基于时空显著性的视频缩放技术研究

摘要

为了适应不同场合的监控系统和显示设备的需求，需要对图像和视频进行缩放。传统图像缩放技术并不能达到很好的效果，会出现内容缺失、图像失真和发生畸变等现象。图像的显著性技术的发展为这一难题的解决提供了可能。本文针对图像和视频的缩放提出了一种基于时空显著性的视频缩放算法。
　　首先,该方法通过改进Itti模型，用纹理信息替换方向信息，即提取原始图像的颜色，亮度，纹理三个特征信息,并将其各个特征的显著性图融合成空间显著性图，从而体现空间显著区域的信息；其次,针对视频帧序列，利用自适应的核密度估计来计算时间显著性图，有效地提取了视频中运动目标的信息；然后，根据这两种显著性图的权值进行时空显著性的动态融合来得到时空显著性图；再对显著性区域和非显著性区域分别进行非线性和线性缩放处理，最后利用拟合函数和图像缩放参数来完成图像和视频的缩放。
　　本文的实验是在视频中运动目标信息明显的条件下进行，利用多组图像和视频与 Itti，GBVS等方法进行比较，能够更加准确地检测到图像和视频中的显著性区域，实现了图像和视频缩放，保证了显著性区域信息的完整和内容的不缺失。该方法运算时间少，效率高。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景及意义

1.2 国内外研究现状

1.4主要工作及创新点

1.4内容安排

第二章 图像和视频缩放技术基础

2.1图像和视频缩放原理

2.2采样定理和Sinc函数

2.3传统图像缩放插值算法

2.4 本章小结

第三章 空间显著性图的提取

3.1视觉关注的相关概念

3.2 Itti视觉注意模型

3.3空间显著性图的提取

3.3本章小结

第四章 时间显著性图的提取

4.1运动目标检测常见方法

4.2时间显著性图的提取

4.3本章小结

第五章 基于时空显著性的视频缩放技术

5.1时空显著性图的生成

5.2图像缩放规则

5.3基于时空显著性的视频缩放算法

第六章 结论

6.1 总 结

6.2 展 望

参考文献

致谢

研究生学习期间的研究成果