技術領域

本發明涉及一種圖像集可視化方法，屬于圖像處理技術領域，具體地說是一種基于內容相關性的圖像排布方法。

背景技術

近些年來，隨著移動互聯網的發展、多媒體影像獲取以及存儲設備的飛速發展，用戶接觸到的圖像數量呈爆炸性增長。快速有效地將大量的圖像數據組織并呈現給用戶瀏覽，變得越來越重要。通常的呈現方式是將一定數量的圖像按照規則排布在特定的平面空間內，使得用戶能夠觀察到完整的圖像數據，并方便用戶獲取這些圖像間的關系。

事實上，關于圖像集的可視化研究工作一直是計算機視覺領域的熱點課題，并已產生了大量的技術和方法。傳統的圖像集可視化排布方法從技術角度可以分為以下幾類：基于預定義模板的圖像排布方法，如：文獻1：A.Gomi,R.Miyazaki,and T.Itoh,“CAT:A hierarchical image browserusing a rectangle packing technique,”in Proc.INFOVIS,London,U.K.,2008,pp.82–87.文獻2：T.Kelly and K.Ma,“MoireGraphs:Radial focus+contextvisualizationand interaction for graphs with visual nodes,”in Proc.INFOVIS,Seattle,WA,USA,2003,pp.59–66。使用層次化的放射狀排布模板，將高關注度的圖像放在模板的內環位置，低關注度的圖像則向外環排布。然而，這類方法使用了預定義排布模板，使得他們很難去適應用戶對于排布樣式的客制化需求。還有一些基于圖像拼貼技術的圖像可視化排布方法，如：文獻3：T.Liu et al.,“Picture collage,”IEEE Trans.Multimedia,vol.11,no.7,pp.1225–1239,Nov.2009.文獻4：Y.Yang,Y.Wei,C.Liu,Q.Peng,and Y.Matsushita,“An improvedbelief propagation method for dynamic collage,”Vis.Comput.,vol.25,pp.431–439,Mar.2009.這類方法通常先使用顯著性檢測技術，得到圖像的顯著性區域，再將圖像拼接排布到一個可視化空間內，同時避免了圖像顯著性區域的相互遮擋。這類方法可以得到不同的排布樣式，但是，通常這類方法由于并不考慮圖像間的相互關系，圖像在可視化空間內基本上屬于隨機排布的。此外，基于投影降維的可視化排布方法也是重要的一類算法。如，文獻5：B.Moghaddam,Q.Tian,N.Lesh,C.Shen,and T.Huang,“Visualizationand user-modeling for browsing personal photo libraries,”Int.J.Comput.Vis.,vol.56,nos.1–2,pp.109–130,Feb.2004.文獻6：G.P.Nguyen and M.Worring,“Interactive access to large image collectionsusing similarity based visualization,”J.Vis.Lang.Comput.,vol.19,no.2,pp.203–224,Apr.2008。這類方法通常先計算圖像的高維空間特征，然后通過降維算法，將圖像投射到某個可視化空間內。但是，直接的降維投射往往會導致圖像布局中出現重疊或是遮擋，所以還需要進一步的圖形優化排布來降低布局中圖像相互遮擋的數量。近年來，有學者提出了利用特殊的數據組織結構來進行可視化排布的方法，如：文獻7：Gomi A,Miyazaki R,Itoh T,et al.CAT:A hierarchical image browser using a rectanglepacking technique,IEEE 12th Int.Conf.Information Visualization,2008:82-87.文獻8：Han X,Zhang C,Lin W,et al.Tree-Based Visualization and Optimization for Image Collection[J].IEEEtransactionsoncybernetics,2016,46(6):1286-1300.。這類方法將圖像按照某種數據結構組織在一起，再按照數據結構的約束對圖像進行排布。這類方法在排布結果上考慮到了圖像直接的關系，也能夠通過排布的優化得到變化的排布樣式。但是，由于受到特殊的數據結構約束，使得他們在表達圖像關系時有一點的局限性，在排布結果上的靈活性也有所欠缺。