[发明专利]一种基于改进算法的图片拼接方法

权利要求书

1.一种基于改进算法的图片拼接方法，其特征在于，该方法包括如下步骤：

步骤一、图片读取；

按照图片拍摄的时间顺序依次读取图片，并记录每张图片的拍摄时间；

步骤二、人脸区域检测；

依次从图片中检测人脸区域，并记录人脸的数量、位置及大小；

步骤三、图片相似性计算；

对于每张图片P，采用直方图统计方法计算其颜色直方图h和采用GIST方法计算形状符g；计算步骤一读取的所有图片中每两张图片P_i和P_j的图片相似性S_ij：

sij=-exp((gi-gj)2+w1·(hi-hj)2hi2+hj2+w2·(ti-tj)2)]]>

其中exp是指数函数，t_i和t_j分别对应图片P_i和P_j的拍摄时间，w₁，w₂是加权因子；

步骤四、获取图片叙事层次；

根据图片之间的相似性S_ij，采用信息传递聚类算法对步骤一中所有的图片进行聚类运算，得到多个聚类中心，将聚类中心作为情节；将处于聚类中心的情节图片按拍摄时间进行排列，从而得到第一层次的图片叙事层次；

针对处于第一层次的每两张相邻图片，从步骤一读取的图片中，获取这两张相邻图片之间的图片，并采用所述信息传递聚类算法得到聚类中心，将得到的处于聚类中心的情节图片按照按拍摄时间排列，得到第二层次的图片叙事层次；

针对第二层次的图片叙事层次进行图片获取、聚类、排序的处理，得到下一层次的图片叙事层次，以此类推，得到各层次的图片叙事层次；

每执行一次聚类运算同时记录聚类中心所在聚类的所有图片；

步骤五、针对步骤一读取的每张图片进行叙事重要性计算；

针对每张图片获取其作为聚类中心的聚类，将获取的聚类中聚类中心以外的图片作为样本参考图片，对于处于聚类中心的图片，选定任意像素I_k在自身图片中的重要性定义为：

Y(Ik)=Y(pi)=Σl=1nflD(pl,pi)]]>

其中，n是图片中的像素个数，l是像素索引，D(x,y)是颜色x和y在颜色空间的距离，f_l代表颜色p_l在图片中出现的频率，p_i为像素I_k的颜色，p_l代表图片中点l像素颜色；定义该像素I_k在样本参考图像中出现的频率重要性为：

Y′(Ik)=Y′(pi)=Σj=1nr[fi′jlog(1+fi′j/fi)]/nr]]>

其中是颜色p_i在样本参考图片j中的频率，j是样本图像索引，n_r为样本参考图片个数；

则像素I_k的叙事重要性定义为：

S(I_k)＝S(p_i)＝Y(p_i)·Y'(p_i)

针对处于聚类中心的图片中的每种像素，获取所述叙事重要性；

根据步骤二获得的人脸的数量、位置及大小，从处于聚类中心的图片中提取人脸位置，将人脸区域中的像素赋予一个补充叙事重要性值，并叠加到所述叙事重要性值上，从而得到每个像素最终的叙事重要性；

步骤六、兴趣区域裁剪；

针对步骤一读取的每张图片，根据步骤五获得的叙事重要性，通过动态阈值裁剪方法计算并裁剪出兴趣区域；

步骤七、无缝层次拼图；

针对图片叙事层次中的每个层次，将该层次中所有的图片进行无缝拼接。