專利名稱：馬賽克圖片生成方法
技術領域：
本發明涉及一種馬賽克圖片生成方法。
背景技術：
如何給圖片加上馬賽克一直是一個有趣并吸引人的問題，所謂給圖片加上馬賽克，是指將原圖通過算法劃分成若干小的區域，每個區域稱為一個鱗片，對每個鱗片用一個新的與原圖相近的鱗片來替代，從而得到一種鱗片化的藝術效果的過程。隨著人們對這個問題的研究，多種不同的給馬賽克圖片加上馬賽克的方法被提出并實現。
傳統馬賽克圖片的特點是每個小的鱗片都是一個具有相同顏色的色塊。如今，隨著數字媒體技術的發展，人們可以接觸到的圖像越來越多，大量的圖像中包含的信息量也是巨大的。由此，人們想到可以用具有一定內容的小圖片來代替具有相同顏色的色塊作為組成馬賽克圖片的基本單元，在保留傳統馬賽克圖片的特征的同時引入新的元素，從而給觀賞者帶來更大的視覺沖擊。
由此，可以引出本發明中所要實現的馬賽克圖片的定義，即一張由一定量的小圖片拼接在一起組成的大圖片，其中每一個小圖片我們稱之為鱗片。當從近處看時，我們能夠看清楚每一個鱗片的內容，當從一定距離的遠處看時，我們看到的是一個整體上的大圖，這個大圖就是我們所要用鱗片拼接成的原圖。
對于上述的生成馬賽克圖片的問題，目前已有的與本發明最接近的技術方案說明如下
首先，將原圖用網格均等的劃分為若干相同大小的小塊，通過這樣的劃分將生成馬賽克圖片的問題轉換成如何對每一個小塊進行匹配，從鱗片庫中選出與原圖鱗片最相似的鱗片即單個鱗片匹配的問題。
對于單個鱗片匹配問題，目前的方法中主要有兩種解決方法，一種方法是不對原圖鱗片進行分類，對每個鱗片使用相同的匹配方法，在匹配的過程中主要考察圖片的顏色特征。另一種方法是通過設定一定的閾值對原圖鱗片進行簡單的分類后對每一類進行單獨的匹配，在匹配的過程中除考察顏色特征外也會適當的考慮到圖片的紋理，形狀等特征。
在對原圖的每一個鱗片都通過匹配找到最相似鱗片后，用找到的最相似鱗片替換原圖該位置的鱗片即得到生成的馬賽克圖片。
上述處理方法存在著下述缺陷
首先，在目前已有的技術中，在對原圖進行均等劃分后，往往對原圖的所有鱗片都采用相同的匹配方式。然而，人眼對于原圖中的邊緣位置會比變化比較平緩的區域更加敏感，當我們將原圖進行均等劃分后，有些位置的鱗片會含有邊緣信息，而有些沒有，如果將所有鱗片不加分類的進行匹配，顯然不能夠達到十分令人滿意的效果。另外，在目前的方法中，即便是將原圖鱗片進行了分類，所用到的分類方式往往只是根據一定的閾值進行劃分， 分類效果不夠理想。
其次，在目前已有的方法中，第一步通常都是對原圖進行均等劃分將原圖劃分成4CN 102930289 A書明說2/7頁相同大小的鱗片。然而，為了達到更好的視覺效果，顯然，我們希望在原圖精細的地方用更小的圖片進行替換，以提高匹配效果。發明內容
為克服上述問題，本發明提供一種優化馬賽圖片顯示效果的馬賽克圖片生成方法。
為達上述目的，本發明馬賽克圖片生成方法包括以下步驟
I.將原圖劃分成若干個原始鱗片；
2.采用聚類算法以及分類器對原始鱗片進行分類；
3.分別計算每一個原始鱗片和替換鱗片之間的圖片距離；
4.選取與原始鱗片圖片距離最小或圖片距離小于閾值的替換鱗片替換原始鱗片 以生成馬賽克圖片；
其中，所述圖片距離為原始鱗片與替換鱗片之間特征參數按照預設算法得到的計算結果；且不同類別的原始鱗片與替換鱗片之間用以計算圖片距離的特征參數不同。
優選地，所述步驟2包括以下具體步驟
2. I.隨機選取若干個原始鱗片作為訓練集；
2. 2.提取特征參數；
2. 3.由聚類算法根據提取的特征參數對訓練集中各原始鱗片進行分類；
2.4.由分類器學習步驟2. 3中聚類算法對訓練集的分類方法用以對所有的原始鱗片進行分類。
