用于大视角差异相似图像的压缩编码方法技术
Compression coding method for similar images with large angle of view
The invention discloses a compression coding method for large angle difference similar images, which mainly solves the problem that existing technologies cannot effectively compress and encode images with large view differences and similar images. The solution is: on the perspective of differences between the reference image and the target image are matched with the affine scale invariant feature transform image matching method, feature point accurate matching; according to feature points matching, deformation model; screening correction deformation model using the energy optimization method; the reference image of perspective transformation with deformation the revised model selection; the reference image by image perspective transformation of the photometric transformation, predicted image; prediction image as a prediction reference of target image compression encoding with efficient video encoding method, data compression. The invention can effectively accomplish the geometric deformation between large view differences and similar images, improve the compression and coding effect of similar images with large view angle, and can be used for similar image compression in cloud space.
【技术实现步骤摘要】
用于大视角差异相似图像的压缩编码方法
本专利技术属于图像处理
，更进一步涉及一种图像编码方法，可用于对云空间的相似图像压缩。
技术介绍
近年来，随着云存储技术的不断发展，越来越多的人选择将自己拍摄的照片存储到云空间。因此，云空间中存在的相似图像数量与日俱增。这些相似图像，是对同一个对象拍摄到的光照、距离、视角、方位等属性不尽相同的图片。因为相似图像是对同一个物体进行描述的图像，所以相似图像之间总是存在着大量的图像间冗余。然而，在目前的云存储技术中，对于这种相似图像的压缩编码，依然以各图像的帧内编码为主，这就造成了大量云存储空间的浪费。因而，当下的云存储技术亟需一种能够有效消除相似图像的图像间冗余的压缩编码方法。消除相似图像的图像间冗余，需要减小相似图像间各属性的差异。而减小相似图像间的属性差异，则可以通过一系列的图像处理方法来实现。例如，通常可以用几何变形的方法来减小相似图像间的距离、视角、方位等差异；用光照补偿的方法来减小相似图像间的光照差异。此外，在尽可能地减小相似图像间的差异后，通常采用高效视频编码HEVC的帧间编码方法来消除相似图像间的图像冗余。Zh...
【技术保护点】
一种用于大视角差异相似图像的压缩编码方法，其特征在于，包括：(1)输入一对相似的参考图像和目标图像，并用仿射‑尺度不变特征变换图像匹配方法ASIFT对其进行匹配，得到特征点匹配对；(2)从特征点匹配对中，挑选出其中的任意四对匹配对，并用这四对匹配对的坐标产生一个变形模型，即H模型；(3)重复步骤(2)，直到所有的匹配对组合使用完毕为止，共得到N个H模型；(4)通过能量最优化的方法，对所有的H模型进行筛选和修正，得到N'个筛选修正后的H模型，N'≤N；(5)用筛选修正后的N'个H模型，分别对参考图像进行透视变换，得到N'张透视变换后的图像，以减小两张相似图像之间在距离、视角、...
