彭晏飞， 王静， 刘晓轩， 巩胜杰

（辽宁工程技术大学 电子与信息工程学院， 辽宁 葫芦岛 125105）

1 引言

随着媒体技术的发展，不同尺寸的显示设备出现在市场上。同一张图像，在不同设备间转换并显示时，需要对图像进行非均匀缩放。图像重定向技术将图像适配到目标屏幕上并很好地展示，受到多个领域的重视和应用［1-3］。

传统的重定向方法有裁剪［4-5］和缩放［6-7］。裁剪指在图像中选择并保留感兴趣区域；缩放（Scaling，SCL）指主体信息和背景信息按照同一缩放因子缩放。传统的重定向方法虽然能改变图像的长宽比，但是可能会造成图像的重要信息丢失或结果变形。当裁剪面积较大或缩放比例较大时，不能达到保护显著目标的目的。因此，为了克服传统重定向方法的缺点，基于内容感知的图像重定向技术成为图像处理领域研究的热点［8-10］。

基于内容感知的图像重定向是一种数字媒体处理技术，将图像重定向到不同的纵横比，应尽可能保护重要内容区域。Avidan等人［11］首次提出内容感知的图像重定向技术，即线裁剪算法（Seaming Carving， SC），以图像梯度图作为能量图，动态规划寻找并迭代移除最小能量裁缝线至目标尺寸。Rubinstein等人［12］在线裁剪算法的基础上引入一种正能量判断依据，将移除裁缝线产生的能量考虑在变形之内。然而当重定向尺寸较大时，上述方法存在图像变形且运行时间长等问题，影响缩放图像的质量和处理效率。

综合以上分析，为解决上述问题，本文提出一种基于主成分分析法（PCA）和图像分块的重定向技术。……