论文摘要
图像数字化的第一波浪潮已经结束，大数据时代已经到来，用户每天都在生产着成海量的数据，其中包括越来越多的图片、视频，用户的成像设备也在不断升级，像素级别也越来越高。用户一次出游就可以产生数百张照片占据近10G的空间。如何处理这些图像成为了众多用户亟待解决的问题。论文针对这个需求，在已有的智能自动处理技术和云计算实现方式进行了研究，基于图像显著性分析设计了新的智能自动处理方法，这一方法与云计算相结合，对以往的智能自动处理技术进行了改进，为用户的图像存储和处理提供帮助。论文选择了主流图像处理软件Photoshop中的图像自动处理算法作为基础图像处理方法进行比较，在图像众多调整参数中选择了曝光这一参数的调整作为详细实例。使用图像显著性分析方法中的SPK方法进行图像显著性分割，结合分割结果进行进一步分析给出有针对性的差异处理，改进自动曝光算法，使之智能化。比较了改进后的算法与之前的算法在多种情况下的结果，并进行了分析。为了解决显著性分割耗费大量计算资源的问题，论文对将这套方法架设在云端的方法进行了研究，采用了Amazon的AWS服务，利用S3进行存储，EC2进行高效运算。论文对用户在云端使用智能自动调整方法进行了产品设计，设计了用户界面，功能模块及工作流。论文创新地将显著性分割和图像的调整在实际应用中结合起来，提高了图像调整的质量，并通过应用云计算技术解决了方法占用用户时间和运算资源等问题，并允许用户多设备登陆浏览管理和编辑自己的图像资产，提高了友好性。