[發明專利]重要度驅動的面向全局冗余圖像壓縮方法

有效

• 申請號: 201310285882.6
• 申請日: 2013-07-08
• 公開（公告）號: CN103366384A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 湯穎;汪斌;范菁
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06T17/00
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;黃美娟

所屬技術領域

本發明涉及計算機圖像處理技術領域。

現有技術

隨著網絡技術的發展，面向網絡的大規模三維場景繪制需要大量的紋理圖像數據，而網絡帶寬和顯存是有限的。如何在有限的網絡帶寬和顯存下高效地傳輸紋理數據并快速的繪制三維場景成為一個迫切需要解決的問題。因此我們需要研究面向繪制的壓縮，使得這些紋理圖像數據能夠在客戶端快速地繪制。面向繪制的圖像壓縮需要結合圖形硬件來進行快速解壓，在解壓過程中還應該支持對紋理元素的隨機訪問。

傳統的圖像壓縮算法如JPEG，JPEG2000等能夠很好地利用視覺局限性，去除圖像頻域中局部高頻冗余部分，從而達到對圖像的壓縮。然而它們不能采用計算機圖形硬件解壓，無法支持解壓過程中對紋理元素隨機訪問，從而實現邊解壓邊繪制，因而不適合用于面向繪制的紋理壓縮。

工業界已經提出了一些面向繪制的壓縮標準。S3TC(S3Texture?Compression)是由S3公司開發出來的紋理壓縮技術。它是一種基于索引思想的壓縮方法，將紋理按4×4大小劃分成塊，每個塊對應一張四色查找表，塊中每個像素點用兩個bit表示，每一個都代表四色查找表中的一種顏色。ETC(Ericsson?Texture?Compression)是由愛立信研究中心在2005年提出的一種面向手機移動平臺的紋理壓縮技術。最初的ETC1壓縮方案對24位的RGB數據有6倍的壓縮率，但它不支持有Alpha通道的圖像。ETC2是對ETC1的擴展，它不僅能夠兼容ETC1，提供更高品質的RGB圖像壓縮，還支持RGBA(Red?Green?Blue?Alpha)圖像壓縮。

但是S3TC和ETC紋理壓縮算法沒有充分利用圖像全局之間的相關性，壓縮率還有待進一步提高。Huamin?Wang等人提出的基于摘要的紋理壓縮方法，能夠有效地去除全局重復信息，也能夠結合硬件實現圖像解壓。但是它在壓縮過程中沒有結合圖像不同區域的重要度進行自適應壓縮，圖像的壓縮質量還有待進一步提高。本專利利用人眼視覺模型計算圖像重要度信息，基于重要度信息對圖像的全局冗余進行自適應壓縮，從而在不降低壓縮率的同時提高壓縮質量。本專利技術生成的壓縮紋理數據格式支持網絡漸進傳輸，可以有效應用于網絡環境下的大規模場景的快速繪制。

發明內容

本發明要克服現有技術的缺點，解決面向繪制的圖像壓縮問題，提供一種結合圖像的重要度信息，利用全局冗余信息對圖像進行視覺自適應壓縮，使得解壓后的圖像視覺質量較高，同時支持圖形硬件對壓縮數據的實時解壓繪制的方法。

一般圖像中存在很多重復的內容，這些內容不僅是局部重復，也可能是全局重復，即在圖像的全局區域都可能有重復的內容出現。通過提取出可以表示圖像所有內容的代表塊信息并記錄其它塊和代表塊之間的變換重構關系可以有效壓縮圖像內容。面向全局冗余圖像壓縮算法主要針對圖像中的全局重復信息進行搜索和提取，是一種基于圖像分塊的壓縮算法，該算法通過構建圖像的摘要圖和映射表對圖像進行壓縮。其中摘要圖是代表塊的信息組合，是原圖中的一片連通格子的集合，根據這些格子的集合可以重建原圖的一部分內容。映射表是原圖中的塊和摘要圖中塊的映射關系。摘要圖和映射表構成了我們的壓縮數據，利用圖形硬件可以對它們進行實時解壓繪制。

本發明進一步結合了圖像的重要度信息，在搜索代表塊時考慮了圖像的重要度信息，使得該方法能夠根據視覺重要度信息進行自適應壓縮。

方案共分四個步驟：第一步基于圖像重要度計算圖像塊的自相似匹配誤差系數；第二步計算每個圖像塊的自相似匹配塊；第三步創建圖像摘要圖；第四步對摘要圖進行組裝。

詳細步驟如下：

（1）基于圖像重要度計算塊匹配誤差系數：圖像塊的重要度和圖像塊自相似匹配誤差系數一一對應。我們用E_i表示每個圖像塊B_i的自相似匹配誤差系數。要計算E_i，首先需要計算圖像的重要度圖。我們使用Saliency?Filters算法計算圖像的重要度圖：首先對圖像進行超像素分割，保留相關結構特征，并剔除一些不必要的細節特征，然后計算元素的唯一性和空間分布，最后將二者結合起來得到圖像的重要度圖。重要度圖是一個和原圖分辨率大小一致的灰度圖，越重要的區域像素亮度值越大，否則反之。下面給出如何根據重要度圖計算每個圖像塊的自相似匹配誤差系數：

a.計算每個圖像塊的重要度（blockSaliency）：