跳到主要內容

臺灣博碩士論文加值系統

(3.235.120.150) 您好!臺灣時間:2021/07/31 15:29
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳東承
研究生(外文):Tung-Cheng Chen
論文名稱:以星芒結合色彩飽和度之影像自動截取技術之研究
論文名稱(外文):Image Auto-Cropping using Star-Light and Color Saturation
指導教授:謝禎冏謝禎冏引用關係
指導教授(外文):Chen-Chiung Hsieh
口試委員:謝禎冏
口試委員(外文):Chen-Chiung Hsieh
口試日期:2015-07-28
學位類別:碩士
校院名稱:大同大學
系所名稱:資訊工程學系(所)
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2015
畢業學年度:103
論文頁數:80
中文關鍵詞:星芒飽和度對比
外文關鍵詞:star-lightsaturationsaliency map
相關次數:
  • 被引用被引用:0
  • 點閱點閱:102
  • 評分評分:
  • 下載下載:21
  • 收藏至我的研究室書目清單書目收藏:0
影像自動擷取技術,即是可以將一張圖片的重點或是比較關注的地方擷取出來,
在手機產品、相機產品和一般網頁上都可以看到類似的功能,但是可以發現同一張圖
在各個地方所得出的結果卻不盡相同,有些結果可以說是完全不一樣;我們無法說某
個得出的結果是錯的,因為這牽涉到個人的審美觀或美學觀,而會有差異就關係到背
後所使用的方法,有些可能著重在臉部辨識有些可能是顏色對比的部份,像Ma和
Guo[1]是根據熵(Entropy)和中心距離去得出結果,Zhang[2]是用臉部偵測去找出有興趣
的部份,Yen和Lin[14]是利用訓練集的方法去得出結果,Ming-Ming Cheng[10]是利用
色彩對比產生Saliency map去得出結果。
通常一張圖像上對焦到的物體往往是這張圖像的關注部分,而有對焦物體它的
邊緣表現與邊緣數量往往都是最高的,故本論文使用Lab色彩空間求得像素飽和度值
(Saturation),再配合星芒遮罩[16]運算比較像素間飽和度對比求得對焦強度值,產
生類似邊緣偵測(Edge detection)的結果來凸顯關注部分最後進行像素值的計算並作
影像擷取;有別於一般大家所熟知的Canny邊緣偵測或Sobel邊緣偵測,本方法可大大
增加關注部分的邊緣表現並淡化背景,且較使用臉部偵測或色彩對比去凸顯關注位置
的方法泛用性與可靠程度較⾼高,除此之外在做影像關注部分擷取方面也提出兩套演算
法,演算法的執行效率高,方法簡單且單純容易理解,能夠給其它擷取方法作為參考
發想的依據。
Automatic image cropping can be used to segment the main theme of an image on different platforms such as mobile phones, cameras, and web pages. For the same input image the results are different in various systems with the same function. Some of the results may even be completely different. However, we should not say the result is wrong because it involves personal sense of aesthetics. Different methods may focus on different topics like
human faces or color contrast. Ma and Guo assessed regions based on entropy, size, and distance from the image center. Zhang et al. used face detection to find regions of interest.
Yen and Lin used training set before auto-cropping. Cheng used color contrast to generate a saliency map for cropping. Focused object is usually the saliency regions in an image. Performance of edge detection are often the measurement of saliency map. Therefore, we use L*a*b color space to
get color saturation value first and then use star-light mask to compare the pixel color saturation to generate an edge similar saliency map. Finally, calculate the pixel value for image cropping. Unlike ordinary well known Canny edges or Sobel edges, our method can generate better saliency map in which edges are kept while background edges are removed. Usability
and reliability are higher than face-based detection or color contrast based approaches. In addition, we propose two algorithms to automatically crop the main theme from saliency map. Our algorithm is both simple and easy to understand. It is an creative development approach compared with other auto-cropping method.
致謝 i
摘要 ii
ABSTRACT iii
目次 iv
圖次 vi
表次 ix
第壹章 研究動機 1
第一節 前言 1
第二節 研究動機 2
第三節 理論基礎 3
第四節 論文架構 3
第貳章 相關研究 4
第參章 系統架構與實作 18
第一節 邊緣偵測 19
第二節 色彩飽和度 25
第三節 星芒遮罩 28
第四節 系統流程 30
第五節 Saliency map圖顯著部分提取 33
第肆章 實驗結果 46
第一節 本論文提出方法與一般邊緣偵測比較 47
第二節 相關論文所產生Saliency map比較 50
第三節 自動擷取位置滿意度評估 60
第四節 熵與星芒遮罩大小 67
第五節 飽和度的求得 71
第伍章 結論與後續研究 76
第一節結論 76
第二節 Saliency map未來研究 76
第三節 影像自動擷取與構圖 77
第四節 星芒遮罩運算檢測對比 77
參考文獻 78
[1] M. Ma and J. K. Guo. Automatic image cropping for mobile devices with built-in camera.
In Consumer Communication and Networking, 2004, pages 710–711.
[2] M. Zhang, L. Zhang, Y. Sun, L. Feng, and W. Ma. Auto cropping for digital photographs.
In ICME, 2005.
[3] G. Ciocca, C. Cusano, F. Gasparini, and R. Schettini. Self- Adaptive Image Cropping for
Small Displays. IEEE Trans. Consumer Electronics, 2007, 53(4):1622–1627.
[4] A. Santella, M. Agrawala, D. DeCarlo, D. Salesin, and M. Cohen. Gaze-based interaction
for semi-automatic photo cropping. In ACM SIGCHI, 2006, pages 771–780.
[5] M. Nishiyama, T. Okabe, Y. Sato, and I. Sato. Sensation-based photo cropping. In ACM
Multimedia, 2009.
[6] B. Cheng, B. Ni, S. Yan, and Q. Tian. Learning to photo- graph. In ACM Multimedia,
2010, pages 291–300.
[7] L. Zhang, M. Song, Q. Zhao, X. Liu, J. Bu, and C. Chen. Probabilistic graph let transfer
for photo cropping. 2012, IEEE Trans. Image Proc.
[8] Radhakrishna Achanta, Francisco Estrada, Patricia Wils, and Sabine Su ̈sstrunk, Salient
Region Detection and Segmentation, School of Computer and Communication Sciences
(I&C), Ecole Polytechnique F ́ed ́erale de Lausanne (EPFL).
[9] B. Suh, H. Ling, B. B. B., and D. W. Jacobs. Automatic thumbnail cropping and its effectiveness.
In ACM Symp. UIST, pages 95–104, 2003.
[10] Ming-Ming Cheng1,4 Niloy J. Mitra2 Xiaolei Huang3 Philip H. S. Torr4 Shi-Min Hu1 ,
Global contrast based salient region detection, TNList Tsinghua University,UCL/
KAUST,Lehigh University,The University of Oxford, 2015.
[11] Y.-F. Ma and H.-J. Zhang. Contrast-based image attention analysis by using fuzzy growing.
In ACM International Con- ference on Multimedia, 2003.,
[12] X.Houand L.Zhang. Saliency detection: A spectral residual approach. IEEE Conference
on Computer Vision and Pattern Recognition, 2007.
[13] S. Goferman, L. Zelnik-Manor, and A. Tal, “Context-aware saliency detection,” IEEE
TPAMI, vol. 34, no. 10, pages 1915– 1926, 2012.
[14] Jianzhou Yan, Stephen Lin, Learning the Change for Automatic Image Cropping, The
Chinese University of Hong Kong Sing Bing Kang Xiaoou Tang Microsoft Research Asia
Microsoft Research
[15] G.J. Klir, B. Yuan, Fuzzy Sets and Fuzzy Logic: Theory and Applications, Published by
Prentice Hall, Upper Saddle River, NJ, 1995.
[16] Wen-Hao. Wu, Pixel-based Multi-focused Image Fusion using Color Appearance Model,
International Conference on Software Engineer and Information Technology (SEIT), June
26-28, Guilin, GuangXi, China, pages 8 - 18, 2015.
[17] R. Achanta, S. Hemami, F. Estrada, and S. Susstrunk,“Frequency-tuned salient region
detection,” in IEEE CVPR, pages 1597–1604, 2009.
[18] Y. Zhai and M. Shah, Visual attention detection in video sequences using spatiotemporal
cues, in ACM Multimedia, pages 815–824, 2006.
[19] H Huang, L Zhang, HC Zhang, Image Collage: Arcimboldo-like Collage Using Internet
Images. ACM SIGGRAPH Asia, 30(6), 2011.
[20] Sony 台灣官方購物網站 http://store.sony.com.tw/product/NEX-3NL
[21] Borji, Ali and Itti, Laurent, CAT2000:A Large Scale Fixation Dataset for Boosting
Saliency Research, CVPR 2015 workshop on “Future of Datasets”, 2015
[22] Borji, Ali and Sihite, Dicky N and Itti, Laurent, Quantitative analysis of human-model
agreement in visual saliency modeling: Acomparative study, Image Processing, IEEE Transactions
on, pages 55–69, 2013.
[23] mit saliency benchmark http://saliency.mit.edu
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關論文
 
