本文關(guān)鍵詞：基于Seam Carving圖像壓縮技術(shù)的研究與應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：21世紀信息化時代的號角已吹響多年,現(xiàn)已跨入了一個成熟的階段。網(wǎng)站數(shù)量也隨之日引月長,為了在紛繁復雜的網(wǎng)站中得以脫穎而出唯有靠網(wǎng)站自身的優(yōu)化。作為信息巨擘Google認為:“當一個網(wǎng)頁加載時間大于1.5秒時,搜索引擎就會降低該網(wǎng)站的搜索排名(Page Rank)”[1]。也就是說用戶體驗與網(wǎng)頁的加載速度成正比的,用戶正在變的愈來愈沒有耐心。由Shai Avidan和Ariel Shamir提出的Seam Carving技術(shù)可為網(wǎng)站優(yōu)化提供圖片優(yōu)化上的技術(shù)支持[2],得以使得網(wǎng)頁加載速度更快,更具有市場競爭力。圖像縮放是數(shù)字圖像處理技術(shù)的一個重要組成部分,傳統(tǒng)的圖像縮放方法比如線性縮放方法(Scale)、裁剪方法(Crop)等[3],這些方法都存在著諸如圖像嚴重畸形以及圖像內(nèi)容缺失等缺陷。而本文所研究的Seam Carving是基于圖像內(nèi)容的一種圖片縮放方式,可以在最大限度的保留圖片的重要內(nèi)容的同時降低圖片的大小,從而讓用戶體驗度提升,網(wǎng)站更加瘦身,網(wǎng)站優(yōu)化度更高。在基于2007年的Seam Carving技術(shù)提出了一種圖像壓縮方法[4]。第一步通過圖片中某個像素點周邊像素點的RGB差值平方和得到該點的能量值;第二步將所有的像素點的能量值算出得到該圖片的能量矩陣,其中某點的能量值越高代表了該像素點是該片顏色區(qū)域與其他區(qū)域的分界點,為該片區(qū)域的重要元素;第三步是通過構(gòu)造有向圖的形式,利用最短路徑算法或者動態(tài)規(guī)劃算法分別找到水平以及豎直方向上能量總和最低的一些能量線;第四步即對這些低能量線進行批量刪除操作,并將處于該刪除線段后的圖片像素點均向前移一單元格以保持圖片的四方性。最后達到壓縮圖片的效果,從而更好地避免了圖片中的重要信息(高能量線)缺失。實驗結(jié)果表明,智能選擇性刪除能量線算法對Seam Carving進行的實現(xiàn)可以較普通裁剪或等比壓縮算法更有效的實現(xiàn)圖像在縮小時最大限度的保留住圖像內(nèi)容。這對圖片優(yōu)化而言,該成果可以直接提高網(wǎng)站圖片的交互性、友好性,而網(wǎng)站圖片的大小也直接影響著網(wǎng)頁的加載速度。所以這恰恰證明了Seam Carving在優(yōu)化網(wǎng)站上有著較高的應用價值。
【關(guān)鍵詞】：網(wǎng)站優(yōu)化 Seam Carving 最短路徑 動態(tài)規(guī)劃
【學位授予單位】：江西農(nóng)業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-7
• 1 緒論7-11
• 1.1 背景和意義7-8
• 1.1.1 圖像壓縮7-8
• 1.1.2 有損壓縮算法8
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢8-10
• 1.2.1 圖像縮放的研究現(xiàn)狀8-9
• 1.2.2 圖像識別的研究現(xiàn)狀9-10
• 1.2.3 圖像處理發(fā)展趨勢10
• 1.3 論文的內(nèi)容與組織結(jié)構(gòu)10-11
• 2 系統(tǒng)開發(fā)相關(guān)技術(shù)簡介11-16
• 2.1 圖11-12
• 2.1.1 無向圖11
• 2.1.2 有向圖11-12
• 2.2 Seam Carving技術(shù)簡介12-13
• 2.3 ASP.NET技術(shù)簡介13
• 2.4 圖像壓縮標準13-15
• 2.5 本章小結(jié)15-16
• 3 圖像壓縮技術(shù)的具體設(shè)計與實現(xiàn)16-35
• 3.1 定義能量函數(shù)16-19
• 3.2 Seam Carving能量線算法19-24
• 3.2.1 最短路徑算法19-21
• 3.2.2 動態(tài)規(guī)劃算法21-22
• 3.2.3 圖割算法22-24
• 3.3 能量線分析24-27
• 3.3.1 基于最短路徑的能量線分析24-26
• 3.3.2 基于動態(tài)規(guī)劃的能量線分析26-27
• 3.4 具體實現(xiàn)核心代碼及分析27-30
• 3.4.1 基于最短路徑代碼分析28-29
• 3.4.2 基于動態(tài)規(guī)劃代碼分析29-30
• 3.4.3 方法比較分析30
• 3.5 實驗與分析30-34
• 3.6 本章小結(jié)34-35
• 4 圖像壓縮技術(shù)在網(wǎng)站上的應用35-42
• 4.1 網(wǎng)站分析35-36
• 4.2 網(wǎng)站技術(shù)簡述36-37
• 4.3 實驗與分析37-41
• 4.4 本章小結(jié)41-42
• 5 總結(jié)與展望42-43
• 5.1 總結(jié)42
• 5.2 展望42-43
• 參考文獻43-45
• 致謝45

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 白青海;;一種求解交通圖最短路徑的方案[J];內(nèi)蒙古民族大學學報(自然科學版);2007年02期

2 章昭輝;;一種基于離散變權(quán)網(wǎng)絡(luò)的動態(tài)最短路徑快速算法[J];計算機科學;2010年04期

3 劉代波;侯孟書;武澤旭;屈鴻;;一種高效的最短路徑樹動態(tài)更新算法[J];計算機科學;2011年07期

4 李書舉;李文敬;王汝涼;馬俊;劉阿寧;;基于加權(quán)標識S-圖的最短路徑研究[J];計算機工程;2011年15期

5 吳向君;任凱;;交互網(wǎng)絡(luò)上任意節(jié)點對的最短路徑集解法[J];海軍工程大學學報;2011年04期

6 吳鵬;;賦權(quán)圖上最短路徑的一種簡便算法[J];貴州師范大學學報(自然科學版);2012年05期

7 李秀美;陳華友;;不確定信息下模糊網(wǎng)絡(luò)最短路徑關(guān)鍵邊問題[J];武漢理工大學學報(信息與管理工程版);2013年01期

8 羅光宣;如何尋找最短路徑——兼評1999年第11期擂臺賽[J];電腦愛好者;1999年17期

9 黃樟燦,陳思多,吳方才;地面最短路徑生成系統(tǒng)的開發(fā)[J];計算機應用研究;2000年07期

10 宋麗敏;最短路徑的編程實現(xiàn)[J];華北航天工業(yè)學院學報;2001年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 溫粉蓮;唐常杰;喬少杰;許剛;劉威;左R

本文編號：370668