[發(fā)明專利]用于大視角差異相似圖像的壓縮編碼方法

在審

• 申請?zhí)枺?/td>: 201710828654.7
• 申請日: 2017-09-14
• 公開（公告）號: CN107610190A
• 公開（公告）日: 2018-01-19
• 發(fā)明（設(shè)計(jì)）人: 吳煒;陳靈超;沙麗娜
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 陜西電子工業(yè)專利中心61205
• 代理人: 王品華,朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及一種圖像編碼方法，可用于對云空間的相似圖像壓縮。

背景技術(shù)

近年來，隨著云存儲技術(shù)的不斷發(fā)展，越來越多的人選擇將自己拍攝的照片存儲到云空間。因此，云空間中存在的相似圖像數(shù)量與日俱增。這些相似圖像，是對同一個對象拍攝到的光照、距離、視角、方位等屬性不盡相同的圖片。因?yàn)橄嗨茍D像是對同一個物體進(jìn)行描述的圖像，所以相似圖像之間總是存在著大量的圖像間冗余。然而，在目前的云存儲技術(shù)中，對于這種相似圖像的壓縮編碼，依然以各圖像的幀內(nèi)編碼為主，這就造成了大量云存儲空間的浪費(fèi)。因而，當(dāng)下的云存儲技術(shù)亟需一種能夠有效消除相似圖像的圖像間冗余的壓縮編碼方法。

消除相似圖像的圖像間冗余，需要減小相似圖像間各屬性的差異。而減小相似圖像間的屬性差異，則可以通過一系列的圖像處理方法來實(shí)現(xiàn)。例如，通?？梢杂脦缀巫冃蔚姆椒▉頊p小相似圖像間的距離、視角、方位等差異；用光照補(bǔ)償?shù)姆椒▉頊p小相似圖像間的光照差異。此外，在盡可能地減小相似圖像間的差異后，通常采用高效視頻編碼HEVC的幀間編碼方法來消除相似圖像間的圖像冗余。

Zhongbo Shi,Xiaoyan Sun,Feng Wu在論文“Photo Album Compression for Cloud Storage Using Local Features”(《IEEE Journal on Emerging and Selected Topics in Circuits and Systems》2014)中提出了一種用于云存儲的相似圖像壓縮編碼方法，這種方法是在對參考圖像進(jìn)行幾何變形、光照補(bǔ)償后，用生成的預(yù)測圖像作為預(yù)測參考對目標(biāo)圖像進(jìn)行HEVC編碼。這種方法雖說在大多數(shù)情況下都能有效地消除參考圖像與目標(biāo)圖像間存在的圖像間冗余，但是，由于該方法采用的SIFT圖像匹配的固有局限性，使得當(dāng)參考圖像與目標(biāo)圖像間存在的視角差比較大時，圖像匹配部分無法得到理想的匹配結(jié)果，導(dǎo)致其后的幾何變形也不能正確地完成，更進(jìn)一步地影響了HEVC幀間編碼的順利進(jìn)行。因此，在參考圖像與目標(biāo)圖像間的視角差較大時，該方法存在著圖像壓縮效果急劇下降的問題。

Dong Liu,Tong Shao,Houqiang Li,Feng Wu的論文“Three-Dimensional Point-Cloud Plus Patches:Towards Model-Based Image Coding in the Cloud”(《IEEE International Conference on Multimedia Big Data》2015)和Tong Shao,Dong Liu,Houqiang Li的論文“INTER-PICTURE PREDICTION BASED ON 3D POINT CLOUD MODEL”(《International Conference on Image Processing》2015)都提出了通過三維點(diǎn)云技術(shù)實(shí)現(xiàn)的的壓縮編碼方法。這些方法工作過程是：先依托大量的相似圖像，建立起相似圖像所描述對象的三維模型；再在要編碼某張相似圖像時，選擇模型中圖像的三維點(diǎn)云圖塊，經(jīng)幾何變形與光照補(bǔ)償后，拼接出一張預(yù)測圖像；最后用預(yù)測圖像作為預(yù)測參考，對待編碼的相似圖像進(jìn)行HEVC編碼。該方法，雖然可以在建模后有效地對各個角度的相似圖像進(jìn)行壓縮編碼，但仍然存在明顯的局限性，即必須存在大量的各個角度的相似圖像，才能建立起一個實(shí)用的模型，從而對相似圖像進(jìn)行壓縮編碼。然而，現(xiàn)實(shí)中大多數(shù)用戶一般不可能針對同一物體拍攝大量各個角度的照片，而是只拍攝多張存在角度差異的相似照片，并且這些照片通常不會是各個角度俱全的，當(dāng)這些照片中存在角度差異大的相似圖像時，該方法就不能對其進(jìn)行有效編碼。

綜上，現(xiàn)有技術(shù)依然無法滿足大角度差異相似圖像的壓縮編碼需求。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)的不足，提出一種用于大視角差異相似圖像的壓縮編碼方法，以有效完成大視角差異相似圖像間的幾何變形，提高大視角差異相似圖像的壓縮編碼效果。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下：

(1)輸入一對相似的參考圖像和目標(biāo)圖像，并用仿射-尺度不變特征變換圖像匹配方法ASIFT對其進(jìn)行匹配，得到特征點(diǎn)匹配對；

(2)從特征點(diǎn)匹配對中，挑選出其中的任意四對匹配對，并用這四對匹配對的坐標(biāo)產(chǎn)生一個變形模型，即H模型；

(3)重復(fù)步驟(2)，直到所有的匹配對組合使用完畢為止，共得到N個H模型；