加载中…
正文 字体大小:

Jigsaw

(2012-11-17 14:24:13)
标签:

杂谈

Created by pritry

0 前言

自动拼图是利用计算机视觉自动完成拼图的游戏,很早以前就有很多关于自动拼图的应用,如碎片拼接,文物复原等。本文主要通过描述一种矩形化划分的图像块拼图的模型,借助边缘的颜色和纹理信息进行最优化匹配。每张512*512的原图划分为16*16个图像块,对打乱后的图像块进行自动拼图。

 

1 实现流程

计算机视觉充分利用边界的颜色和形状描述来提取对应的特征,然后对特征做模式分类,从而选取与当前块最相似的类作为下一个块,最后累积出一个距离熵,我们通过模式识别的分类器选取颜色信息的最小距离作为匹配块,再通过纹理匹配距离来优化最优化结果,整个过程中对左上角的图片块作贪心算法处理,从而选取所有块中最优的局部解。再加速算法方面可以考虑遗传算法进行参数调整使其能跳出局部最优解。

1.1颜色信息

图像空间常用的模型有RGBCMYHISHSV等,其中RGBCMY基于硬件的,HISHSV是面向感知的,对于一般图像而言,我们选取颜色空间为RGB做边界的距离均方差值进行统计,如图1所示:

Jigsaw 

1

其中水平距离公式和垂直距离公式如下:

Jigsaw

1.2纹理频域变换

二维Fourier变换将图像从空域变换到频域,因为图像中变化较快的细纹理对应频域中的高频部分,变化较慢的粗纹理对应频域中的低频部分,因此利用二维Fourier变换后得到的图像功率谱可以容易地发现图像空间域中的特性。二维离散Fourier变换公式如下:

Jigsaw

基于纹理的图像块匹配首先要找到图像块的边界纹理信息,根据这些纹理特征进行图像处理,其中纹理的方向性和粗糙度是Tamura概括的6个纹理特征中描述能力很强的两个特征,从二维傅里叶变换的频谱中恰恰能很好地提取这两个特征。对于粗纹理,颜色变换比较平缓,图像的低频信号较多,反映在Fourier频谱图中就是能量集中在离频率中心位置较近的区域,即低频区域,细纹理恰恰相反,如果纹理图像具有较强的方向性,则反映在Fourier频谱图中就是能量集中在某个特定的方向上,这个方向与图像走向垂直,如果纹理无明显走向,那么Fourier频谱图也无显著的方向性。通过计算环形区域和楔形区域的能理距离熵可以判定纹理的相似程度。

 

2 结果分析

对其中7个样本匹配的结果如下:

原图

随机乱图

还原图

对错

Jigsaw

Jigsaw

Jigsaw

正确

 Jigsaw

 Jigsaw

Jigsaw 

错误

 Jigsaw

 Jigsaw

Jigsaw

正确

Jigsaw

 Jigsaw

Jigsaw 

正确

 Jigsaw

Jigsaw

Jigsaw 

正确

 Jigsaw

Jigsaw
Jigsaw
错误

 Jigsaw

Jigsaw

Jigsaw

正确

可以得到如下结论:

图像的还原程度依赖于图像本身像素或纹理相似程度;

图像划分块越多,还原概率越小;

正确图像的熵值不一定是各种块排列中最小的,因此产生拼图错误;

基于纹理的匹配比简单颜色匹配信息要强;

附:基于MFC+OpenCV的多文档软件界面:

Jigsaw

 

0

阅读 评论 收藏 转载 喜欢 打印举报
已投稿到:
后一篇:Cooley-Tukey
  • 评论加载中,请稍候...
发评论

       

    发评论

    以上网友发言只代表其个人观点,不代表新浪网的观点或立场。

    后一篇 >Cooley-Tukey
      

    新浪BLOG意见反馈留言板 不良信息反馈 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

    新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

    新浪公司 版权所有