優選地，所述特征參數包括顏色、顏色方差以及Tamura對比度；
所述步驟2. 3根據上述特征參數將訓練集分成沒有明顯邊緣的純色塊以及顏色變化劇烈或具有明顯邊緣的邊緣塊；
所述步驟2. 4將原始鱗片劃分到純色塊或邊緣塊；iDcolif 純色塊
所述圖片距咼為β= j W \ nη -X T[(I - Klge)x Dcol + Jfejgc x Dedge if I1 e 邊緣塊
其中，所述Dm1為等同像素的原始鱗片和替換鱗片對應位置像素點顏色值之差的平方和；所述Drate為等同像素原始鱗片和替換鱗片對應位置像素點梯度強度之差的平方和；所述Wralge為梯度強度均值與最大梯度強度值之比。
優選地，所述步驟I包括以下具體步驟
1.0.提取原圖邊緣信息；
I. I.對原圖進行網格劃分，得到均等大小的若干個原始鱗片；
I. 2.計算每個原始鱗片中包含邊緣信息的像素點個數與總像素點個數的比值; 所述比值為邊緣點比值
1.3.判斷每個原始鱗片邊緣點比值是否大于閾值，
是則M等分該原始鱗片并重復步驟I. 2-1. 3，
否則進行后續步驟；其中，所述M大于等于2。
優選地，所述步驟I. 3中邊緣點比值小于閾值時還包括步驟I. 4 ；
所述步驟I. 4為計算該原始鱗片顏色方差，并判斷是否大于閾值；5CN 102930289 A書明說3/7頁
是則N等分該原始鱗片并重復步驟I. 4，
否則進行后續步驟；其中，所述N大于等于2。
優選地，所述步驟I還包括設定原始鱗片的最大尺寸值和最小尺寸值；
所述步驟I. I劃分所得到的原始鱗片為最大尺寸的原始鱗片；
在每次進行所述步驟I. 2之前還包括
步驟I. 02 :判斷原始鱗片是否大于最小尺寸值，是則繼續步驟I. 2，否則進行步驟 2 ；
在每次進行所述步驟I. 4之前還包括
步驟I. 04 :判斷原始鱗片是否大于最小尺寸值，否則進行步驟2，是則進行步驟 I. 4。
優選地,所述M = N = 4。
優選地，所述步驟3還包括在計算完每一塊替換鱗片與原始替換鱗片的圖片距離之后判斷計算得到的圖片距離是否小于閾值，否則重復上述操作直至與最后一塊替換鱗片的圖片距離的計算，是則進行步驟4。·
優選地，所述聚類算法為C均值聚類算法或層次聚類算法。
優選地，所述分類器為線性SVM或Bayes分類器或決策樹算法。
本發明馬賽克圖片生成方法的有益效果
I、本發明馬賽克圖片生成方法，通過聚類算法得到不同原圖各自最優化的分類標準，再由分類器通過學習得到的動態的最優化的分類標準對原圖各原始鱗片進行分類，具有分類精細，匹配替換過程中得到的馬賽克圖片顯示效果好，原圖的圖形信息保留完整精確的優點。
2、本發明馬賽克圖片生成方法，特征參數包括顏色、顏色方差以及Tamura對比度，上述特征參數表征性強，提取相對簡單且用于馬賽克圖片優化效果佳。
3、本發明馬賽克圖片生成方法，為進一步優化生成后馬賽克圖片顯示效果，對圖片中精細部分采用多級劃分方法進行，在精確完整的表達原圖的圖形信息的同時，豐富了總體替換鱗片所表現的圖片信息以及表現形式。
4、本發明馬賽克圖片生成方法，通過預設原始鱗片最大尺寸以及最小尺寸，可以有效的簡單的控制原始鱗片的大小，從而使馬賽克圖片達到理想的效果。
5、本發明馬賽克圖片生成方法，應用范圍廣，可以適用于彩色圖片、黑白圖片甚至文字圖片的替換，替換的圖片也可以是上述任何圖片的一種。
圖I是本發明實施例一所述馬賽克圖片生成方法的流程圖2是本發明實施例二所述將原始鱗片分類的方法；
圖3是本發明實施例三所述馬賽克圖片生成方法的流程圖4是本發明實施例七所述將原圖劃分成若干個原始鱗片的時序圖。
具體實施方式
下面結合說明書附圖對本發明做進一步的描述。6CN 102930289 A
