CN1293516C - 用于缩小图像至给定目标尺寸的方法和装置 - Google Patents

用于缩小图像至给定目标尺寸的方法和装置 Download PDF

Info

Publication number
CN1293516C
CN1293516C CNB031486142A CN03148614A CN1293516C CN 1293516 C CN1293516 C CN 1293516C CN B031486142 A CNB031486142 A CN B031486142A CN 03148614 A CN03148614 A CN 03148614A CN 1293516 C CN1293516 C CN 1293516C
Authority
CN
China
Prior art keywords
coefficient
block
macro block
value
image
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.)
Expired - Fee Related
Application number
CNB031486142A
Other languages
English (en)
Other versions
CN1480901A (zh
Inventor
V·拉特纳卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of CN1480901A publication Critical patent/CN1480901A/zh
Application granted granted Critical
Publication of CN1293516C publication Critical patent/CN1293516C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/007—Transform coding, e.g. discrete cosine transform
    • 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
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Discrete Mathematics (AREA)
  • Multimedia (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

基于压缩域的算法采用按比例缩小、剪切和感兴趣区域识别的组合将源图像缩小至给定的目标尺寸。源图像被分成多个宏块，每个宏块包括多个色度和亮度块，每个色度块和亮度块包括一个第一类型系数和多个第二类型系数；对于各宏块，采用基于该宏块中色度块的DC系数值的第一规则来识别图像中特殊类型的纹理；同样，对于各宏块，采用基于该宏块中亮度块的AC系数选择值的第二规则来识别图像的边界；然后在图像内搜索宏块以基于应用第一和第二规则的结果发现包含感兴趣区域的部分。

