一种结构自适应和结构保持的图像局部扭曲方法

摘要

本发明公开了一种结构自适应和结构保持的图像局部扭曲方法。该方法在单尺度下，首先分析图像的局部边缘方向和一致性，据此设计方向平滑核函数，使用平滑核函数对初始偏移场的边缘分量做方向平滑，最后使用平滑后的偏移场扭曲图像。为同时保持大尺度和小尺度结构，构建了多尺度的图像金字塔和偏移场金字塔，自上而下平滑偏移场，在每层偏移场上使用迭代平滑提高平滑效果，将上一层平滑后的偏移场作为下一层的初始偏移场。本发明通过分析和利用图像中的感知显著结构信息，达到不改变此类重要结构而扭曲图像的效果，提高了扭曲后图像的主观感知质量，并且不影响其对水印系统等的攻击效果。

主权项

一种结构自适应和结构保持的图像局部扭曲方法，其特征在于，包括以下处理步骤：a分析图像局部结构构建图像金字塔并分析各层局部结构；b平滑偏移场构建偏移场金字塔并自顶向下对偏移场做方向平滑；c扭曲图像使用平滑后的偏移场扭曲图像；所述步骤a具体包括以下处理步骤：a1构造图像的高斯金字塔；a2对每层图像分析其局部边缘方向并计算出一个一致性度量；所述步骤a2具体包括以下处理步骤：a21首先计算图像的梯度并在一个小邻域内计算结构张量J：$J=\left[\begin{array}{cc}\underset{(k,l)\in N(i,j)}{\Sigma }{I}_x(k,l)·I_x(k,l)& \underset{(k,l)\in N(i,j)}{\Sigma }{I}_x(k,l)·I_y(k,l)\\ \underset{(k,l)\in N(i,j)}{\Sigma }{I}_x(k,l)·I_y(k,l)& \underset{(k,l)\in N(i,j)}{\Sigma }{I}_y(k,l)·I_y(k,l)\end{array}\right],$其中，(i,j)表示像素位置，I(i,j)表示灰度值，I_x(i,j)和I_y(i,j)分别是沿着水平和垂直方向的方向导数，N(i,j)表示以像素(i,j)为中心的一个小邻域；对结构张量J做特征值分解，即：$J=\left[\begin{array}{cc}e& f\end{array}\right]\left[\begin{array}{cc}{\lambda }_e& 0\\ 0& {\lambda }_f\end{array}\right]\left[\begin{array}{c}{e}^T\\ f^T\end{array}\right],{\lambda }_e>{\lambda }_f,$得到边缘方向向量e；其中，单位向量e称为边缘方向，而单位向量f称为流向，这两个方向正交,λ_e表示对应e的特征值，而λ_f表示对应f的特征值；a22如下计算局部结构的一致性度量κ：$\kappa =\exp (-\frac{\tau }{{\lambda }_e-{\lambda }_f}),$其中，τ是阈值参数；最终获得局部结构，即每个像素位置的边缘方向e(i,j)和一致性度量κ(i,j)。