書
明
說
4/7頁實施例一如圖I所示，本實施馬賽克圖片生成方法包括以下步驟I.將原圖劃分成若干個原始鱗片； 2.采用聚類算法以及分類器對原始鱗片進行分類；聚類算法通過綜合計算分析或反復嵌套等多重運算可以將規律不明顯的原始信息劃分成有相同或相似信息且未知的類，從而可以將具有相似性的原始鱗片分成同類，且劃分標準因原圖而異，相較于現有的馬賽克圖片生成方法中不對原始鱗片進行分類采用統一標準替換，或者僵硬的以閾值劃分，靈活性和針對性更強，劃分更加精密，生成的馬賽克圖片的效果更好。分類器通過學習聚類算法的分類實現對原圖劃分成的所有原始鱗片分類；從而簡易實現了分類。根據聚類算法的不同以及聚類算法所依據的特征參數不同，所劃分的類別不同，類別的數目不同。3.分別計算每一個原始鱗片和替換鱗片之間的圖片距離；4.選取與原始鱗片圖片距離最小的替換鱗片替換原始鱗片以生成馬賽克圖片；其中，所述圖片距離為原始鱗片與替換鱗片之間特征參數按照預設算法得到的計算結果；且不同類別的原始鱗片與替換鱗片之間用以計算圖片距離的特征參數不同。所述特征參數包括灰度、對比度、顏色、顏色方差的一種或多種；所述灰度又可以分為水平灰度和豎直灰度；所述顏色可以采用R紅色、G綠色、B藍色三個顏色通道各自所對應的純度表示形成三維的向量，也可以采用H色相、S飽和度以及V色度各自所對應的值表示成三維的向量，也可以采用H色相、S飽和度以及B亮度各自所對應的值來表是顏色特征。實施例二 如圖2所示，本實施例馬賽克圖片生成方法包括以下具體的步驟2. I.隨機選取若干個原始鱗片作為訓練集；訓練集為聚類算法所操作的對象為分類器提供分類標準的樣本。隨機選取因其具有隨機性從而所表征的原圖的特征精準；2. 2.提取特征參數；2. 3.利用聚類算法對訓練集中各原始鱗片進行分類從而可以得到分類標準并添加標簽；聚類算法有多種，在具體的實施過程中可以采用常見的C均值聚類算法或者層次聚類算法。2. 4.由分類器根據原始鱗片特征參數對所有的原始鱗片按照步驟2. 3得到的分類標準分類。分類器具有學習能力強且分類精確操作快捷的特點，在具體的實施過程中可以采用的分類器包括線性SVM(支撐向量機)、Bayes (葉貝斯)分類器或決策樹算法中的一種。實施例三如圖3所示，本實施例馬賽克圖片生成方法包括以下步驟I.將原圖劃分成若干個原始鱗片；2.采用C均值聚類算法以及分類器將原始鱗片分成純色塊和邊緣塊；從視覺的感受來看純色塊為顏色較為單一的沒有明顯邊緣的鱗片，邊緣塊為顏色變化劇烈或者具有明顯邊緣的鱗片；3.提取純色塊的顏色以及顏色方差特征，計算原始鱗片和替換鱗片圖庫中每一個
7CN 102930289 A
書
明
說
5/7頁
替換鱗片中顏色距離Dm1 ；提取邊緣塊的顏色以及Tamura對比特征，計算原始鱗片與替換鱗片圖庫中每一替換鱗片中顏色距離Dral以及Tamura對比度距離Dedge,在通過Wedge權重相加得到邊緣塊的邊緣距離； 4.選取與原始鱗片圖片距離最小的替換鱗片替換原始鱗片以生成馬賽克圖片或者選擇圖片距離小于閾值的替換鱗片替換原始鱗片；即當替換圖庫中有替換鱗片與原始鱗片的圖片距離小于閾值選擇該替換鱗片或者選擇圖片距離小于閾值且圖片距離最小的替換鱗片；當替換圖庫中沒有替換鱗片與原始鱗片的圖片距離小于閾值則選擇與原始鱗片圖片距離最小的替換鱗片。其中，所述圖片距離為原始鱗片與替換鱗片之間特征參數按照預設算法得到的計算結果；且不同類別的原始鱗片與替換鱗片之間用以計算圖片距離的特征參數不同。圖片的距離的計算公式具體如下
