افزایش سرعت الگوریتم حذف درز با تجزیه به زیرتصاویر زوج و فرد
الموضوعات :
1 - دانشگاه سمنان
2 - دانشگاه سمنان
الکلمات المفتاحية: حذف درز تغییر ابعاد آگاه بر محتوا پردازش موازی تجزیه تصویر,
ملخص المقالة :
روش حذف درز یکی از روش‌های تغییر ابعاد مبتنی بر محتوا است. در این روش، مسیر پیوسته‌ای از پیکسل‌های کم‌ارزش که از بالا تا پایین و یا از چپ تا راست تصویر امتداد دارند و درز نامیده می‌شوند، استخراج می‌گردند. با حذف درزها از تصویر و یا اضافه‌کردن آنها به تصویر، می‌توان ابعاد تصویر را به ترتیب کاهش و یا افزایش داد. روش حذف درز را از دو منظر سرعت و کیفیت می‌توان مورد مطالعه قرار داد. در این مقاله یک روش موازی‌سازی برای افزایش سرعت این الگوریتم ارائه شده که در آن تصویر اصلی به دو زیرتصویر زوج و فرد تجزیه می‌شود و عمل جستجو به طور مستقل روی این دو تصویر انجام می‌گردد. در مقایسه با روش حذف درز، روش پیشنهادی با حفظ نسبی کیفیت تصویر، سرعت را به حداقل دو برابر افزایش می‌دهد. می‌توان هر یک از روش‌های جستجوی درز پیشین را در روش پیشنهادی به کار برد و یا آن را با سایر روش‌های موازی ادغام نمود. در ادامه به اصلاح روش پیشنهادی با هدف افزایش کیفیت پرداخته شده است.
[1] S. Avidan and A. Shamir, "Seam carving for contentaware image resizing," ACM Trans. on Graphics (SIGGRAPH), vol. 26, no. 3, pp. 1-10, Jul. 2007.
[2] J. Lee and D. Kim, "Fast seam carving using parallel update and divide and conquer method," in Proc. 9th IEEE Int. Symp. on Signal Processing and Information Technology, pp. 107-112, 14-17 Dec. 2009.
[3] L. Cao, L. Wu, and J. Wang, "Fast seam carving with strip constraints," in Proc. 4th Int. Conf. on Internet Multimedia Computing and Service, pp. 148-152, Sept. 2012.
[4] L. Ran and X. Meng, "Fast seam carving using gaussian pyramid," in Proc. 6th Int. Conf. on Intelligent Human-Machine Systems and Cybernetics, vol. 2, pp. 59-63, 26-27 Aug. 2014.
[5] K. Mishiba and M. Ikehara, "Seam carving in wavelet transform domain," in Proc. IEEE Int. Conf. on Image Processing, ICIP'11, vol. 18, pp. 1497-1500, 11-14 Sept.. 2011.
[6] H. M. Nam, K. Y. Byun , J. Y. Jeong, K. S. Cho, and S. J. Ko, "Low complexity content-aware video retargeting for mobile devices," IEEE Trans. on Consumer Electronics, vol. 56, no. 1, pp. 182-189, Feb. 2010.
[7] M. Rubinstein, A. Shamir, and S. Avidan, "Multioperator media retargeting," ACM Trans. on Graphics (SIGGRAPH), vol. 28, no. 3, 11 pp., Jul. 2009.
[8] K. Mishiba and M. Ikehara, "Block-based seam carving," in Proc. 1st In. Symp. on Access Spaces, ISAS'11, vol. 1, pp. 111-115, 17-19 Jun. 2011.
[9] H. Du, Z. Liu, Y. Xue, and R. Shi, "Fast seam carving based on direction map," in Proc. Int. Communication Conf. on Wireless Mobile and Computing, CCWMC'11, pp. 70-75, 14-16 Nov. 2011.
[10] A. Ajorian, S. Samavi, M. Mohrekesh, and S. Shirani, "Fast image resizing for more efficient device adaptation," in Proc. IEEE Int. Conf. on Multimedia and Expo Workshops, ICMEW'13, 6 pp., Jul. 2013.
[11] L. Wolf, M. Guttmann, and D. Cohen-or, "Nonhomogeneous content-driven video-retargeting," in Proc. Int. Conf. on Computer Vision, ICCV'07, 6 pp., Oct. 2007.
[12] D. Panozzo and O. Weber Olga Sorkine, "Robust image retargeting via axis-aligned deformation," in Proc. of EuroGraphics, vol. 31, pp. 229-236, May 2012.
[13] M. Rubinstein, A. Shamir, and S. Avidan, "Improved seam carving for video retargeting," ACM Trans. on Graphics (SIGGRAPH), vol. 27, no. 3, 9 pp., Aug. 2008.
[14] M. Rubinstein, D. Gutierrez, O. Sorkine-Hornung, and A. Shamir, Retargetme: A Benchmark for Image Retargeting, http://people.csail.mit.edu/mrub/retargetme/, 2010.
[15] M. Rubinstein, D. Gutierrez, O. Sorkine-Hornung, and A. Shamir, "A comparative study of image retargeting," ACM Trans. on Graphics (SIGGRAPH), vol. 29, no. 6, 10 pp., Dec. 2010.
[16] O. Pele and M. Werman, "Fast and robust earth mover's distances," in Proc. Int. Conf. on Computer Vision, ICCV'09, pp. 460-467, 29 Sept.-2 Oct. 2009.
[17] C. Liu, J. Yuen, A. Torralba, J. Sivic, and W. T. Freeman, "Sift flow: dense correspondence across different scenes," Lecture Notes in Computer Science Computer Vision, ECCV'08, pp. 28-42, 12-18 Oct. 2008.