Description

用于缩小图像至给定目标尺寸的方法和装置
技术领域
本发明涉及图像处理算法，其操作较大的数字图像，以自动从中获得包含该图像语义上最重要部分的较小的数字图像。该算法可在设备、方法和指令程序如软件上实现。
背景技术
传统上对数字图像调整大小是完全按比例缩小至目标尺寸。这种方法的问题是很难在缩小的图像中辨别出任何有意义的内容。另一种方法是剪切图像的中央部分，这在“抓取”感兴趣的区域时也很难得到令人满意的结果。因此，尽管在按比例缩小图像的领域以及识别图像中的对象的领域进行了一些工作，但传统技术不能解决通过按比例缩小、剪切和识别感兴趣区域的组合来缩小图像的面积的问题，以上的所有组合操作都是在压缩域内进行的。
发明内容
因此，本发明的目的是克服上述问题及缺点。
本发明的另一个目的是采用按比例缩小和剪切的组合缩小源图像至给定目标尺寸，同时保留图像中语义上最相关的部分。
根据本发明的一个方面，给出缩小图像至给定目标尺寸的方法。该方法包括的步骤有：
(a)把图像分为多个宏块，每个宏块包括多个色度和亮度块，每个色度块和亮度块包括一个第一类型的系数(如，DC系数)和多个第二类型的系数(如，AC系数)；(b)对于各宏块，应用基于该宏块中色度块的第一类型系数值的第一规则来识别图像中的特殊类型纹理；(c)对于各宏块，应用基于该宏块中亮度块的第二类型系数的优选值的第二规则来识别图像的边界；和(d)在图像内搜索宏块以根据步骤(b)、(c)中应用第一和第二规则的结果发现一个区域，其包含感兴趣的区域。
本发明提供了用于缩小图像至给定目标尺寸的方法，包括以下步骤：(a)将图像分成多个宏块，每个宏块包括多个Cr和Cb色度和亮度块，每个色度块和每个亮度块包括一个第一类型的系数和多个第二类型的系数，其中所述第一类型的系数是DC系数且所述第二类型的系数是AC系数；(b)对于各个宏块，基于该宏块中色度块的第一类型系数值来识别特殊类型纹理；(c)对于各个宏块，基于该宏块中亮度块的第二类型系数的选择值来识别图像的边界；并且(d)根据步骤(b)、(c)中所识别的边界和纹理，识别感兴趣区域。
在一优选实施例中，各个宏块中的多个色度块包括多个Cb色度块和多个Cr色度块。
优选地，步骤(b)包括计算Cb色度块的第一类系数的第一平均值，计算Cr色度块的第一类系数的第二平均值，如果(i)第一和第二平均值的绝对值大致相等，(ii)第一平均值小于零，(iii)第二平均值大于零，且(iv)第二平均值小于一预定常数，则将第一分值赋给该宏块，表明其中存在特殊类型的纹理，如果从(i)至(iv)的所有条件都不能满足，则将第二分值赋给该宏块，表明其缺乏特殊类型的纹理。
优选地，步骤(c)包括将第一或第二分值与边界分值相加。
优选地，第一分值计算为第二和第一平均值的差值乘以一预设常数，而边界分值计算为该宏块中各亮度块的第二类型每个选定系数的绝对值之和。
优选地，步骤(d)包括在图像内搜索宏块以发现具有最高总分值的部分，并剪切包括该最高分值部分的那块图像。
根据本发明的另一个方面，将图像缩小至给定目标尺寸的方法包括的步骤有：(a)把图像分为多个宏块，每个宏块包括多个Cb色度块、多个Cr色度块和多个亮度块，每个块包括一个DC系数和多个AC系数；(b)对于各宏块，计算Cb色度块的平均DC值(DCb)，计算Cr色度块的平均DC值(DCr)，如果(i)DCb和DCr的绝对值大致相等，(ii)DCr大于零，(iii)DCb小于零，且(iv)DCr小于一预定常数，则将第一分值赋给该宏块，表明其中存在特殊类型的纹理，该第一分值根据DCb、DCr和一预设常数计算，如果从(i)至(iv)的所有条件都不能满足，则将第二分值赋给该宏块，表明其缺乏特殊类型的纹理；(c)对于各宏块，将第一或第二分值与基于该宏块中各亮度块的所选AC系数的绝对值计算的边界分值；和(d)在图像内搜索宏块以发现具有最高总分值的部分，并剪切包括该最高分值部分的那块图像。
另一方面，本发明涉及用于缩小图像至给定目标尺寸的装置。此装置包括合适的元件用来执行上述过程。这些元件可能包括，例如CPU，一个或多个专用集成电路(ASIC)，数字信号处理电路等。
本发明提供了用于缩小图像至给定目标尺寸的装置，包括：一个设备，用于将图像分成多个宏块，每个宏块包括多个Cr和Cb色度和亮度块，每个色度块和每个亮度块包括一个第一类型系数和多个第二类型系数，其中所述第一类型的系数是DC系数且所述第二类型的系数是AC系数；用于基于色度块的第一类型系数值来识别各个宏块中特殊类型纹理的设备；用于基于亮度块的第二类型系数的选择值来识别各个宏块中的边界的设备；和用于根据在各宏块中所识别的边界和纹理来识别感兴趣区域的设备。