ΓDif J φ "ft 土辦所述圖片距離為i其中，所述Dm1為等同像素的原始鱗片和替換鱗片對應位置像素點顏色值之差的平方和；所述Drate為等同像素原始鱗片和替換鱗片對應位置像素點梯度強度之差的平方和；所述Wralge為梯度強度均值與最大梯度強度值之比。顏色距離Detjl的求取的步驟如下首先將原始鱗片以及與其計算圖片距離的圖片施加高斯模糊，降采樣成包含同樣多像素的圖片；其次分別求取R、G、B三通道對應位置像素點顏色值之差的平方，在將三個通道求取的值相加即得到了顏色距離；邊緣距離的求取的步驟如下首先將原圖轉換成灰度圖，在灰度圖中求取每個像素水平、豎直的梯度；具體的操作為灰度圖在Mask掩膜的作用下的相應，得到了該像素點的水平梯度和豎直梯度，再求取水平梯度和豎直梯度的均根方，這樣就得到了邊緣強度；Wedge的求取方法為每一個像素點的邊緣強度的均值與邊緣強度最大值的比值。顯然Wedge的取值范圍0，I之間，且當前原始鱗片邊緣強度越強，則Wedge取值就越大匹配過程中邊緣相似性所占的比例就越大。其中Tamura是Hideyuki Tamura等定義的用于描述紋理的特征之一,該特征通過計算一張灰度圖片的二階中心距即方差σ2以及四階中心距μ4，進而定義一張灰度圖片
的Tamura對比度為其中％=，以此來表征一張灰度圖片的顏色反差是否強
烈。對于彩色圖片，可以對原圖的R、G、B三個通道分別計算每個通道的Tamura對比度，最終用一個三維向量來表征該圖片的對比度。實施例四針對黑白圖片，可以采用本實施例中所述的R、G、B三通道的顏色取值、R、G、B三通道的顏色取值的方差以及R、G、B三個通道分別計算Tamura對比度來描述每一原始鱗片；在本實施例馬賽克圖片生成方法中采用紋理塊和純色塊進行分類；
8
紋理塊為包含有邊緣信息或邊緣信息超過閾值的鱗片；純色塊為沒有包含邊緣信息的或包含邊緣信息小于閾值的鱗片。提取的特征參數為灰度以及梯度；計算純色塊的圖片距離為計算原始鱗片與替換圖片之間的灰度距離；計算紋理塊的圖片距離首先計算原始鱗片與替換圖片之間的灰度距離和梯度距離，再在預設或根據梯度強度與梯度最大值的比值得到的權重因子的作用下得到兩者的權重和。實施例五為了進一步表現原圖精細部分的圖片信息，本實施例在上述實施例的基礎上僅以改進了原始鱗片的劃分方法本實施例所述的馬賽克圖片生成方法中步驟I包括以下具體步驟1.0.提取原圖邊緣信息；I. I.對原圖進行網格劃分，得到均等大小的若干個原始鱗片；I. 2.計算每個原始鱗片中包含邊緣信息的像素點個數與總像素點個數的比值；所述比值為邊緣點比值1.3.判斷每個原始鱗片邊緣點比值是否大于閾值，是則M等分該原始鱗片并重復步驟I. 2-1. 3，否則進行后續步驟；其中，所述M大于等于2。通過劃分原始鱗片得到再次劃分鱗片，從而相對原圖被劃分成的原始鱗片大小不同；原圖中的圖片信息密集的地方，相對應的原始鱗片的面積就越小或者說包含的像素量越少。這樣就在后續的與替換鱗片的匹配替換過程中越精細原圖部分，表現的圖片信息密集的地方，替換圖片就越小就越能表現原圖的圖片信息就越密集。本實施例多次劃分優化了馬賽克圖片的表現效果。實施例六本實施例作為實施例五的進一步的改進，所述步驟I還包括步驟I. 4 ;當所述步驟I. 3中邊緣點比值小于閾值時，則進行步驟I. 4所述步驟I. 4為計算該原始鱗片顏色方差，并判斷是否大于閾值；是則N等分該原始鱗片并重復步驟I. 4，否則進行后續步驟；其中，所述N大于等于2。實施例五所述的步驟I主要是進一步細化了圖片表現的邊緣信息多的原始鱗片，本實施例中則進一步的對邊緣信息較少而顏色層次變化較多的原始鱗片以及邊緣信息少且顏色層次變化多的原始鱗片再進一步劃分。按照上述方法生成的馬賽克圖片更加全面的、更加精確的保留了原圖的信息同時，替換鱗片的表現的內容和形式都得到了豐富。從馬賽克圖片中不同大小替換鱗片的分布就可以較為明顯的看出原圖的構圖以及層次變化，大大的優化了馬賽克圖片的顯示效果。實施例七如圖4所示，在實施例六的基礎上，本實施例在實施例六的基礎上，所述步驟I還包括設定原始鱗片的最大尺寸值和最小尺寸值；所述步驟I. I劃分所得到的原始鱗片為最大尺寸的原始鱗片；即針對每一張原
