[发明专利]一种基于显式混合调和扩散的卡通图像压缩方法

权利要求书

1.一种基于显式混合调和扩散的卡通图像压缩方法，其特征在于包括以下步骤：

1)特征线条提取：对输入图像计算其拉普拉斯图像和双拉普拉斯图像，再分别对拉普拉斯图像和双拉普拉斯图像应用非极大值抑制方法识别特征像素并将特征像素连接成特征线条；

2)特征线条归类：对拉普拉斯图像上抽取出来的每条特征线条引入一个拉普拉斯计数，对特征线条进行采样，在每个采样点沿曲线法向向两边步进至局部拉普拉斯极小值点，若距离小于给定阈值则给该曲线的拉普拉斯计数增加1，当拉普拉斯计数值大于采样点数的一半时，则判定该线条为拉普拉斯线条，其余线条为双拉普拉斯线条；

3)特征线条位置编码：将所有特征线条像素构成的图像视为一张二值图像，并采用JBIG标准进行编码；

4)图像颜色编码：将图像其余部分的颜色表示为调和扩散的结果，并用格林函数进行逼近，最终通过求解一个线性系统得到对调和扩散的最优格林逼近，并将求解得到的每条特征线条的格林参数存储；

5)特征线条位置解码：对JBIG编码的线条信息进行解码，恢复为二值图像后加载到解码图像上；

6)图像颜色解码：将编码过程中得到的调和扩散的格林逼近在图像域上进行积分得到每个像素的颜色值。

2.如权利要求1所述一种基于显式混合调和扩散的卡通图像压缩方法，其特征在于在步骤1)中，所述特征线条提取是在拉普拉斯域和双拉普拉斯域同时提取特征线条，对输入图像u计算拉普拉斯图像Δu和双拉普拉斯图像Δ²u，然后对拉普拉斯图像和双拉普拉斯图像分别应用非极大值抑制算法进行特征像素的识别，最后把特征像素连接起来构成特征线条，再与常用的Cannny算法和Steger算法相比。

3.如权利要求1所述一种基于显式混合调和扩散的卡通图像压缩方法，其特征在于在步骤2)中，所述特征线条归类采用一种投票的方法来确定特征线条是拉普拉斯曲线还是双拉普拉斯曲线，对于拉普拉斯图像取出的每条特征曲线上的每个点,沿着曲线左侧法向方向n步进直到拉普拉斯绝对值最小的点；若该步进距离小于给定的归类阈值，将曲线的拉普拉斯计数加1，否则将双拉普拉斯计数加1，在曲线右侧重复该过程；最后当且仅当拉普拉斯计数和双拉普拉斯计数的比值大于0.5时，将该曲线归类为拉普拉斯曲线；剔除双拉普拉斯图像抽取的曲线中与识别出的拉普拉斯曲线重合的曲线，将剩下的曲线归类为双拉普拉斯曲线；所述其余线条包括双拉普拉斯图像上的特征线条。

4.如权利要求1所述一种基于显式混合调和扩散的卡通图像压缩方法，其特征在于在步骤4)中，所述图像颜色编码，是用双拉普拉斯过程来编码图像非特征区域的颜色分布。

5.如权利要求1所述一种基于显式混合调和扩散的卡通图像压缩方法，其特征在于在步骤5)中，所述特征线条位置解码在对图像进行重构时，对步骤4)得到的格林逼近的调和函数u(x)在图像的方形域R＝{x∈(x₀,x₁),y∈{y₀,y₁}}上进行积分，该积分进一步标识表示为格林函数核在R上的积分：

其中为拉普拉斯格林函数，为双拉普拉斯格林函数，