CN107240062A - 一种基于Photomosaic的图集展示方法 - Google Patents
一种基于Photomosaic的图集展示方法 Download PDFInfo
- Publication number
- CN107240062A CN107240062A CN201710331087.4A CN201710331087A CN107240062A CN 107240062 A CN107240062 A CN 107240062A CN 201710331087 A CN201710331087 A CN 201710331087A CN 107240062 A CN107240062 A CN 107240062A
- Authority
- CN
- China
- Prior art keywords
- mrow
- block
- pixels
- pixel block
- photomosaic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001747 exhibiting effect Effects 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 3
- 241000270322 Lepidosauria Species 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 230000002452 interceptive effect Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/16—Spatio-temporal transformations, e.g. video cubism
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种基于Photomosaic的图集展示方法。本发明涉及一种对输入图像进行快速傅里叶变换处理，将图像从时间域转化成频率域，得到处理后的像素块；计算处理后的像素块与目标像素块的频率距离，并按照频率距离从小到大排列处理后的像素块，取前k个处理后的像素块作为候选像素块；将k个候选像素块与目标像素块进行RGB的距离比较，将与目标像素块RGB距离最小的像素块覆盖在目标像素块上；采用最佳熵阈值确定法即KWS熵算法确定灰度级的最佳阈值，进行自适应改变分块大小。与现有技术相比，本发明具有图像最终生成时间、与原图匹配效果更好和增加了交互功能等优点。
Description
技术领域
本发明涉及图像处理和非真实感(NPR)领域，尤其是涉及一种基于Photomosaic的图集展示方法。
背景技术
Harmon在1973年的Scienticfic America杂志第229卷第5期上发表了题目为Therecognition of faces的文章使用成批的肖像来研究人类感官和认知模式，并且发表了第一个关于数字马赛克生成问题的结论。这个结论是在模拟人类感知和自动模式辨别的背景下产生。随后Silver在1997年出版了题目为Photomosaics的图书，第一次用计算机来生成Photomosaic,那个时候Silver还是一个MIT的学生。在他的方法中，原图像上的瓦片(一个像素块)被一张图片所取代,他采用颜色和形状特征来匹配图像。
Photomosaic目前已经被广泛地应用于不同的领域。Pascaline在2015年的Advances in Computing,Communications and Informatics会议上发表题为Usingphotomosaic and steganographic techniques for hiding information inside imagemosaics的文章，使用Photomosaic来隐藏秘密信息。Sakamoto2014年InternationalSymposium on Visual Information Communication and Interaction会议上发表Photomosaic generation for photograph collection browsing运用Photomosaic来进行相册浏览。Seo于2016年Multimedia Tools and Applications上第75卷第20期上发表题为A photomosaic image generation method using photo annotation in a socialnetwork environment的文章，在创建Photomosaic时把社会关系考虑进去，候选图集是来自与目标图主人社会关系密切的人的相册。关于Photomosaic质量的理论由Nicholas Tran提出。Nicholas Tran在1999年Proceedings of the 1999ACM symposium on Appliedcomputing会议上发表Generating photomosaics:an empirical study文章。在他的论文中总结。在他的论文中，Tran提出了一系列关于Photomosaic质量的重要问题。直观上，一个好的Photomosaic应该尽可能与原图像相似。