9圖，第一次劃分得到的是最大的原始鱗片且大小等于預設的或設定的最大尺寸值；在每次進行所述步驟I. 2之前都需要判斷原始鱗片是否大于最小尺寸值，是則繼續步驟I. 2，否則進行步驟2 ;當原始鱗片的尺寸小于或等于最小尺寸值時，即使該原始鱗片中包含的邊緣點比值大于閾值都不再進行劃分，直接進入后續的步驟2進行原始鱗片的分類；在每次進行所述步驟I. 4之前還需判斷原始鱗片是否大于最小尺寸值，否則進行步驟2，是則進行步驟I. 4。即當該原始鱗片等于或小于預設的或設定的最小尺寸值時，及時該原始圖片的顏色方差值仍大于閾值也不再進行劃分。本實施例中通過預設原始鱗片的最大尺寸值和最小尺寸值以及每次判斷是否需要再次劃分原始鱗片時都進行尺寸大小的判斷，實現了馬賽克圖片替換鱗片大小的進一步控制，增強了控制性，與此同時也避免了特別精細的地方過多的劃分反而影響了替換圖片的圖片信息表達帶來的不良現象。在具體的實施過程，M和N的取值只需大于2即可，如M為3、4、5、6或8，N為3、4、5、6或8。而在本實施例中M = N = 4。采用四等分的方法，具體的實現過程更為簡便，便于計算機程序的編碼以及代碼的簡潔化。實施例八本實施例馬賽克圖片生成方法包括以下步驟I.將原圖劃分成若干個原始鱗片；2.采用聚類算法以及分類器對原始鱗片進行分類；3.分別計算每一個原始鱗片和各替換鱗片之間的圖片距離，并且計算完每一塊替換鱗片與原始替換鱗片的圖片距離之后，判斷計算得到的圖片距離是否小于閾值，否則重復上述操作直至完成與最后一塊替換鱗片的圖片距離的計算，是則進行步驟4。4.選取與原始鱗片圖片距離最小或圖片距離小于閾值的替換鱗片替換原始鱗片以生成馬賽克圖片；本實施例所述的馬賽克圖片生成方法，在計算圖片距離的同時判斷圖片距離是否小于閾值，圖片距離小于閾值即滿足匹配所需的表現效果則可以直接替換。上述方法不僅對馬賽克圖片起到了符合要求的優化，同時不必使每一塊原始圖片均和替換圖庫中每一塊替換圖片都進行圖片距離的計算，從而減少了計算量。針對沒有小于閾值的圖片則選取最小圖片距離的方法進行匹配替換，從而實現了馬賽克圖片生成的最優替換。以上，僅為本發明的較佳實施例，但本發明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發明揭露的技術范圍內，可輕易想到的變化或替換，都應涵蓋在本發明的保護范圍之內。因此，本發明的保護范圍應該以權利要求所界定的保護范圍為準。
權利要求
1. 一種馬賽克圖片生成方法，其特征在于，所述馬賽克圖片生成方法包括以下步驟 1.將原圖劃分成若干個原始鱗片；·2.采用聚類算法以及分類器對原始鱗片進行分類；· 3.分別計算每一個原始鱗片和替換鱗片之間的圖片距離；· · 4.選取與原始鱗片圖片距離最小或圖片距離小于閾值的替換鱗片替換原始鱗片以生成馬賽克圖片； 其中，所述圖片距離為原始鱗片與替換鱗片之間特征參數按照預設算法得到的計算結果；且不同類別的原始鱗片與替換鱗片之間用以計算圖片距離的特征參數不同。
2.根據權利要求I所述的馬賽克圖片生成方法，其特征在于，所述步驟2包括以下具體步驟 2.I.隨機選取若干個原始鱗片作為訓練集； 2.2.提取特征參數； 2.3.由聚類算法根據提取的特征參數對訓練集中各原始鱗片進行分類； 2.4.由分類器學習步驟2. 3中聚類算法對訓練集的分類方法用以對所有的原始鱗片進行分類。