【技术特征摘要】
1.一种用于大视角差异相似图像的压缩编码方法，其特征在于，包括：(1)输入一对相似的参考图像和目标图像，并用仿射-尺度不变特征变换图像匹配方法ASIFT对其进行匹配，得到特征点匹配对；(2)从特征点匹配对中，挑选出其中的任意四对匹配对，并用这四对匹配对的坐标产生一个变形模型，即H模型；(3)重复步骤(2)，直到所有的匹配对组合使用完毕为止，共得到N个H模型；(4)通过能量最优化的方法，对所有的H模型进行筛选和修正，得到N'个筛选修正后的H模型，N'≤N；(5)用筛选修正后的N'个H模型，分别对参考图像进行透视变换，得到N'张透视变换后的图像，以减小两张相似图像之间在距离、视角、方位这些属性上的差异；(6)对N'张经过透视变换的图像进行光度转换，以补偿参考图像与目标图像间因光照引起的亮度和阴影差异，生成N'张预测图像，并保留至多4张预测图像；(7)用保留的预测图像作为预测参考，用高效视频编码HEVC方法对目标图像进行压缩编码，以消除相似图像间的冗余，得到压缩图像。2.根据权利要求1所述的方法，其特征在于，步骤(1)中用ASIFT图像匹配方法对参考图像和目标图像进行匹配，按如下步骤进行：(1.1)模拟参考图像因各种仿射变换而产生的图形畸变，获得所有参考图像的模拟图像；(1.2)模拟目标图像因各种仿射变换而产生的图形畸变，获得所有目标图像的模拟图像；(1.3)将参考图像的每一幅模拟图像与目标图像的所有模拟图像，依次用尺度不变特征变换图像匹配方法SIFT进行匹配，获得参考图像的模拟图像与目标图像的模拟图像之间的特征点匹配对P'；(1.4)根据产生模拟图像时进行的图像畸变过程，对步骤(1.3)产生的特征点匹配对P'进行反向转换，得到参考图像与目标图像之间的特征点匹配对P。3.根据权利要求2所述的方法，其特征在于，步骤(1.1)中模拟参考图像因各种仿射变换而产生的图形畸变，步骤如下：(1.1a)对参考图像先进行一次旋转变换，再进行一次倾斜变换，生成一张参考图像的模拟图像I1'，表示为：I1'＝BAI1，其中I1表示参考图像，是旋转变换矩阵，是倾斜变换矩阵，r是旋转参数，t是倾斜参数；(1.1b)用不同的旋转参数r和倾斜参数t，反复执行步骤(1.1a)这个过程，即可模拟出因各种仿射变换而产生的图形畸变，其中倾斜参数n＝0,1,2,3,4,5,6,7；旋转参数b＝72°，k是正整数，且4.根据权利要求2所述的方法，其特征在于，步骤(1.2)中模拟目标图像因各种仿射变换而产生的图形畸变，步骤如下：(1.2a)对目标图像先进行一次旋转变换，再进行一次倾斜变换，生成一张目标图像的模拟图像I2'，表示为：I2'＝BAI2，其中I2表示目标图像，是旋转变换矩阵，是倾斜变换矩阵,r是旋转参数，t是倾斜参数；(1.2b)用不同的旋转参数r和倾斜参数t，反复执行步骤(1.2a)这个过程，即可模拟出因各种仿射变换而产生的图形畸变，其中倾斜参数n＝0,1,2,3,4,5,6,7；旋转参数b＝72°，k是正整数，且5.根据权利要求2所述的方法，其特征在于，步骤(1.4)中对步骤(1.3)产生的特征点匹配对P'进行反向转换,通过如下公式进行：其中，是参考图像的模拟图像与目标图像的模拟图像之间特征点匹配对P的一个特征点的坐标，是参考图像与目标图像之间特征点匹配对P'的一个特征点的坐标，和是参考图像或目标图像与其模拟图像相对应的一对点，是产生模拟图像时的旋转变化矩阵，是产生模拟图像时的倾斜变化矩阵，A-1是矩阵A的逆矩阵，B-1是矩阵B的逆矩阵。6.根据权利要求1所述的方法，其特征在于，所述步骤(2)中用挑选出的四对匹配对坐标产生一个变形模型，按如下步骤进行：(2.1)将挑选出的4对匹配对的坐标分别记为((x1(k1,2),y1(k1,2))(x2(k1,2),y2(k1,2)))、((x1(l1,2),y1(l1,2))(x2(l1,2),y2(l1,2)))、((x1(m1,2),y1(m1,2))(x2(m1,2),y2(m1,2)))、((x1(n1,2),y1(n1,2))(x2(n1,2),y2(n1,2)))，其中I1表示参考图像，I2表示目标图像，(x1(k1,2),y1(k1,2))和(x2(k1,2),y2(k1,2))分别表示一...
【专利技术属性】
技术研发人员：吴炜，陈灵超，沙丽娜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。