动态规划之基于接缝裁剪的图像压缩

本文探讨了动态规划在基于接缝裁剪的图像压缩中的应用。首先证明了可能的接缝数量是指数级别的,并定义了像素的破坏度用于评估接缝对图像的影响。接着,设计了一个算法寻找破坏度最低的接缝,其时间复杂度为O(mn)。最后,通过递归式展示了算法实现,并总结了各个部分的时间复杂度。
摘要由CSDN通过智能技术生成

    给定一副彩色图像,它由一个mxn的像素数组A[1..m,1..n]构成,每个像素是一个红绿蓝(RGB)亮度的三元组。假定我们希望轻度压缩这幅图像。具体地,我们希望从每一行中删除一个像素,使得图像变窄一个像素。但为了避免影响视觉效果,我们要求相邻两行中删除的像素必须位于同一列或相邻列。也就是说,删除的像素构成从顶端行到底端行的一条“接缝”(seam),相邻像素均在垂直或对角线方向上相邻。

        a.证明:可能的接缝数量是m的指数函数,假定n>1.

        第一行有n种可能选取像素点方式,第二到m行中每行有2-3种可能选中A[i][j-1],A[i][j],A[i][j+1].(j=1 or j=n时,是2种可能),所以总共有至少大于n*2^(m-1).

        b 假定现在对每个像素A[i,j]我们都已计算出一个实型的“破坏度”d[i,j],表示删除像素A[i,j]对图像可视效果的破坏程度。直观地,一个像素的破坏度越低,它与相邻像素的相似度越高。再假定一条接缝的破坏度定义为包含的响度的破坏度之和。设计算法,寻找破坏度最低的接缝。分析算法的时间复杂度。

思考分析:按照要求需要删除的像素是同一列或相邻列。那么就可能删除A[i-1][j-1],A[i-1][j],A[i-1][j+1]之中的任意一个像素点。所以可得递归式:A[i][j]=d[i][j]+min{A[i-1][j-1],A[i-1][j],A[i-1][j+1]}.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值