【技术实现步骤摘要】
本专利技术属于信息
技术介绍
现如今大规模的基于网络环境的场景绘制(如谷歌地球，街景技术等)都需要大量具有真实感的纹理图像。在实现上存在两个挑战:(1)互联网上的传输带宽限制；(2)客户端存储这些需要绘制的纹理的存储空间的限制。需要有相应的技术来减少带宽和存储空间。传统的纹理压缩算法通常采用矢量量化等图像编码技术对纹理进行压缩，压缩率有限且没有使用GPU进行加速解压绘制。最新的纹理压缩技术利用纹理合成的思路对纹理图像进行压缩，通过提取纹理内重复使用的纹元图案对纹理图像压缩。该技术不但可以压缩图像的局部冗余信息，还可以压缩全局重复信息，且利于使用GPU解压绘制。逆向纹理合成算法基于纹理合成的思想，通过能量函数的优化将大幅输入纹理压缩成小块纹理摘要图像。逆向纹理合成存在的一个重要问题是在压缩的过程中同等对待所有区域。对于某些纹理来说并不是所有区域都是视觉一致性的，可分为前景部分和背景部分。从视觉显著性模型可知，纹理中的前景部分往往是人眼所关注的部分，在压缩时需尽可能保留。因此需要在压缩时对纹理的不同部分进行自适应压缩。最后，控制图在逆向合成框架中起着关键的...
【技术保护点】
重要度驱动的纹理压缩方法，由两个部分组成：纹理图像压缩和解压。在压缩过程中，对于输入的纹理首先计算其控制图和重要度信息图，然后使用重要度驱动纹理压缩算法对原纹理进行压缩得到相应的压缩后纹理和控制图；在解压阶段，类似于图像类比，将压缩后的控制图和压缩后纹理以及原控制图分别作为输入，经图像类比得到解压后的纹理输出图；具体步骤如下：步骤一、控制图计算本专利技术的所有控制图都为原图的灰度图，灰度图很好地保存了原图的亮度细节；采用YIQ计算模型将原图（彩色图）转换为灰度图，该模型中Y代表亮度，即所需要的灰度信息，I代表色调，Q代表饱和度。根据相应的模型转化矩阵，将RGB转化成Y的计算...
【技术特征摘要】
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。