摘要
لمعالجة ضعف التأثيرات البصرية وسرعة المعالجة البطيئة في طرق إعادة توجيه الصور الحالية، تم اقتراح طريقة تعتمد على تحليل المركبات الرئيسية وتقسيم الصورة بناءً على المحتوى الواعي لإعادة التوجيه. أولاً، تم استخدام تحليل المركبات الرئيسية لدمج خريطة التدرج وخريطة الأهمية لاستخراج ميزات صورة أكثر ثراءً، مما يمنع تشويه معلومات الموضوع؛ ثانيًا، تم استبدال خطوط الخياطة المجاورة بالمتوسط لتجنب عدم استمرارية البكسل؛ وأخيرًا، تم تقسيم الصورة إلى مناطق ذات أهمية ومناطق غير مهمة استنادًا إلى قيم الطاقة العمودية في خريطة الطاقة، مع إجراء التكبير المتوازي لكل قسم، مع التركيز بشكل أكبر على ميزات الصورة وتحسين كفاءة التشغيل. تم إجراء تحليلات تجريبية على مجموعات بيانات MIT RetargetMe وDUT-OMRON وNJU2000، باستخدام الشعور الذاتي، وعامل الوقت، وSIFT-flow كمعايير تقييم، ومقارنة مع عدة خوارزميات شائعة. أظهرت النتائج بأن الطريقة تحافظ على اكتمال معلومات الموضوع في الصورة، بمتوسط وقت تشغيل يعادل ثلث وقت خوارزمية القطع الخطي. الطريقة المقترحة ليست فقط ذات تأثير بصري ممتاز، بل تقلل أيضًا من عبء الحساب.
关键词
تحليل المركبات الرئيسية;خريطة الطاقة;التقسيم;خطوط الخياطة;التكبير
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website