2k′+1)×(2k′+1)k′∈{1，2，3}表示变尺度滑动窗口的大小。

然后，为了加强局部对照显著性，本发明采用多尺度方法计算局部显著性，将输入图像用高斯金字塔进行多级滤波，下采样得到原始图像在6个不同尺度上的图像，其中第一尺度对应输入图像。随着采样级别的增加，图像的分辨率逐渐降低。在每一级尺度上，分别按照计算亮度、纹理和颜色特征的局部对照图。对应每一特征分别得到6幅不同尺度下的三种特征的局部对照图。共得到18幅局部对照图。然后采取一种迭代内插求和算法，即：从分辨率最低的尺度开始逐级向上内插、求和。最终在分辨率最高尺度，即原始图像尺度上得到3幅分别对应亮度、纹理和颜色的特征图。

最后，由于3幅特征图是由不同算法得到，所得结果的范围不同，采用最大值归一化算子N(x)将3幅特征图进行归一化到同一范围，然后合并得到最后的局部显著图S_Local，方法如下：

$S\_\mathrm{Local}=\sqrt{{\left(N\left(I_{\mathrm{FM}}^{\′}\right)\right)}^2+{\left(N\left(T_{\mathrm{FM}}^{\′}\right)\right)}^2+{\left(N\left(C_{\mathrm{FM}}^{\′}\right)\right)}^2}$

全局显著性计算采用基于颜色特征的全局对照得到，将颜色特征的差异作为衡量两个像素间特征的差异。在全局显著性计算中，采用图像块的方式，在CIE L*a*b颜色空间中，计算当前像素块与周围其他所有像素块的欧氏距离的和作为该像素块中心像素点的全局对照值。全局对照显著图S_Global由下式得到：

S_Global(k)＝∑_jdis(p_k，p_j)

其中dis(p_k，p_j)表示两像素块在CIE L*a*b颜色空间中的欧式距离。k为当前计算的像素，S_Global(k)越大，表示该像素点全局显著性越大。

在得到局部和全局显著图后，将局部对照显著图S_Local和全局对照显著图S_Global进行结合得到的结果ω作为全局显著模型S_Global的权值，得到最终的显著图S。其中ω₁和ω₂分别为S_Local和S_Global结合的权系数，且满足∑_iω_i＝1。

ω＝ω₁N(S_Local)+ω₂N(S_Global)

S＝ω*S_Global

2.最显著位置标定

将步骤1中得到的显著图分成大小为8×8的块，分别计算每个分块的平均值，找到平均值最大的块标定为最显著的位置点。

3.自适应调整

将步骤2中得到的最大显著块的中心作为坐标轴原点，然后按照目标显示尺寸的大小，逐步向x、y正负坐标轴扩大显示窗口，直到显示窗口达到要求显示的图像尺寸为止，在此过程中始终保持显示窗口在显著图中对应像素的平均能量达到最大，算法如下：

$R_I=\underset{R\∈I}{\arg \max }{\mathrm{\Σ}}_{x\∈R}S\left(x\right)/\left|\right|R\left|\right|$

其中，I为原始图像，S为根据注意模型得到的显著图，R_I为自适应后的图像。

图3为本发明得到的自适应显示结果图，图3a为原始图像，图3b为基于视觉注意模型的显著图，图3c为应用本发明方法得到的自适应显示结果。从自适应显示结果中可以明显看出，在屏幕尺寸大小改变的情况下，应用本发明提出的基于视觉注意特性的不同尺寸显示终端上的图像自适应显示方法能够保持自适应后图像重要关注对象区域的完整性，且对于在小屏幕低分辨率显示环境下避免了最关注的区域的视觉效果出现失真。