3.根據權利要求2所述的馬賽克圖片生成方法，其特征在于，所述特征參數包括顏色、顏色方差以及Tamura對比度； 所述步驟2. 3根據上述特征參數將訓練集分成沒有明顯邊緣的純色塊以及顏色變化劇烈或具有明顯邊緣的邊緣塊； 所述步驟2. 4將原始鱗片劃分到純色塊或邊緣塊；n_ JdC0Iif /丨 e 純色塊 所圖片尚為[^-Wedge)^+ Wejge^Dedge if J1 e邊緣塊 其中，所述Dral為等同像素的原始鱗片和替換鱗片對應位置像素點顏色值之差的平方和；所述Drate為等同像素原始鱗片和替換鱗片對應位置像素點梯度強度之差的平方和；所述Lge為梯度強度均值與最大梯度強度值之比。
4.根據權利要求1、2或3所述的馬賽克圖片生成方法，其特征在于，所述步驟I包括以下具體步驟 · 1.0.提取原圖邊緣信息； ·1.1.對原圖進行網格劃分，得到均等大小的若干個原始鱗片； ·I.2.計算每個原始鱗片中包含邊緣信息的像素點個數與總像素點個數的比值；所述比值為邊緣點比值 ·1.3.判斷每個原始鱗片邊緣點比值是否大于閾值， 是則M等分該原始鱗片并重復步驟I. 2-1. 3， 否則進行后續步驟；其中，所述M大于等于2。
5.根據權利要求4所述的馬賽克圖片生成方法，其特征在于，所述步驟I.3中邊緣點比值小于閾值時還包括步驟I. 4 ； 所述步驟I. 4為計算該原始鱗片顏色方差，并判斷是否大于閾值； 是則N等分該原始鱗片并重復步驟I. 4，否則進行后續步驟；其中，所述N大于等于2。
6.根據權利要求5所述的馬賽克圖片生成方法，其特征在于，所述步驟I還包括設定原始鱗片的最大尺寸值和最小尺寸值； 所述步驟I. I劃分所得到的原始鱗片為最大尺寸的原始鱗片； 在每次進行所述步驟I. 2之前還包括 步驟I. 02 :判斷原始鱗片是否大于最小尺寸值， 是則繼續步驟I. 2，否則進行步驟2 ； 在每次進行所述步驟I. 4之前還包括 步驟I. 04 :判斷原始鱗片是否大于最小尺寸值， 否則進行步驟2， 是則進行步驟I. 4。
7.根據權利要求4、5或6所述的馬賽克圖片生成方法，其特征在于，所述M= N = 4。
8.根據權利要求I所述的馬賽克圖片生成方法，其特征在于，所述步驟3還包括在計算完每一塊替換鱗片與原始替換鱗片的圖片距離之后判斷計算得到的圖片距離是否小于閾值，否則重復上述操作直至與最后一塊替換鱗片的圖片距離的計算，是則進行步驟4。
9.根據權利要求I所述的馬賽克圖片生成方法，其特征在于，所述聚類算法為C均值聚類算法或層次聚類算法。
10.根據權利要求I所述的馬賽克圖片生成方法，其特征在于，所述分類器為線性SVM或Bayes分類器或決策樹算法。
全文摘要
本發明公開了一種馬賽克圖片生成方法，為解決現有的圖片生成方法中不對原始鱗片進行分類或者僅以一定的閾值分類導致的馬賽克圖片的表現力不夠強等問題而設計。所述馬賽克圖片生成方法包括以下步驟1.將原圖劃分成若干個原始鱗片；2.采用聚類算法以及分類器對原始鱗片進行分類；3.分別計算每一個原始鱗片和各替換鱗片之間的圖片距離；4.選取與原始鱗片圖片距離最小或圖片距離小于閾值的替換鱗片替換原始鱗片以生成馬賽克圖片；其中，所述圖片距離為原始鱗片與替換鱗片之間特征參數按照預設算法得到的計算結果；且不同類別的原始鱗片與替換鱗片之間用以計算圖片距離的特征參數不同。上述馬賽克圖片生成方法生成的馬賽克圖片表現效果好，表現力強。
文檔編號G06K9/46GK102930289SQ201210371348
公開日2013年2月13日 申請日期2012年9月28日 優先權日2012年9月28日
發明者張長水, 常大慶 申請人:清華大學