期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于显著特征分类的立体图像重定向方法
1
作者 黄悦铭 唐振华 《无线电工程》 2024年第2期267-275,共9页
现有立体图像重定向方法对不同特征图像均采用相同的策略进行重定向操作,导致一些立体重定向图像出现信息丢失、形变扭曲或深度改变的情况。影响立体图像重定向结果质量的因素主要包括显著区域形状和可视深度的改变等。为了解决这些问题... 现有立体图像重定向方法对不同特征图像均采用相同的策略进行重定向操作,导致一些立体重定向图像出现信息丢失、形变扭曲或深度改变的情况。影响立体图像重定向结果质量的因素主要包括显著区域形状和可视深度的改变等。为了解决这些问题,提出一种基于图像显著特征分类的立体图像重定向方法,将图像分为无显著及有显著2类图像,结合立体智能剪裁方法及立体非均匀映射方法对不同特征图像采用不同的重定向策略以减少信息丢失及几何失真。通过利用显著区域与非显著区域的深度信息差异可以更好地保持显著图像的深度感。实验结果表明,提出方法在主观对比及客观指标评价中均取得了优于其他算法的效果。 展开更多
关键词 立体图像重定向 显著特征分类 立体智能剪裁 立体非均匀映射 深度信息差异
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部