根据本发明的其它方面，上述方法或其中的任一步骤，可以在指令程序(如软件)中实现，该指令程序可以储存在或传输至计算机或其它处理器控制的设备中执行。可选地，该方法或其中的任一步骤可采用功能上等价的硬件(如，ASIC，数字信号处理电路等)或软件和硬件的组合来实现。
通过参照以下说明和权利要求，并结合附图，本发明的其它目的和成果以及对其更全面的理解将是显然的。
附图说明
图1是JPEG源图像和该源图像之内包含该源图像的语义最相关部分的较小的JPEG图像的示意图。
图2是JPEG源图像按比例缩小后的示意图和在按比例缩小的图像之内的目标区域。
图3是根据本发明一个实施例的算法流程图。
图4是一个示例图像处理系统的方框图，该系统可用于实现本发明的算法。
图5是描述本发明一个应用的客户-服务器系统的示意图。
具体实施方式
A.概述
本发明的算法(SEDOC)是非常有效的“机器智能”技术，实际上接近人类智能在发现图像的语义最重要部分时时常实现的结果。尽管设计在这方面等同于人类智能的方法是困难的，如果并非不可能的话，但本发明还是提供了对该问题的一种良好并可行的自动化解决方案。为了获得上述结果，SEDOC通过按比例缩小、剪切和识别感兴趣区域的组合来缩小图像的面积，以上的所有操作均在频率或压缩域内。
在JPEG格式中，SEDOC采用DC系数和各DCT块的头几个AC系数中的信息来分析图像并确定其“最重要”部分。该分析将高分值赋给占优势的边界和物体，及类似皮肤的纹理。
B.SEDOC
SEDOC设计为在压缩的图像上操作以提供压缩或频域的解决方案。SEDOC的细节在下面结合JEPG图像作为优选实施例来描述，但SEDOC并不局限于JPEG图像。根据所公开部分的内容，做一些对该领域的技术人员而言很明显的适当变换，SEDOC可采用正交变换应用于任意的图像压缩格式。
在图1所示的优选实施例中，给定一个W0×H0的图像，SEDOC运行以获得较小的包含原图像语义最相关部分的w0×h0的JPEG图像。
令(w，h)表示扩展到JPEG宏块尺寸(通常为16×16)若干倍的目标维度，另外，令wm和hm表示宏块的目标维度，则wm*宏块的宽度＝w，hm*宏块的高度＝h。
SEDOC通过按比例缩小和剪切得到目标面积。进行按比例缩小是为了随后的剪切不丢弃原图像过度大的部分。发明人发现各维度的目标尺寸按比例缩小两倍可给出最好结果。
如图2所示，令W、H表示按比例缩小后图像的维度，则目标面积(w×h)约为(W×H)的四分之一。另外令W、H也为宏块维度的倍数，且令Wm、Hm分别表示按比例缩小后宏块的宽和高。
注意按比例缩小可通过将比例限制为(s1*s2)/64的形式而在压缩域内完成，这里s1、s2是[1，8]范围内的整数。
因此，此时问题已减少为如下：给定一个W×H的JPEG图像，通过剪切获得其语义最相关的w×h部分作为一JPEG图像。W、H、w、h均是宏块维度的倍数。各维相应的宏块数通过下标“m”表示。
SEDOC算法给占优势的边界和类似皮肤的纹理加上高分值。其将图像中具有最高分值的部分剪切下来作为输出。下列大多数步骤是仔细试验后设计的，因此SEDOC将对许多图像都表现良好。这样，很多常数是启发式的，主要表示优选实施例。
图3的流程图举例说明依据本发明的实施例的SEDOC算法。
首先，在步骤301中，源JPEG图像被分成多个宏块，每个宏块包括一个或多个Cb色度块，一个或多个Cr色度块及一个或多个亮度块(Y)。在JPEG图像是压缩格式的优选实施例中，各个Cb、Cr和Y宏块包括一个DC系数和多个AC系数。应该注意，所有系数的值表示去量化的系数值。
接着，算法给图像中的每个宏块赋一分值。因此在步骤302中，宏块的记数变量i被初始化为1。在步骤303中，得到第i个宏块。对于这个宏块，其Cb色度块的DC系数项的平均值计算为DCb，Cr色度块的DC系数项的平均值计算为DCr(步骤304)。
在步骤305中，判断步骤304中计算的平均值。如果|DCr|约等于|DCb|，且DCr＞0，且DCb＜0，并且DCr＜S，则其表示有类似皮肤的纹理(步骤306)。如果该宏块通过了步骤305中的测试，算法赋给它一个值为(DCr-DCb)*T的分值(步骤307)。如果这种测试中的任意一个失败了，则可以推断出该宏块没有包含类似皮肤的纹理(步骤308)，并给其分值赋值为零(步骤309)。
这里S是一个常数，用来排除非常明亮的浅色纹理(例如粉红色/黄色)。在一个优选实施例中，S＝60，但也可能采用大约40到80之间的其它值。T是另一常数。在一个优选实施例中，T＝10，但也可能采用大约5到10之间的其它值。
对于步骤307或309中得到的分值，在步骤310中加上“占优势的边界”分值。这是通过简单从该宏块各亮度块(Y)中取得第(0，1)和(1，0)AC系数的绝对值并把它们全部相加而实现的。注意步骤307中的常数T是用于给皮肤分值指定一个关于边界分值的相对权。
