[发明专利]一种基于三维模型几何信息的纹理图像压缩方法

说明书

针对传统的基于机器视觉方法产品缺陷检测适用对象的局限性以及压缩过程中如何求取纹理图像上人眼感兴趣区域的问题进行深入研究，本发明提出了一种基于三维模型表面信息的纹理图像压缩方法，利用模型网格数据求取纹理图像上的人眼感兴趣区域，根据纹理的视觉表现形式，提取了代表三维模型多分辨率重网格化后表面细节信息的三维特征点及其在纹理空间上的映射点作为纹理特征点，根据图像空间的连续性，利用K‑means聚类算法对图像中的特征点进行了类聚合，取得了纹理图像的感兴趣区域并提高了感兴趣区域和背景的区分精度。通过搭建基于ROI的EZW编解码实验系统对本发明的方法进行验证，取得比较好的实验效果。

技术领域

本发明涉及图像处理领域，尤其涉及一种的纹理图像压缩方法。

背景技术

随着计算机图形学理论基础以及相关软硬件技术不断成熟，三维建模技术逐渐地融入了互联网应用，在web3D电子商务中取得了重要的应用，使得用户在网络环境中也可以得到类似现实世界的体验。然而，高精度三维扫描及重建技术在满足用户对虚拟场景及物体模型真实感的需要的同时，也造成了模型数据和纹理数据量十分庞大。这些数据不仅占据了大量的存储空间，还降低了模型传输和加载的速度，严重影响网络用户的体验，也制约了Web3D的发展。研究人员通过几何信息和纹理信息压缩以减少数据量，经过多年的发展，几何信息压缩方面已经取得了较多的研究成果，而三维模型纹理图像的压缩仍是图形学领域关注的热点问题之一。根据压缩研究方向的发展阶段，纹理压缩算法可以分为两类：1.基于图像特性的纹理图像压缩算法；2.基于映射特性的纹理压缩算法。

综上所述，基于图像特性的纹理图像压缩算法关注点在于图像的内容、数据类型、频域特性等各种二维特征。并没用利用到纹理数据由三维空间到二维空间的生成过程或是由二维空间映射到三维空间的贴图过程中的各种特性。基于映射特性的纹理压缩算法利用纹理像素到模型表面的映射过程中的特性，对纹理空间内的数据完成一些特殊的操作。

对三维图形数据进行压缩编码的研究通常分为对网格数据的压缩和纹理图像的压缩这两个相对独立的部分，很少有人关注利用二者的关联特性对这两种数据进行关联的压缩编码和压缩。本发明使用网格几何信息来研究降低纹理局部区域分辨率的代价，利用网格的几何信息确定纹理图像的重要区域，实现纹理图像感兴趣区域数据的优先压缩和传输。

发明内容

为了解决现有技术中的问题，针对传统的基于机器视觉方法产品缺陷检测适用对象的局限性以及压缩过程中如何求取纹理图像上人眼感兴趣区域的问题进行深入研究，本发明提出了一种基于三维模型几何信息的纹理图形压缩方法，该方法取得了纹理图像的感兴趣区域并提高了感兴趣区域和背景的区分精度，能够利用网格的几何信息确定纹理图像的重要区域，实现纹理图像感兴趣区域数据的优先压缩和传输。

本发明通过以下技术方案实现：

一种基于三维模型几何信息的纹理图形压缩方法，其特征在于：所述方法首先对原始图形进行预处理，确定感兴趣的区域ROI，以生成ROI区域模块；然后利用ROI区域模版对预处理后的图形作小波变换，对ROI对应的小波变换系数进行提升或降低背景系数，接下来对感兴趣形状和位置信息编码传输；其中，确定感兴趣的区域ROI，以生成ROI区域模块具体为：利用模型网格数据求取纹理图像上的人眼感兴趣区域，根据纹理的视觉表现形式，提取了代表三维模型多分辨率重网格化后表面细节信息的三维特征点及其在纹理空间上的映射点作为纹理特征点；根据图像空间的连续性，利用K-means聚类算法对图像中的特征点进行了类聚合，取得了纹理图像的感兴趣区域并提高了感兴趣区域和背景的区分精度。

作为本发明的进一步改进，用分辨率方法处理三维图形，将模型分为粗糙的基网格和加入不同程度细节信息的多个层次，为网格建立四叉树结构，方便提取三角网格在不同尺度下的几何信息；所述模型网格数据采用Igor Guskov的基于多分支的半正则重网格化处理得到。

作为本发明的进一步改进，在压缩时去除贴图前纹理图像中的背景像素。