虽然基于平均颜色方法的比较方式是相对直接的创造Photomosaic的方法，但是它并不是唯一的方法。理论上，任何能根据两张图片比较排序相似度都能被用来生成Photomosaic。Di Blasi et al在2006年Eurographics Italian Chapter Conference会议上发表Smart ideas for photomosaic rendering.提出了两种技术：QT-Photomosaic和FQT-Photomosaic。在QT-Photomosaic中他们使用四叉树分离技术将输入的图片分割成不同规则的块，分割过程依据的是图像RGB的平均值和方差，他将每个正方形分成四个大小相等的小正方形，当四个正方形的RGB颜色距离大于某个阈值表示分块成功，反之不进行分块操作。在FQT-Photomosaic中他们扩张了四叉树的方法，产生出了不规则片形的Photomosaic。清华大学研究人员Daqing Chang等人2013在International Conference onIntelligent Science and Big Data Engineering会议上发表了Methods forPhotomosaic Generation Based on Different Image Similarity and DivisionStrategies的文章，用了两种方法来定义两个瓦片的相似度。他们通过颜色和边来定义。Sah S B M等人在2013年的European Conference on the Applications ofEvolutionary Computation会议上发表了Refinement techniques for animatedevolutionary photomosaics using limited tile collections.采用了遗传算法被运用在Photomosaic生成优化上。
将Photomosaic应用于图片的展示可以生成具有艺术感的图像。但是随着图集规模的扩大，基于RGB的传统比较方式生成时间相对较慢。虽然Di Blasi et al在2006年Eurographics Italian Chapter Conference会议上发表Smart ideas for photomosaicrendering提出了基于Antipole树的方法加快了生成时间，但是无法获得比较满意的效果。同时Photomosaic无法解决人们进一步欣赏小瓦片的需求。Photomosaic的生成效果与生成时间本身就是一对矛盾体。想要精确匹配需要更加精细的计算，而复杂的精细计算必然会提升算法的时间复杂度。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于Photomosaic的图集展示方法。采用Photomosaic来展示大规模图集，提出了基于快速傅里叶变换的Photomosaic生成方法，在保证生成马赛克图与原图尽量相似的同时，减少了生成时间。引入交互功能提升了用户体验，使用户可以通过放大浏览瓦片细节。采用图像信息熵特征，自适应的改变分块策略，可以保证原图像的一些细节特征。传统的用于生成Photomosaic的候选图集都是用户给定，本发明可以通过关键字搜索网络图集来生成马赛克图像。
本发明的目的可以通过以下技术方案来实现：
一种基于Photomosaic的图集展示方法，该方法包括以下步骤：
S1、对输入图像进行快速傅里叶变换处理，将图像从时间域转化成频率域，得到处理后的像素块；
S2、计算处理后的像素块与目标像素块的频率距离，并按照频率距离从小到大排列处理后的像素块，取前k个处理后的像素块作为候选像素块；
S3、将k个候选像素块与目标像素块进行RGB的距离比较，将与目标像素块RGB距离最小的候选像素块覆盖在目标像素块上；
S4、采用最佳熵阈值确定法即KWS熵算法确定灰度级的最佳阈值，进行自适应改变分块大小。
步骤S1中的快速傅里叶变换公式为：
其中，M、N分别表示像素块的长和高，f(x,y)表示在空间域中大小为M*N的数字图像矩阵，公式中的μ和v指的是基函数在频率域中的坐标，x和y表示像素在空间域的坐标。
步骤S4具体为：当某个像素块的信息熵与周围像素块的信息熵的差值小于设定阈值时，合并周围的像素块，图像信息熵公式：其中pi表示灰度值为i的概率。
步骤S3中计算k个候选像素块与目标像素块的最小RGB距离公式为：
Ar(i,j)、Ag(i,j)、Ab(i,j)分别表示二维坐标系中(i,j)位置目标像素块的红色、绿色、蓝色像素值，分别表示二维坐标系中(i,j)位置候选像素块的红色、绿色、蓝色像素值。
所述的方法还包括利用爬虫方法获网络图集，生成步骤S1中的输入图像。
所述的方法还包括利用仿射变换方法进行像素块的放大查看设置。
与现有技术相比，本发明具有以下优点：
1、在保证马赛克图像与原图尽量相似的同时，减少了生成时间：利用快速傅里叶变换，减少了图像的最终生成时间；
2、生成图像与原图匹配效果更好：同时采用自适应的改变分块策略，保证图像的细节特征；
3、增加了交互功能：用户可以点击Photomosaic上的瓦片，对瓦片进一步操作，克服了Photomosaic不能交互的缺点，客户可以通过放大浏览图片细节；
4、可以通过关键字搜索相应的图片来生成马赛克图像构成候选图集。
附图说明
图1为本发明方法功能性介绍示意图；
图2为本发明Photomosaic图像生成流程图；
图3为本发明的生成时间与RGB方法效果对比图；
图4为本发明基于Photomosaic的图集展示方法最终效果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
实施例
本发明提出一种基于Photomosaic的图集展示方法。采用Photomosaic产生艺术效果，通过Photomosaic将无序的图集转换成相对有意义的图集。
具体步骤如下：
(1)对输入的n幅图像进行快速傅里叶变换将图像从时间域转化成频率域。M、N表示像素块的长和高，公式中f(x,y)是在空间域中大小为M*N的数字图像矩阵，公式中的μ和v指的是基函数在频率域中的坐标，x和y表示像素在空间域的坐标。
(2)计算瓦片的整体频率定义如下：其中F(u,v)是在(u,v)位置上的频率。然后计算每个瓦片与目标瓦片的频率距离：d＝|Ftile-Fimage|。公式中的Ftile和Fimage分别表示目标瓦片和候选瓦片的整体频率。
(3)根据计算的距离结果按照从距离从小到大进行排序。并且取前k个瓦片：Range＝(d1,d2,d3,…,dk),dk+1,....dn。k为一个阈值。