图4为应用不同显示方法将一幅高清图片传播到小屏幕低分辨率环境下的显示结果。图4a为原始高清图片；图4b为直接按比例进行尺度缩放后的显示；图4c为直接按比例剪切后的显示；由图4b可见图像背景及其中人物的尺寸产生了严重失真，且屏幕尺寸越小，分辨率越低，产生的失真越明显。而图4c中由于直接按比例对图像边缘剪切，使得图中的重要区域显示不完整，造成图片重要内容的残缺。图4d为本发明的基于视觉注意模型提取关注区域为基础进行图像自适应调整的结果。

Claims (5)

1.一种针对不同尺寸显示终端的图像自适应显示方法，其特征在于，包括以下步骤：

(1)视觉注意模型的构建：首先分别计算图像中每个像素点的局部对照显著性和全局对照显著性，得到局部显著图和全局显著图；然后将局部显著图和全局显著图进行有效地组合；最后将结合的结果作为每个像素点全局显著性的权值，对全局显著性进行加权，得到最终的显著图；

(2)最显著位置的标定：将得到的最终的显著图进行分块，找到显著能量最大的块标定为显著图中最显著的位置；

(3)自适应调整：以标定的最大显著值位置的中心为坐标轴原点，根据目标显示器尺寸及比例，逐步向x、y正负坐标轴方向扩大显示窗口，在增大显示窗口的过程中，始终保持显示窗口在显著图中对应像素的平均能量达到最大，直到显示窗口达到要求的目标显示图像的尺寸大小为止。

2.根据权利要求1所述的针对不同尺寸显示终端的图像自适应显示方法，其特征在于，所述步骤(1)中计算图像中每个像素点的局部对照显著性采用多尺度、变窗口的低级特征局部对照方法，具体实现步骤如下：

①首先采用滑动的变窗口来计算每一像素点的亮度、纹理和颜色的局部对照值，在计算每一位置像素的对照值时，该位置与窗口的中心像素相对应，计算该点与周围窗口大小的区域的对照，所得的值作为该位置点的局部对照值；对亮度、纹理、颜色分别计算，得到三幅局部对照图：

基于韦伯-费克纳(Weber-Fechner)法则的亮度局部对照计算公式如下：

$I_{\mathrm{CM}}(x,y)=\mathrm{clg}\frac{I_j^{\max }}{I_j^{\mathrm{avg}}}=\mathrm{clg}\frac{\max \{I_1,I_2,...I_n,...,I_{N^{\′}}\}}{\frac{1}{N^{\′}}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{I}_n}$

其中，I_CM(x，y)为像素点(x，y)处的亮度对照值，c为常数，

和

分别是第j个窗口内的亮度最大值和平均值，N′＝(2k′+1)×(2k′+1)k′∈{1，2，3}表示3个不同尺度大小的变窗口内的像素个数；

基于灰度方差的纹理局部对照图的计算公式如下：

$T_{\mathrm{CM}}(x,y)=[\frac{1}{N^{\′}-1}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{(I_n-\frac{1}{N^{\′}}\underset{n=1}{\overset{N^{\′}}{\mathrm{\Σ}}}{I}_n)}^2{]}^{\frac{1}{2}},$

基于视觉感知的HSI颜色空间的局部对照图计算方法如下：首先对两个在HSI颜色空间的彩色值Y₁＝(H₁，S₁，I₁)^T和Y₂＝(H₂，S₂，I₂)^T，定义彩色差为：

${\mathrm{\Δ}}_{\mathrm{HSI}}(Y_1,Y_2)=\sqrt{{\left({\mathrm{\Δ}}_I\right)}^2+{\left({\mathrm{\Δ}}_C\right)}^2},$

其中ΔI＝|I₁-I₂|，

因此，颜色局部对照计算如下式：

$C_{\mathrm{CM}}(x,y)=\frac{1}{N^{\′}-1}\left[\underset{n=1}{\overset{N^{\′}-1}{\mathrm{\Σ}}}{\mathrm{\Δ}}_{\mathrm{HSI}}(Y(x,y),Y_n)\right]$