下一步，在步骤311中判断是否已经分析完所有的宏块。如果没有，那么宏块计数器i在步骤312中递增，且算法返回步骤303以获得下一个宏块。
在所有的宏块都已被分析并赋值后，算法就发现了图像的最佳区域。为此，算法搜索宏块对齐的(wm/k)*(hm/k)小片(这里根据宏块给出尺寸)以发现具有最高分值的小片。分值并不在目标区域最大化，而是在一较小区域最大化。这里k是另一常数，在一个优选实施例中，k＝2，但也可采用大约1到4之间的其它值。其具有创建还获取一些环境的结果图像的期望的效果。发现具有最高分值的小片后，算法将包含该片在其大致中央位置的较大的片剪切作为结果。然后算法结束。
注意将分值赋给各宏块并发现最佳区域的基本步骤可采用高hm/k宽Wm的缓冲区按流水线方式执行，其中各缓冲区入口是宏块的分值。同样，有利的是，分值计算全部在压缩域内进行，甚至不需要对系数进行去曲折(de-zigzag)就能有效实现。
C.实现
本发明的算法可在如图4所示类型的图像处理系统40上运行的软件中方便地实现。如图4所示，该系统包括提供计算资源并控制计算机的中央处理单元41(CPU)。CPU41可用微处理器等实现，同时还可以包括图形处理器和/或用于算术计算的浮点协同处理器。另外，系统40还包括系统存储器42，其形式可以是随机存取存储器(RAM)和只读存储器(ROM)。
如图4所示，还提供多个控制器和外围设备。输入控制器43表示与一个或多个输入设备44，如键盘、鼠标或记录针的接口。还有一控制器45，其和扫描仪46或等效设备通讯，用来将包括依据本发明处理的图像的文档数字化。存储控制器47和一个或多个存储设备48相连接，各存储设备均包括存储介质，如磁带或磁盘或用于记录指令程序的光学介质，用来操作包含实现本发明的各个方面的程序实施例的系统、用途和应用。存储设备48也可用来存储依据本发明处理的数据。显示控制器49为显示设备51提供接口，显示设备51可以是阴极射线管(CRT)、薄膜晶体管(TFT)显示器或视频播放器。还提供了打印机控制器52与打印机53通讯，用于打印包括依据本发明处理的图像的文档。通讯控制器54与通讯设备55相连，使得系统40可通过包括因特网、局域网(LAN)、广域网(WAN)的多种网络或包括红外线信号的合适的电磁载波信号与远端设备相连。
在图示系统中，所有主要系统元件均与可能代表多个物理母线的母线56相连。
根据本发明的具体应用，各种系统元件可能在物理上相互邻近或不邻近。例如，输入数据(如，将在其上应用SEDOC的输入图像)和/或输出数据(如，已在其上应用了SEDOC的输出图像)可能从一个物理位置远程传输至另一位置。实施本发明各个方面的程序也可通过网络从远端(如服务器)被访问。这些数据和/或程序可通过包括磁带或磁盘或光盘的多种机器可读介质、网络信号、或包括红外线信号的其它合适的电磁载波信号来传输。
如图5所示，本发明的一个应用涉及客户-服务器系统，其中图像通过网络63从服务器61被传递至客户机62，SEDOC可能在服务器端运行以节省网络带宽。当所传递的图像较大且客户机是显示器相对小的便携式设备，如蜂窝电话，个人数字助理(PDA)等时，这尤其便利。
尽管本发明能够用软件方便地实现，但用硬件或硬/软件的组合来实现也是可能的。例如，可采用ASIC、数字信号处理电路等来实现硬件实施。同样，权利要求语言“机器可读介质”还包括其上带有硬接线的指令程序的硬件。同样，权利要求所用的“设备”语言覆盖适当配置的处理设备，如CPU、ASIC、数字处理电路等。
记住这些实施例替换方式，就应当理解附图和附述说明为本领域的技术人员提供了编写程序代码(如软件)或制造电路(如硬件)以执行所需的处理所需的功能性信息。
D.效果
如前面描述说明的，本发明提供了一种有效并经济的算法用于采用按比例缩小和剪切的组合将源图像缩小为给定目标尺寸，同时保留图像中语义最相关的部分。SEDOC还具有很多优点。一是SEDOC工作于压缩域，在压缩(如JPEG)图像上有效地变换(如DCT)系数而不用对它们进行去曲折。SEDOC采用压缩域处理来执行实际的按比例缩小和剪切。SEDOC还采用基于图像块的色度元件的DC值公式来识别类似皮肤的纹理，并给其赋高分值；还采用基于图像块的亮度元件的极少数AC值的公式来识别占优势的边界，并给其赋高分值。另一优点是SEDOC可不用人协助工作。
尽管仅结合了几个特定的实施例对本发明进行了描述，但根据前面的描述，对于本领域的技术人员而言，很多进一步的替换、修改、变更和应用是显而易见的。因此，此处所述发明将囊括所有落在所附权利要求的主旨和范围之内的替换、修改、变更和应用。