1. 高光義,〈論日本憲法第九條之修改〉,《月旦法學雜誌》,1998年7月,頁22-27。
2. 許介鱗,〈福澤諭吉的文明觀與脫亞論〉,《歷史月刊》,2003年5月,頁34-43。
3. 邱坤玄,〈中共對冷戰後美日安全關係的認知與新安全觀的形成〉,《東亞研究》,2004年7月,頁1-32。
4. 張雅君,〈中日關係的安全困境:國際體系與雙邊利益層面的分析〉,《遠景基金會季刊》,2005年10月,頁139-184。
5. 楊志恆,〈中共及日本在東北亞的角色〉,《遠景季刊》,2001年9月,頁29-55。
6. 沈中琦,〈日美關係變化和日本的東北亞的外交〉,《亞洲研究》,2001年。
7. 石原忠浩,〈日本經濟外交政策的決策模式:以政府開發援助為例〉,《東亞季刊》,2002年7月,頁1-24。
8. 柯玉枝,〈從國際體系變遷看後冷戰時期中共與日本之外交關係〉,《中國大陸研究》,1998年第41卷第6期,頁19-36、102。
9. 張德方,〈日本海上保安廳在東海追擊不明船事件分析〉,《海軍學術月刊》,2002年4月,頁57-65。
10. 陳永康、翟文中,〈中共海軍現代化對亞太安全之影響〉,《中國大陸研究》1999年7月,頁1-20。
11. 平松茂雄,〈中共在東海擴張勢力-將被併吞的日本經濟海域〉,楊明珠譯《台灣綜合研究院戰略與國際研究所季刊》,1999年10月,頁72-92。
12. 李明,〈現階段中共與北韓關係及其對東北亞安全之影響〉,《韓國學報》,2004年6月,頁211-224。
13. 楊永明,〈美日安保與亞太安全〉,《政治科學論叢》,1998年第9期,頁275-276。
14. 李明,〈北韓核爆造成東北緊張局勢〉,《海峽評論》,第191期,2006年11月,頁16-19。
15. 張雅君,〈世紀之交中共的軍事政策與亞太安全:防禦取向的模糊性探討〉,《中國大陸研究》,第42卷第3期,1999年,頁25-44。
 
無相關點閱論文