[发明专利]一种基于HEVC平台对深度图像和彩色图像的编码压缩方法

说明书

所属领域

本发明涉及计算机信息技术领域，具体地涉及图像压缩领域。

背景技术

近年来，随着科技发展，人类不仅仅满足于靠输入指令来实现人机互动，更加希望通过电脑自动识别图像信息以实现指令的传输，而深度图像和彩色图像的获取为此带来了希望和前景，例如人机交互中的行为检测、目标识别、跟踪、前景背景分割和三维重建等。存储或传输如此大量的深度和彩色数据需要高效的压缩方案来减少数据量。大部分的压缩标准针对彩色图像视频编码设计。他们对深度图像的压缩效率并不高，在设计时并没有充分考虑深度图像的结构特性。我们观察知道，深度图像常常在物体内具有光滑性而在物体边界处具有急剧的变化。传统的二维小波或者二维DT变换对于这样的高频内容编码效率不高。有研究者提出了基于边缘的预测和变换方法来避免跨边缘的操作，同时显式地编码用于标记边缘位置的掩膜(mask)信息、形状自适应小波被用于压缩深度和彩色图像，其共同的用于标记边缘信息的掩膜图像显式地被编码。为了避免引入大量高频系数，小波滤波器作用的区域不跨越图像的边缘(edges)。还有学者提出了使用线性模型来逼近深度图像平面的描述性方法。

发明内容

针对上述不足之处，本发明提出一个基于目标的压缩方案，同时适用于深度图像和彩色图像目标的压缩编码系统，该系统是基于高效视频压缩标准HEVC平台的。

本发明的目的是：提升图像的压缩效率和传输速度。

本发明为实现上述目的所采取的技术方案是：一种基于HEVC平台对深度图像和彩色图像的编码压缩方法。实现过程如下：首先，将输入的深度图像和彩色图像进行分割，利用彩色图像的边缘特性协助深度图像的分割；然后，彩色图像进行基于目标掩膜图像的编码，而深度图像进入预处理过程后在进行编码，分别输出彩色图像视屏码流、掩膜位流、深度图像视屏位流。

本发明的有益效果是：1、对彩色和深度图像压缩在设计上实现了一致，即深度和彩色图像可用同一个编码器进行压缩。2、在深度图像压缩中，不同的目标平面独立编码，大大提高了在目标边界处的编码效率。3、使用HEVC作为开发平台，HEVC在彩色图像视频压缩中有着较高的编码效率。

附图说明

图1：该方法的总体流程图

图2：深度图像获取示意图

图3：深度图像优化示意图

具体实施方式

本发明充分研究了深度图像中物体边界处有急剧的变化而物体内或背景区域比较光滑的这一特性，在HEVC平台上设计了基于目标的编码和压缩方案，包括目标的编码、分割、预处理等过程，该方法同时适用于深度图像和彩色图像。

一种基于HEVC平台对深度图像和彩色图像的编码压缩方法，该方法的实施步骤如下：

步骤1：对输入的彩色图像进行图像分割；

步骤2：分解出目标前景、背景、掩膜；

步骤3：在编码前对深度图像进行优化处理；

步骤4：掩膜编码

步骤5：深度图像和彩色图像编码

步骤6：图像解码

以下，结合图1到图3对本发明进行详细说明。

一、该方法的系统框架

如图1所示，首先需要在输入的深度和彩色图像上进行自动分割以获得不同的目标平面，即前景和背景。掩膜(Mask)图像用来表示分割结果。根据掩膜图像，我们对深度图像进行预处理以便使其目标边界和彩色图像的目标边界一致。掩膜图像由设计的掩膜编码器进行无损编码。深度和彩色图像分别由提出的目标基的编码器进行压缩，该编码器是基于HEVC设计的。

为了减少编码掩膜图像的比特消耗，让深度和彩色图像共用掩膜图像。但是这需要目标平面的分割情况在彩色和深度图像上保持一致。作为对同一场景在相同时刻的获取，深度和彩色图像有着极高的相关性。对于深度数据的获取，离摄像头太近或太远的场景可能会捕获不到，从而出现数据缺失，这会在图像中呈现出黑色的洞。当物体表面反射性太强时或者出现遮挡时，也会出现由于数据缺失带来的黑洞。另外，由于计算深度的散斑匹配算法本身的局限性，物体边界处获得的深度值经常不太可靠。这也导致了深度图像中物体边界和彩色图像中的物体边界并不十分对齐。为了获得对齐的深度和彩色序列数据，我们将根据彩色图像的信息对深度图像进行预处理。

二、图像分割