Claims (20)

1.用于缩小图像至给定目标尺寸的方法，包括以下步骤：
(a)将图像分成多个宏块，每个宏块包括多个Cr和Cb色度和亮度块，每个色度块和每个亮度块包括一个第一类型的系数和多个第二类型的系数，其中所述第一类型的系数是DC系数且所述第二类型的系数是AC系数；
(b)对于各个宏块，基于该宏块中色度块的第一类型系数值来识别特殊类型纹理；
(c)对于各个宏块，基于该宏块中亮度块的第二类型系数的选择值来识别图像的边界；并且
(d)根据步骤(b)、(c)中所识别的边界和纹理，识别感兴趣区域。
2.根据权利要求1的方法，其中步骤(b)包括计算Cb色度块的第一类型系数的第一平均值和计算Cr色度块的第一类型系数的第二平均值。
3.根据权利要求2的方法，其中步骤(b)还包括：如果(i)第一和第二平均值的绝对值大致相等，(ii)第一平均值小于零，(iii)第二平均值大于零，且(iv)第二平均值小于预定常数，则将第一分值赋给每个宏块，表明该宏块中存在特殊类型的纹理；如果从(i)至(iv)的所有条件都不能满足，则将第二分值赋给每个宏块，表明该宏块缺乏特殊类型的纹理。
4.根据权利要求3的方法，其中步骤(c)包括给第一或第二分值加上一个边界分值。
5.根据权利要求3的方法，其中第一分值计算为第二和第一平均值之差乘以一个预设常数。
6.根据权利要求4的方法，其中边界分值计算为该宏块中各亮度块的第二类型各选定系数的绝对值之和。
7.根据权利要求4的方法，其中步骤(d)包括搜索图像中的宏块以发现具有最高总分值的部分。
8.根据权利要求7的方法，其中步骤(d)还包括剪切包括最高分值部分的那块图像。
9.用于缩小图像至给定目标尺寸的方法，包括以下步骤：
(a)将图像分成多个宏块，每个宏块包括多个Cb色度块、多个Cr色度块和多个亮度块，每块包括一个DC系数和多个AC系数；
(b)对于各宏块，计算Cb色度块的平均DC值(DCb)，计算Cr色度块的平均DC值(DCr)，并且如果(i)DCb和DCr的绝对值大致相等，(ii)DCr大于零，(iii)DCb小于零，且(iv)DCr小于预定常数，则将第一分值赋给每个宏块，表明该宏块中存在特殊类型的纹理，第一分值基于DCb、DCr和一个预设常数计算；如果从(i)至(iv)的所有条件都不能满足，则将第二分值赋给每个宏块，表明该宏块中缺乏特殊类型的纹理；
(c)对于各宏块，将第一或第二分值加上基于该宏块中各亮度块的所选AC系数的绝对值计算的边界分值；且
(d)在图像内搜索宏块以发现具有最高总分值的部分，并剪切包括该最高分值部分的那块图像。
10.用于缩小图像至给定目标尺寸的装置，包括：
一个设备，用于将图像分成多个宏块，每个宏块包括多个Cr和Cb色度和亮度块，每个色度块和每个亮度块包括一个第一类型系数和多个第二类型系数，其中所述第一类型的系数是DC系数且所述第二类型的系数是AC系数；
用于基于色度块的第一类型系数值来识别各个宏块中特殊类型纹理的设备；
用于基于亮度块的第二类型系数的选择值来识别各个宏块中的边界的设备；和
用于根据在各宏块中所识别的边界和纹理来识别感兴趣区域的设备。
11.根据权利要求10的装置，其中由应用第一规则的设备来计算Cb色度块的第一类型系数的第一平均值并计算Cr色度块的第一类型系数的第二平均值。
12.根据权利要求11的装置，其中如果(i)第一和第二平均值的绝对值大致相等，(ii)第一平均值小于零，(iii)第二平均值大于零，且(iv)第二平均值小于一预定常数，则由应用第一规则的设备将第一分值赋给每个宏块，表明该宏块中存在特殊类型的纹理；如果从(i)至(iv)的所有条件都不能满足，则将第二分值赋给每个宏块，表明该宏块中缺乏特殊类型的纹理。
13.根据权利要求12的装置，其中由应用第二规则的设备给第一或第二分值加上边界分值。
14.根据权利要求12的装置，其中第一分值计算为第二和第一平均值之差乘以一个预设常数。
15.根据权利要求13的装置，其中边界分值计算为该宏块中各亮度块的第二类型各选定系数的绝对值之和。
16.根据权利要求13的装置，其中搜索设备搜索图像中的宏块以发现具有最高总分值的部分。
17.根据权利要求16的装置，其中搜索设备剪切包括最高分值部分的那块图像。
18.根据权利要求10的装置，其中所述装置中包括一个计算机。
19.根据权利要求10的装置，其中所述装置中包括一个蜂窝电话。
20.根据权利要求10的装置，其中所述装置中包括个人数字助理。
CNB031486142A 2002-06-21 2003-06-20 用于缩小图像至给定目标尺寸的方法和装置 Expired - Fee Related CN1293516C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/177010 2002-06-21
US10/177,010 US6928186B2 (en) 2002-06-21 2002-06-21 Semantic downscaling and cropping (SEDOC) of digital images

