[发明专利]基于三维自组织映射的视差图像编码方法

权利要求书

1.基于三维自组织映射的视差图像编码方法，其特征在于：建立处理立体图像的三维SOM网络结构，利用三维SOM算法，对视差图像用码书{W_j(0),j=0,1,…，N-1}进行编码，获得三维立体图像压缩编码，包括采用下述的步骤：

1）基于方差的初始化算法；

2）输入一个M=n*m的训练矢量X，进行失真准则的竞争算法；

3）通过邻域算法求解邻域的全局最优解；

4）通过学习算法求解学习模型的全局最优解；

5）对所有的训练矢量重复步骤2）～4）；

其中n和m分别表示二维输入层的行数和列数。

2.根据权利要求1所述的方法，其特征在于：所述三维SOM网络结构，其输入层为二维阵列信号，映射层为三维信号。

3.根据权利要求2所述的方法，其特征在于：所述二维阵列信号为双目立体图像对的左右图像。

4.根据权利要求1所述的方法，其特征在于：由匹配器将立体图像对中左眼视图和右眼视图相减，得到视差图。

5.根据权利要求1所述的方法，其特征在于：在步骤1），设置自组织神经网络大小为(N,M),其中N为码书大小,即输出层神经元的个数,M为每个训练矢量的大小，即输入层神经元的个数；初始化码书{W_j(0),j=0,1,…，N-1}，选定初始码书中的码矢,并将码矢排列成N=a×b×c的三维立体结构,其中a、b、c分别表示三维立体结构的行数、列数和层数；设定初始邻域NE_j(0),j=0,1,…,N-1；然后

i、计算各训练矢量的方差var(X)；

ii、根据设置的阈值,将各训练矢量的方差与阈值相比，把训练集分成高频X_H和低频X_L两个部分，其中：训练集的方差低于该阈值,则分到低频部分；训练集的方差高于该阈值,则分为高频部分；

iii、根据方差分别对X_H和X_L中的训练矢量进行排序；

iv、分别计算高频和低频子集中训练矢量所占总矢量数的比例，则初始码书中的码矢由相应比例的高频部分和低频部分中的矢量组成：

NL=N*(LL/L)NH=N*(LH/L)]]>

式中，N_L初始码书中低频部分码矢总数，

N_H初始码书中高频部分码矢总数，

N初始码书码矢总数，

L训练矢量总数，

L_L训练矢量中低频子集总数，

L_H训练矢量中高频子集总数；

v、分别从X_H和X_L中按一定间隔抽取训练矢量组成初始码书。