[发明专利]一种基于SIFT特征的二阶段三维图像压缩编码方法

权利要求书

1.一种基于SIFT特征的二阶段三维图像压缩编码方法，其特征在于：所述方法包括阶段一和阶段二两个阶段，其中，输入三幅不同视点间同一时刻的图像，记为C₁,C₂,C₃，对视点C₁和C₃采用国际视频编码标准H.264的帧内编码方法进行压缩，对视点C₂采用所述方法；阶段一首先对视点C₁和C₂图像提取SIFT特征点并进行初步特征点匹配，然后用RANSAC算法对提取的特征点进行去误匹配并求出视点C₁到C₂的变换矩阵H₁；由视点C₁的图像和变换矩阵H₁重构出参考图像C₂₁；同理由视点C₃和C₂求出变换矩阵H₂和参考图像C₂₃；接下来分别将重构的参考图像C₂₁、C₂₃与C₂作相关性决策，选出与视点C₂最相关的重建图像C以及对应的变换矩阵H；对变换矩阵H做定长编码即形成了阶段一的码流；阶段二是在阶段一的基础上，用视点C₂与阶段一中选出的重建图像C相减得一个残差，编码残差和变换矩阵H组成阶段二码流。

2.根据权利要求1所述的方法，其特征在于，所述阶段一为三维图像编码阶段，具体步骤包括：

步骤一，检测尺度空间极值点，二维图像在不同尺度下的尺度空间表示由该图像与高斯核卷积得到：

L(x,y,σ)＝G(x,y,σ)*I(x,y)   (1)

式中（x,y）代表图像的像素位置，G(x,y,σ)为高斯函数，σ称为尺度空间因子，其值的大小则表征该图像相应的空间尺度的大小；公式（1）的卷积就得到了一个高斯尺度空间，进一步的，相邻的高斯尺度空间相减得到高斯差分尺度空间，检测尺度空间极值时，目标像素需要和它同一尺度的相邻8个点以及上下相邻尺度对应的9×2个点共26个点进行比较，确定是否为极大值或极小值，从而确保在同一尺度空间和相邻尺度空间都检测到极值点；所得到的这些局部极值点就是SIFT的候选特征点；

步骤二，精确定位极值点，针对所得到的SIFT候选特征点，通过拟合三维二次函数精确定位关键点的位置和尺度；

步骤三，指定每个关键点的方向参数，利用关键点邻域像素的梯度方向分布特性为每个关键点指定方向参数；

步骤四，生成关键点的描述子，在以关键点为中心取其邻域的窗口，用直方图统计邻域像素的梯度方向，进行归一化后最终形成128维的SIFT特征向量，生成特征向量后，将特征向量间的欧氏距离作为判断关键点相似性的度量准则，由于SIFT算法提取的是局部特征点，因此具有纹理和边缘信息比较丰富的图像能提取到更多的特征点。