Publications (2)

Publication Number Publication Date
CN1480901A CN1480901A (zh) 2004-03-10
CN1293516C true CN1293516C (zh) 2007-01-03

Family

ID=29734261

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB031486142A Expired - Fee Related CN1293516C (zh) 2002-06-21 2003-06-20 用于缩小图像至给定目标尺寸的方法和装置

Country Status (2)

Country Link
US (1) US6928186B2 (zh)
CN (1) CN1293516C (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7437007B1 (en) * 2003-10-31 2008-10-14 Hewlett-Packard Development Company, L.P. Region-of-interest editing of a video stream in the compressed domain
US20060050089A1 (en) * 2004-09-09 2006-03-09 Atousa Soroushi Method and apparatus for selecting pixels to write to a buffer when creating an enlarged image
TWI257243B (en) 2005-01-21 2006-06-21 Via Tech Inc Method of compressing image and device thereof
US7733405B2 (en) * 2005-02-10 2010-06-08 Seiko Epson Corporation Apparatus and method for resizing an image
CN100367759C (zh) * 2005-02-21 2008-02-06 威盛电子股份有限公司 图像压缩方法及其装置
WO2008028334A1 (en) * 2006-09-01 2008-03-13 Thomson Licensing Method and device for adaptive video presentation
KR101498044B1 (ko) * 2007-01-10 2015-03-05 삼성전자주식회사 매크로 블럭이 적응적으로 부호화된 압축영상에 대한축소영상 생성방법 및 이를 적용한 영상기기
FR2912237A1 (fr) * 2007-02-07 2008-08-08 Thomson Licensing Sas Procede de traitement d'image
US8200037B2 (en) * 2008-01-28 2012-06-12 Microsoft Corporation Importance guided image transformation
US8565554B2 (en) * 2010-01-09 2013-10-22 Microsoft Corporation Resizing of digital images
CN102542302B (zh) * 2010-12-21 2013-08-14 中国科学院电子学研究所 基于分等级对象语义图的复杂目标自动识别方法
US9020291B2 (en) * 2012-08-31 2015-04-28 Hewlett-Packard Development Company, L.P. Resized image compression based on frequency content
US20170054449A1 (en) * 2015-08-19 2017-02-23 Texas Instruments Incorporated Method and System for Compression of Radar Signals
CN110321864A (zh) * 2019-07-09 2019-10-11 西北工业大学 基于多尺度裁剪机制的遥感图像文字说明生成方法
US11570477B2 (en) 2019-12-31 2023-01-31 Alibaba Group Holding Limited Data preprocessing and data augmentation in frequency domain