每个像素的最终局部对照，通过下式计算得到：

C_Map(x，y)＝∑_N′CM(x，y)

其中C_Map＝{I′_CM，T′_CM，C′_CM}表示最终的亮度、纹理和颜色特征局部对照图，CM＝{I_CM，T_CM，C_CM}表示单一窗口内的局部对照图，N′＝(2k′+1)×(2k′+1)k′∈{1，2，3}表示变尺度滑动窗口的大小；

②将输入图像用高斯金字塔进行多级滤波，下采样得到原始图像在六个不同尺度上的图像，其中第一尺度是输入图像；随着采样级别的增加，图像的分辨率逐渐降低；在每一级尺度上，分别按照步骤①中算法计算亮度、纹理和颜色特征的局部对照图；对应每一特征分别得到六幅不同尺度下的三种特征的局部对照图，共得到18幅局部对照图；然后采取迭代内插求和算法，即：从分辨率最低的尺度开始逐级向上内插、求和；最终在分辨率最高尺度，即原始图像尺度上得到特征图；

③对由步骤②中得到的亮度、纹理和颜色特征图，归一化并结合得到每个像素点的局部对照显著性S_Local，方法如下：

$S\_\mathrm{Local}=\sqrt{{\left(N\left(I_{\mathrm{FM}}^{\′}\right)\right)}^2+{\left(N\left(T_{\mathrm{FM}}^{\′}\right)\right)}^2+{\left(N\left(C_{\mathrm{FM}}^{\′}\right)\right)}^2}$

其中I′_FM，T′_FM，C′_FM分别为亮度特征图，纹理特征图和颜色特征图；N(x)为最大值归一化算子。

3.根据权利要求1所述的针对不同尺寸显示终端的图像自适应显示方法，其特征在于，所述步骤(1)中，计算图像中每个像素点的全局对照显著性采用基于颜色特征的全局对照得到，将颜色特征的差异作为衡量两个像素间特征的差异；在全局显著性计算中，采用图像块的方式，在CIE L*a*b颜色空间中，计算当前像素块与周围其他所有像素块的欧氏距离的和作为该像素块中心像素点的全局对照值；全局对照显著图S_Global由下式得到：

S_Global(k)＝∑_jdis(p_k，p_j)

其中dis(p_k，p_j)表示两像素块在CIE L*a*b颜色空间中的欧式距离，k为当前计算的像素，S_Global(k)越大，表示该像素点全局显著性越大。

所述步骤(1)中得到最终的显著图的具体实现方法是：

采用将全局对照显著性作为主要显著区域检测部分，将局部对照显著图S_Local和全局对照显著图S_Global进行结合得到的结果ω作为全局显著图S_Global的权值，得到最终的显著图S；

ω＝ω₁N(S_Local)+ω₂N(S_Global)

S＝ω*S_Global

其中ω₁和ω₂分别为S_Local和S_Global结合的权系数，且满足∑_iω_i＝1。

4.根据权利要求1所述的针对不同尺寸显示终端的图像自适应显示方法，其特征在于，所述所述步骤(2)的具体实现方法是，将最终的显著图分成大小为8×8的块，由于显著图是一幅用灰度表示显著性强弱的图像，灰度值越大的地方，显著性越强，因此通过计算每个块的灰度平均值，找到显著能量最大的块标定为该图像中最显著的位置点。

5.根据权利要求1所述的针对不同尺寸显示终端的图像自适应显示方法，其特征在于，所述所述步骤(3)自适应调整的步骤为：

①以步骤(2)中得到的最显著的块的中心作为坐标轴的原点，显示窗口按照目标显示图像尺寸大小逐步向x、y正负坐标轴方向扩大，在扩大显示窗口的过程中，始终保持显示窗口在显著图中对应像素的平均能量达到最大；

②如果窗口达到目标显示图像的大小，则显示自适应后的图像，否则继续调整扩大窗口，直到达到要求显示的图像尺寸为止。

Images