کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11023856 1701243 2019 39 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Content-aware image resizing: An improved and shadow-preserving seam carving method
ترجمه فارسی عنوان
تغییر اندازه تصویر با محتوای محتوا: یک روش اصلاح شده و سایه محافظ درزگیر
کلمات کلیدی
محتوای تغییر اندازه تصویر، حکاکی روی، اهمیت ویژوال، تشخیص سایه، ضد عرق کردن،
ترجمه چکیده
عملکرد الگوریتم های تغییر اندازه تصویر مبتنی بر درز بافت بسیار وابسته به کیفیت نقشه اهمیت استخراج شده از تصویر است. تا به امروز، روشهای گوناگونی برای استخراج نقشه اهمیت ارائه شده است، اما هیچ کدام در نظر نگرفته اند که سایه ها را درون تصویر در نظر بگیرند. در اغلب موارد، سایه های موجود در تصاویر، اطلاعات مهمی را شامل می شوند و در درک بهتر و سریع تر از محتوای تصاویر کمک می کنند. این واقعیت باعث می شود که ما را در طول تغییر اندازه تصویر تا اندازه ای که می توانیم حفظ کنیم. بنابراین، در این مقاله، یک الگوریتم مبتنی بر حلقه درز ارائه شده است که در آن ما یک الگوریتم استخراج سایه کارآمد را در جهت انگیزه ما معرفی می کنیم. ما همچنین یک نقشه کشوری برای برجسته سازی اشیاء برجسته در تصاویر پیشنهاد می کنیم. علاوه بر این دو نقشه، یک نقشه گرادیان نیز برای استخراج جزئیات پس زمینه استخراج می شود. سپس این نقشه ها برای تولید نقشه اهمیت نهایی ترکیب می شوند. آزمایش های گسترده ای که بر روی یک مجموعه بزرگ از تصاویر انجام شده نشان می دهد که روش پیشنهادی، از لحاظ حفظ محتوای اصلی تصویر ورودی، سایه های آن در داخل و ساختارهای مهم تصویر، برتر از حالت پیشرفته است الگوریتم ها
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
تغییر اندازه تصویر با محتوای محتوا: یک روش اصلاح شده و سایه محافظ درزگیر
چکیده انگلیسی
The performance of seam carving-based image resizing algorithms is strongly dependent on the quality of the importance map extracted from the image. To date, various approaches have been proposed to extract the importance map, however, none has considered to take the shadows within the image into account. In most cases, existing shadows in the images would imply important information and help in better and quick understanding of the content of the images. This fact motivates us to keep them during the image resizing as much as we can. Therefore, in this paper, a seam carving-based algorithm is presented where we introduce an efficient shadow extraction algorithm in the direction of our motivation. We also propose a saliency map for highlighting the salient objects in the images. In addition to these two maps, a gradient map is also extracted to portray the details of the background. These maps are then combined in order to produce the final importance map. Extensive experiments conducted on a large collection of images indicate that the proposed method, in terms of preserving the main content of the input image, the shadows within it, and the important structures of the image, is superior to state-of-the-art algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Signal Processing - Volume 155, February 2019, Pages 233-246
نویسندگان
, , ,