[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

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于SIFT特征的二阶段三维图像压缩编码方法。 

背景技术

相对于传统的二维图像，新兴的三维图像能够给人提供真实和自然的立体视觉体验，在学术界和工业界都引起了广泛的关注。然而，由于三维图像的原始数据量远大于二维图像的数据量，因此，如何高效的压缩存储三维图像给传统的图像编码技术提出了新的挑战。 

传统的图像编码技术旨在通过减少图像内部的相关性和冗余信息以达到压缩数据量的目的。例如在国际标准JPEG^[1]、JEPG2000^[2]、H.264^[3]以及HEVC^[4]的帧内编码中，图像的内部相关性通常是利用相邻像素或图像块不同的预测及变换方式来去除。相对于传统二维图像，三维图像由于存在多个视点，因此除了具有二维图像的内部相关性以外，还具有视角间的相关性，因此如何有效去掉视点间的相关性是提高三维图像压缩性能的关键。去除三维图像视点间相关性最直接的方式是在编码当前图像时使用来自相邻视点的重建图像作为参考图像进行估值预测，因此来自相邻视点的重建图像与当前编码视点图像间的相关性对于三维图像的压缩性能有至关重要的影响。本申请中，我们将尝试通过视点图像所提取的特征向量来进行图像重建，以获得具有较高视点间相关性的参考图像。 

传统的特征向量提取方法如SIFT（Scale Invariant Feature Transform，尺度不变特征变换）大多应用于基于内容的图像检索等领域。近年来，越来越多的研究开始将特征向量用于图像的重建^[5][6]。文献^[7]提出可以根据已知的特征向量寻找相似的图像区域构建出原始图像。文献^[8]分析了由SIFT算法提取出特征向量可以有效重建出原始图像信息并带来了一些安全隐患。文献^[9]提出提取图像SIFT特征向量进行编码，在解码端借助于丰富的网络图片库，最终恢复成原始图像。由于SIFT特征匹配算法的匹配能力较强，可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，甚至对任意角度拍摄的图像也具备较为稳定的特征匹配能力。因此，本申请将SIFT特征匹配算法用于三维图像的不同视点间，利用SIFT算法提取相邻视点的特征向量以构建当前编码视点的参考图像，通过有效去除视点间的相关性进而实现三维图像压缩。 

由于不同的设备用户对于带宽和图像质量的要求不同，本申请中我们提出了一种新的两阶段编码系统，当带宽受限或用户只需要了解图像大概信息时，我们采用阶段一编码，即通过SIFT提取特征向量，通过RANSAC估计算法求出不同视点间图像的变换矩并进行编码，在解码端由已解码的一路视点图像和变换矩阵就可以重建出另一视点的图像，这样只用了极小的码率编码了一路视点的图像。当带宽较宽或用户对于图像质量有更高要求时，我们在阶段一基础上进行阶段二的编码，多传一部分残差信息来提高图像的质量，从而可以满足用户多样化需求。 

参考文献 

[1]G.K.Wallace,“The JPEG still picture compression standard,”Communications Of the ACM,vol.34,pp.30-44,1991. 

[2]D.S.Taubman,M.W.Marcellin,JPEG2000:Image Compression Fundamentals,Standards,and Practice.Kluwer Academic Publishers,2001. 

[3]T.Wiegand,G.J.Sullivan,G.Bjontegaard,A.Luthra,“Overview of the H.264/AVC video coding standard,”IEEE Trans.on Circuits and Systems for Video Technology,vol.13,pp.560-576,2003. 

[4]JCT-VC,“WD6:Working Draft6of High-Efficiency Video Coding”,JCTVC-H1003,JCT-VC Meet-ing,San Jose February2012