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5845015A (en) * 1995-10-12 1998-12-01 Sarnoff Corporation Method and apparatus for resizing images using the discrete cosine transform
CN1224881A (zh) * 1997-12-18 1999-08-04 莱克斯马克国际公司 用于打印机图像变形的系统和方法
US5960126A (en) * 1996-05-22 1999-09-28 Sun Microsystems, Inc. Method and system for providing relevance-enhanced image reduction in computer systems
US6311328B1 (en) * 1996-06-05 2001-10-30 Sony Corporation Apparatus and method for enlarging/reducing a video picture size
US6348929B1 (en) * 1998-01-16 2002-02-19 Intel Corporation Scaling algorithm and architecture for integer scaling in video

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0181052B1 (ko) * 1995-03-31 1999-05-01 배순훈 고화질 영상 시스템의 영역 분할 장치
JP3865165B2 (ja) 1996-10-30 2007-01-10 株式会社沖データ 画像データの拡大／縮小方法
JP3549725B2 (ja) 1998-04-13 2004-08-04 シャープ株式会社 画像処理装置
US6175659B1 (en) 1998-10-06 2001-01-16 Silicon Intergrated Systems Corp. Method and apparatus for image scaling using adaptive edge enhancement
GB2371459B (en) * 2001-01-19 2005-05-04 Pixelfusion Ltd Image scaling
JP3791003B2 (ja) * 2001-05-21 2006-06-28 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
US6915025B2 (en) * 2001-11-27 2005-07-05 Microsoft Corporation Automatic image orientation detection based on classification of low-level image features
US6937759B2 (en) * 2002-02-28 2005-08-30 Nokia Corporation Method and device for reducing image by palette modification

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5845015A (en) * 1995-10-12 1998-12-01 Sarnoff Corporation Method and apparatus for resizing images using the discrete cosine transform
US5960126A (en) * 1996-05-22 1999-09-28 Sun Microsystems, Inc. Method and system for providing relevance-enhanced image reduction in computer systems
US6311328B1 (en) * 1996-06-05 2001-10-30 Sony Corporation Apparatus and method for enlarging/reducing a video picture size
CN1224881A (zh) * 1997-12-18 1999-08-04 莱克斯马克国际公司 用于打印机图像变形的系统和方法
US6348929B1 (en) * 1998-01-16 2002-02-19 Intel Corporation Scaling algorithm and architecture for integer scaling in video

Also Published As

Publication number Publication date
CN1480901A (zh) 2004-03-10
US20030234798A1 (en) 2003-12-25
US6928186B2 (en) 2005-08-09

Similar Documents

Publication Publication Date Title
CN1293516C (zh) 用于缩小图像至给定目标尺寸的方法和装置
JP2020174374A (ja) デジタルイメージ再圧縮
USRE43896E1 (en) Image and video indexing scheme for content analysis
JPH08161497A (ja) 画像認識方法及び装置
CN1440204A (zh) 用于以固定的计算复杂度编码活动图象的方法和装置
CN1627325A (zh) 色彩变换方法及装置
CN1697328A (zh) 快速视频编解码变换实现
Zyto et al. Semi-discrete matrix transforms (SDD) for image and video compression
CN1193621C (zh) 调整计算复杂度的方法、对离散余弦反变换进行近似计算的方法和一种解码器
US7389005B2 (en) Interpolation of video and audio digital data
Wang et al. Multiresolution browsing of pathology images using wavelets.
Haffner et al. Color documents on the Web with DjVu
US7099523B2 (en) Method and system for scaling a signal sample rate
Chang et al. Similar image retrieval based on wavelet transformation
JP2002133414A (ja) 画像処理方法及びその装置、記憶媒体
Peters et al. Microarray image compression using a variation of singular value decomposition
Bonyadi et al. A non-uniform image compression using genetic algorithm
Bevinakoppa Still image compression on parallel computer architectures
Ding et al. Rate-distortion optimized color quantization for compound image compression
Kountchev et al. Detection and lossless compression of texts and graphics in compound images
Nugroho et al. A Comparative Study On Image Compression in Cloud Computing
CN118381931A (zh) 一种弱网环境下的灰度图像压缩方法
Abd-Elhafiez et al. New efficient method for coding color images
Dziech et al. Methods of image compression by PHL transform
Zhang et al. Improved DC Estimation for JPEG Compression Via Convex Relaxation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070103

Termination date: 20140620

EXPY Termination of patent right or utility model