Hoening[1]在计算机科学领域提出了可计算美学的研究方向,推动了模拟人类感知的可计算美学决策的研究和应用发展
. 可计算图像美学是指让计算机模拟人类视觉及审美思维对图像进行可行的美学决策和相关处理的方法,其研究结果可以应用到融合主观感知的基于语义的图像检索、图像美学质量评估、图像的美学修正、摄影的美学预测、艺术作品风格分析、人机交互等方面[2-3]. 在图像美感自动评估与分类方面,Datta 等[4]率先把图像视觉特征应用到图像美学评判中,实现了图像高低美感的分类和图像美感分数值的自动评估
有学者提出了基于构图的图像自动美感增强方法,即基于修复法和图像重映射法的构图优化. 基于修复法的构图优化中,Bhattacharya 等[6]提出了一种图像美化的构思,利用美学中的三分法则与视觉平衡法则改变图像中主体目标的位置,或对图像中风景天际线位置进行调整,获得更具视觉美感的图像
对于有单个或多个前景对象的图像,Zhang 等[7]对图像中的多个对象进行结构依赖关系分析,给出了同时调整前景对象及其依赖区域的位置的优化方法,然后用 Photoshop软件手动实现图像美化. 基于图像重映射方法的构图优化中,Liu 等[8-10]结合三分法、视觉平衡法则等美学构图规则,提出了一种基于裁剪与网格变形的图像美化方法,将美学约束、图像裁剪与三角形网格变形算法相结合,在保持图像美感的基础上优化原始图像的布局. 首先用三角形网格将图像划分成各个子区域,设计相关美学能量函数以及三角网格的约束条件用于指导网格变形,通过对某些子区域进行扩大、拉伸、变形和对某些子区域进行缩小、挤压来达到主体位置与大小的调整. 该方法运算速度较快,可以较大程度地保留图像原来的结构.
但当图像纹理较复杂时,会出现纹理变形. Guo 等[11]对图像重映射算法中主体位置调整时出现的问题进行改进,利用图像相似性约束来保护图像的内容不被破坏. 上述方法都只针对有主体的图像,从前景对象角度进行图像优化,忽略了更大面积的图像背景区域,不适用于主体不明显的图像
文中基于图像修复法,提出了一种综合考虑图像主体与背景区域布局的图像美化方法,采用了自适应的改进图像修复算法以兼顾算法的时间代价与修复效果,设计了主体与背景的一致性准则以保护图像的内容,在一定程度上减少美化后图像可能出现的不合理情况
图像构图法则与算法流程
若使用细缝裁减算法,会导致纹理的模糊,效果不理想。而基于样
文献笔记来自基于构图规则的图像美学优化