算法导论 — 思考题15-8 基于接缝裁剪的图像压缩

基于接缝裁剪(seam carving)的图像压缩)给定一幅彩色图像,它由一个 m × n m×n m×n的像素数组 A [ 1.. m , 1.. n ] A[1..m, 1..n] 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。具体来说,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:可能的接缝的数量是 m m m的指数函数,假定 n > 1 n > 1 n>1
  b. 假定现在对每个像素 A [ i , j ] A[i, j] A[i,j],我们都已计算出一个实型的“破坏度” d [ i , j ] d[i, j] d[i,j],表示删除像素 A [ i , j ] A[i, j] A[i,j]对图像可视效果的破坏程序。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它包含的像素的破坏度之和。设计算法,寻找破坏度最低的接缝。分析算法的时间复杂度。
  
  a.
  从第一行开始依次到最后一行选择删除点。第一行的删除点可以任意选择,即有 n n n种选择。由于相邻两行的删除点也必须相邻,所以从第二行开始的每一行,删除点要么有2种选择,要么有3种选择,如下图所示。删除点有2种选择的情况出现在上一行的删除点为行首点或行末点的时候。
  在这里插入图片描述
  根据以上分析,采用计数原理即可得到一个 m × n m×n m×n的图像的可能的接缝的数量在 n • 2 m − 1 n•2^{m-1} n2m1 n • 3 m − 1 n•3^{m-1} n3m1之间。所以,可能的接缝数量是 m m m的指数函数。
  
  b.
  本题相对简单。用 s d [ i , j ] sd[i, j] sd[i,j]表示以点 [ i , j ] [i, j] [i,j]结尾的接缝的破坏度。以点 [ i , j ] [i, j] [i,j]结尾的意思是,该条接缝只包含 1 1 1~ i i i行,后面的行不考虑,并且第 i i i行的删除点是 [ i , j ] [i, j] [i,j]
  对于一条以点 [ i , j ] [i, j] [i,j]结尾的接缝,第 i − 1 i-1 i1行的删除点有2种或3种选择。如果第 i − 1 i-1 i1行的删除点有3种选择,那么删除点可以是 [ i − 1 , j − 1 ] [i-1, j-1] [i1,j1] [ i − 1 , j ] [i-1, j] [i1,j] [ i − 1 , j + 1 ] [i-1, j+1] [i1,j+1]。从以第 i − 1 i-1 i1行的这3个点结尾的接缝中选择破坏度最小的,再加上点 [ i , j ] [i, j] [i,j],即可得到以点 [ i , j ] [i, j] [i,j]结尾的破坏度最小的接缝。再用 l i n k [ i , j ] link[i, j] link[i,j]表示第 i − 1 i-1 i1行选择的是哪个点, − 1 -1 1表示选择 [ i − 1 , j − 1 ] [i-1, j-1] [i1,j1] 0 0 0表示选择 [ i − 1 , j ] [i-1, j] [i1,j] + 1 +1 +1表示 [ i − 1 , j + 1 ] [i-1, j+1] [i1,j+1]
  第 i − 1 i-1 i1行的删除点有2种选择的情况也可以做同样的分析。由此可以得到以下递归式。
  在这里插入图片描述
  最后,我们要选择最后一行中最小的 s d [ m , j ] sd[m, j] sd[m,j]的对应的接缝。
  在这里插入图片描述
  很容易得出,该算法的时间复杂度为 Θ ( m n ) Θ(mn) Θ(mn)
  
  以下是本题相关的code链接。
  https://github.com/yangtzhou2012/Introduction_to_Algorithms_3rd/tree/master/Chapter15/Problems/Problem_15-8

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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