(4)对k个候选瓦与目标瓦片进行RGB的距离比较：基于RGB的比较公式为： Ar(i,j)、Ag(i,j)、Ab(i,j)分别表示二维坐标系中(i,j)位置目标像素块的红色、绿色、蓝色像素值，分别表示二维坐标系中(i,j)位置候选像素块的红色、绿色、蓝色像素值。原图中长度为m，高度为n的图像瓦片记为Am*n，长度为m，高度为n的候选瓦片k记作
(5)对基于RGB的比较结果进行排序，将距离最小的瓦片覆盖在目标瓦片上。
(6)对于分块策略其特征在于基于信息熵自适应改变分块大小。利用图像信息熵：公式中的pi表示灰度值为i的概率。采用最佳熵阈值确定法(KWS熵算法)确定灰度级的最佳阈值。当某个瓦片的信息熵与周围瓦片的信息熵差值小于某阈值时，合并周围的瓦片。
(7)对于交互设计其具体为基于网络爬虫实现关键字搜索生成Photomosaic和对瓦片的缩放处理。传统的Photomosaic候选瓦片来自于用户提供的本地图集。本发明提出了用户可以通过关键字搜索在线图片，利用爬虫技术来获得相关图像。本发明设计了了一个图像网站，模拟在线图像生成Photomosaic。首先是利用爬虫技术爬取图片和对应的文字到本地电脑，生成photomosaic的过程与本地图集的方式相同，但是对于来自于网络的图集，本发明提供了瓦片文字描述功能，瓦片的文字来自于网站是对图片的描述。该功能首先通过移动鼠标的位置定位出是哪块瓦片，然后弹出标签的方式展示文字信息。传统的Photomosaic的是没有交互功能的，本发明加入了放大缩小交互功能进一步观察瓦片。首先定位鼠标点击的位置，然后弹出交互面板获取点击瓦片对应的原图像，最后通过仿射变换的方法对图像进行放大缩小操作。
参阅附图，在图2中给出了本发明的方法流程图，首先对候选图集进行快速傅里叶变换，对目标图片上的瓦片也做快速傅里叶变换，比较目标瓦片与候选瓦片频率，对比较结果进行排序，选择前k个瓦片，最后将这k个瓦片与目标瓦片进行RGB的比较。按此图示流程给出一组实例。图3中虚线是基于RGB方法，折线是采用该流程的方法，Y轴是消耗时间(单位是秒)，X轴是瓦片边长(单位是像素)，。实验使用的是2.3GHz因特尔i7处理器，16G内存的苹果Macbook进行速度测试。如果我们假设目标图像被分割成N×N个瓦片，并且有M个候选瓦片，每个瓦片的大小设为S×S。在优化之前，我们采用传统方法。那么时间复杂度为O(N2MS2)。如果采用本文的方法，我们用快速排序对比较完频率的每个瓦片进行排序，时间复杂度为O(M log2M)。如果我们定义k为一个阈值(见实施步骤3)，那么我们可以将时间复杂度降到O(N2(M log2M+kS2)),当S≥8,在多数情况下，kS2＞＞M log2M,时间复杂度可以简化到O(N2kS2)，这比之前的O(N2MS2)时间复杂度小了很多。如果我们把瓦片大小设为5像素，在优化之前，基于颜色的比较将耗费18秒，但是在优化过后只消耗5秒。我们可以得出这样的结论：当瓦片的大小越小，基于颜色和本文提出的方法的时间差将会越来越明显。采用本发明的算法效果与传统方法接近，但是时间上本发明有明显优势。而采用Di Blasiet al的Antipole树方法与本方法比较，可以得出虽然Antipole策略确实加快了生成时间，但是Antipole策略匹配效果并不是很理想，在一些区域丢失了颜色信息，比如在一些偏深黑色的区域，采用Antipole策略会把偏绿色的瓦片匹配上去。本文提出的算法生成的效果图质量比Di Blasi et al的方法更好，在颜色上更相似。在时间消耗上，本文提出的方法耗费4.261秒，采用Antipole策略耗时6.102秒。
本发明基于信息熵的分块策略的改进效果：自底向上自适应合并的第一步是将原图像分割成均匀的正方形网格，假设每个网格的大小为S×S像素。然后计算相邻四个网格的信息熵。四个网格阈值t1,t2,t3,t4,若t1与t2,t3,t4的差值绝对值小于阈值h，那么将四个网格合并成一个大小为2S×2S的较大网格。举例图像瓦片的大小为5像素。传统方法在图像的细节处有些瓦片并没有合并，有些地方合并成大小为10像素的瓦片。用自适应方法分块出的小块单元可以保持原图像细节特征，对于像背景颜色比较统一的非特征区域，采用较大的分块单元可以提高马赛克分块单元中填充图像的清晰度，从而为用户展示更多有用的视觉信息。最终效果图如图4所示。
图1给出了本发明的功能示意图，在实现Photomosaic的图集生成的同时，引入交互功能。本发明添加交互功能后的鼠标点击瓦片的效果：当用户点击某瓦片时，系统定位到该瓦片，弹出一个面板用户可对其进行缩放操作。
本发明利用网络爬虫鼠标在瓦片上滑动结果：当鼠标移动到某个瓦片上时候会有标签弹出，标签的内容就是网站中对图片的描述。此功能的目的是当候选图集是来自线上网站时候，该功能可以帮助用户获取瓦片的额外信息。用户可将图片上传到对应的图片分享网站，并添加对图片描述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种基于Photomosaic的图集展示方法，其特征在于，该方法包括以下步骤：
S1、对输入图像进行快速傅里叶变换处理，将图像从时间域转化成频率域，得到处理后的像素块；
S2、计算处理后的像素块与目标像素块的频率距离，并按照频率距离从小到大排列处理后的像素块，取前k个处理后的像素块作为候选像素块；
S3、将k个候选像素块与目标像素块进行RGB的距离比较，将与目标像素块RGB距离最小的候选像素块覆盖在目标像素块上；
S4、采用最佳熵阈值确定法即KWS熵算法确定灰度级的最佳阈值，进行自适应改变分块大小。
2.根据权利要求1所述的一种基于Photomosaic的图集展示方法，其特征在于，步骤S1中的快速傅里叶变换公式为：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>&mu;</mi>
<mo>,</mo>
