[发明专利]基于物体的群体图像编码多参考图像的确定方法

说明书

本发明提出了一种基于物体的群体图像编码多参考图像的确定方法，旨在提高图像的编码效率。其实现步骤为：(1)获取待编码图像集的带权有向图；(2)获取待编码图像集最小生成树的根节点；(3)建立已确定编码顺序图像集和未确定编码顺序图像集；(4)对每张图像进行物体检测；(5)对每张图像进行物体匹配和剩余特征点匹配；(6)完成一张图像的多参考图像确定；(7)循环步骤(5)到步骤(6)直到确定完每张图像的多参考图像。本发明加入了物体检测，使用物体匹配和剩余特征点匹配，并在匹配中考虑的了匹配点覆盖面积，充分利用了图像间相关性，明显提高编码效率。可用于个人相册压缩、计算机视觉和云端图像存储等。

技术领域

本发明属于图像处理技术领域，涉及一种群体图像编码参考图像确定方法，具体是一种基于物体的群体图像编码多参考图像的确定方法，可用于个人相册和云端图像集的压缩等。

背景技术

近几年，由于云计算和云储存的出现，很多大型的科技公司都对外提供云存储的业务，而且很多用户会选择将图像数据保存到云端，所以在云端将会出现大量的图像数据存储。云端图像数据高效压缩存储已成为一个重要的研究方向。目前云端图像采用传统的单张图像编码如JPEG、MPEG等，并未考虑到图像之间的相似性，使得对于整个云端图像集编码效率不高。为了提高图像集的编码效率，降低存储成本，群体图像编码被提出。现有群体图像编码主要利用群体图像间的相关性生成伪视频结构，再采用视频压缩技术进行压缩，充分利用图像间的冗余信息，极大地节省了互联网中海量图像的存储空间。目前针对群体图像编码参考关系的研究有单参考关系和多参考图像两种。群体图像编码单参考关系的确定主要使用最小生成树算法来产生单参考关系，实现起来较为简单，但对于图像集的冗余信息利用不够。

群体图像编码多参考图像的确定主要是在单参考关系确定方法的基础上，使用迭代算法不断的为每张图像寻找新的参考图像，并且保证每次找到的参考图像相似区域不会重复，能够充分利用图像集中的冗余信息，提高了群体图像编码效率，例如，公开号为CN107194961A，名称为“群体图像编码中多参考图像的确定方法”的专利申请，公开了一种群体图像编码中多参考图像的确定方法，该方法首先利用SIFT特征信息生成图像集的最小生成树，然后在此最小生成树基础上确定多参考图像，以L层为例实现步骤有：建已知编码顺序图像集HE；在HE和L层图像中用特征点匹配法为L层所有图像搜索多参考图像；将参考图像属于HE的图像加入HE中；判断L层是否还有未确定编码顺序图像；有则对参考图像搜索替换；用替换后未确定编码顺序图像中平均权重最小的图像加入HE中；若L层的参考图像都已确定，输出L层图像相关信息；循环以上步骤完成群体图像所有层参考图像和编码顺序的确定。该方法通过SIFT特征信息迭代，发掘利用多张图像间的冗余信息，提高了群体图像的编码效率。但存在的缺陷是对于图像之间的距离只考虑使用SIFT匹配距离，表述并不准确，而且未考虑图像中物体对于参考关系确定的影响，导致最后的编码效率仍然较低。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷，提出一种基于物体的群体图像编码多参考图像的确定方法，用于解决现有技术中存在的群体图像编码效率较低的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)获取待编码图像集的带权有向图：

(1a)提取待编码图像集中每张图像的SIFT特征点，并对两两图像进行SIFT特征匹配，得到每对图像的多个SIFT特征匹配对；

(1b)计算每对图像的多个SIFT特征匹配对的SIFT平均距离，并将待编码图像集中每张图像抽象为节点，SIFT平均距离作为每对图像之间的权值，构成待编码图像集的带权有向图；

(2)获取待编码图像集最小生成树的根节点：

通过待编码图像集的带权有向图计算待编码图像集最小生成树，并对最小生成树的根节点进行标记；

(3)建立已确定编码顺序图像集和未确定编码顺序图像集：