<mi>&nu;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>M</mi>
<mi>N</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&mu;</mi>
<mi>x</mi>
</mrow>
<mi>M</mi>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&nu;</mi>
<mi>y</mi>
</mrow>
<mi>N</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</msup>
</mrow>
其中，M、N分别表示像素块的长和高，f(x,y)表示在空间域中大小为M*N的数字图像矩阵，公式中的μ和v指的是基函数在频率域中的坐标，x和y表示像素在空间域的坐标。
3.根据权利要求1所述的一种基于Photomosaic的图集展示方法，其特征在于，步骤S4具体为：当某个像素块的信息熵与周围像素块的信息熵的差值小于设定阈值时，合并周围的像素块，图像信息熵公式：其中pi表示灰度值为i的概率。
4.根据权利要求1所述的一种基于Photomosaic的图集展示方法，其特征在于，步骤S3中计算k个候选像素块与目标像素块的最小RGB距离公式为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>d</mi>
<mo>=</mo>
<msub>
<mi>min</mi>
<mi>k</mi>
</msub>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>w</mi>
</msubsup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>h</mi>
</msubsup>
<mo>|</mo>
<msub>
<mi>A</mi>
<mi>r</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>T</mi>
<mi>r</mi>
<mi>k</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>A</mi>
<mi>g</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>T</mi>
<mi>g</mi>
<mi>k</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>A</mi>
<mi>b</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>T</mi>
<mi>b</mi>
<mi>k</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
Ar(i,j)、Ag(i,j)、Ab(i,j)分别表示二维坐标系中(i,j)位置目标像素块的红色、绿色、蓝色像素值，分别表示二维坐标系中(i,j)位置候选像素块的红色、绿色、蓝色像素值。
5.根据权利要求1所述的一种基于Photomosaic的图集展示方法，其特征在于，所述的方法还包括利用爬虫方法获网络图集，生成步骤S1中的输入图像。
6.根据权利要求1所述的一种基于Photomosaic的图集展示方法，其特征在于，所述的方法还包括利用仿射变换方法进行像素块的放大查看设置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710331087.4A CN107240062A (zh) | 2017-05-11 | 2017-05-11 | 一种基于Photomosaic的图集展示方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710331087.4A CN107240062A (zh) | 2017-05-11 | 2017-05-11 | 一种基于Photomosaic的图集展示方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107240062A true CN107240062A (zh) | 2017-10-10 |
Family
ID=59984362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710331087.4A Pending CN107240062A (zh) | 2017-05-11 | 2017-05-11 | 一种基于Photomosaic的图集展示方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107240062A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767340A (zh) * | 2017-10-26 | 2018-03-06 | 厦门理工学院 | 电子照片的合成制作方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102930569A (zh) * | 2012-09-28 | 2013-02-13 | 清华大学 | 不规则鳞片马赛克图片生成方法 |
| CN103106799A (zh) * | 2011-11-15 | 2013-05-15 | 鸿富锦精密工业（深圳）有限公司 | 交通信号智能控制装置及方法 |
| CN103218798A (zh) * | 2012-01-19 | 2013-07-24 | 索尼公司 | 图像处理设备和方法 |
-
2017
- 2017-05-11 CN CN201710331087.4A patent/CN107240062A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106799A (zh) * | 2011-11-15 | 2013-05-15 | 鸿富锦精密工业（深圳）有限公司 | 交通信号智能控制装置及方法 |
| CN103218798A (zh) * | 2012-01-19 | 2013-07-24 | 索尼公司 | 图像处理设备和方法 |
| CN102930569A (zh) * | 2012-09-28 | 2013-02-13 | 清华大学 | 不规则鳞片马赛克图片生成方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘冠洲: "复杂矿石图像自适应闭值化算法", 《冶金自动化》 * |
| 孙百昌: "《互联网+大数据在执法办案中的应用》", 31 December 2016 * |
| 杨丽娟等: "快速傅里叶变换FFT及其应用", 《光电工程》 * |
| 许万林: "大规模层次图集的可视化研究", 《中国优秀硕士学位论文全文数据库.信息科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767340A (zh) * | 2017-10-26 | 2018-03-06 | 厦门理工学院 | 电子照片的合成制作方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Garcia-Garcia et al. | A survey on deep learning techniques for image and video semantic segmentation | |
| Sun et al. | Problems of encoder-decoder frameworks for high-resolution remote sensing image segmentation: Structural stereotype and insufficient learning | |
| CN106981080A (zh) | 基于红外图像和雷达数据的夜间无人车场景深度估计方法 | |
| CN107844795A (zh) | 基于主成分分析的卷积神经网络特征提取方法 | |
| CN113052254B (zh) | 多重注意力幽灵残差融合分类模型及其分类方法 | |
| CN102750385A (zh) | 基于标签检索的相关性—质量排序图像检索方法 | |
| CN113449612B (zh) | 一种基于子流型稀疏卷积的三维目标点云识别的方法 | |
| CN101996245A (zh) | 一种图形对象的形状特征描述与检索方法 | |
| CN102867290B (zh) | 一种基于纹理优化的非同质图像合成方法 | |
| CN115410067A (zh) | 一种基于CNN-Transformer双流网络的细粒度服饰检索方法 | |
| CN105701225A (zh) | 一种基于统一关联超图规约的跨媒体检索方法 | |
| Han et al. | Tree-based visualization and optimization for image collection | |
| Sanchez-Valdes et al. | Linguistic description about circular structures of the Mars’ surface | |
| CN104021395B (zh) | 一种基于高阶偏最小二乘法的目标跟踪算法 | |
| Wang | Illustration Art Based on Visual Communication in Digital Context | |
| CN107240062A (zh) | 一种基于Photomosaic的图集展示方法 | |
| Bende et al. | VISMA: A Machine Learning Approach to Image Manipulation | |
| Yuan et al. | Art font image generation with conditional generative adversarial networks | |
| CN108399288A (zh) | 一种在平面设计中自动添加装饰元素的装置 | |
| Meng et al. | [Retracted] Application of 3D Digital Image Processing Technology in Modern Packaging Design | |
| CN108986021B (zh) | 一种图像合成方法及装置 | |
| Correll | Ross-chernoff glyphs or: How do we kill bad ideas in visualization? | |
| Yanlong | Application of Neural Style Transfer and Image Recognition in the Computer Aided Design of Creative Products Adopting Computational Vision | |
| Dong et al. | Video style transfer based on convolutional neural networks | |
| Chi et al. | Image-based mosaics: an variable construction method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171010 |