[发明专利]一种适用于三维网格序列的压缩方法

摘要

本发明公开了一种适用于三维网格序列的压缩方法，其适用于各帧拓扑连接不同的三维网格序列的压缩，提高了异构三维网格序列的压缩效率。该方法包括步骤(1)利用薄板样条函数TPS对几何图像序列进行非刚性配准，几何图像序列是已知的三维网格序列通过参数化和重采样生成；(2)使用图像压缩算法JPEG2000压缩步骤(1)配准后的几何图像序列的各帧之间的残差。

主权项

一种适用于三维网格序列的压缩方法，其特征在于，该方法包括以下步骤：(1)利用薄板样条函数TPS对几何图像序列进行非刚性配准，几何图像序列是已知的三维网格序列通过参数化和重采样生成；(2)使用图像压缩算法JPEG2000压缩步骤(1)配准后的几何图像序列的各帧之间的残差；所述步骤(1)中，定义映射为公式(1)：Γ(p)＝pA+kW  (1)其中p是三维空间顶点的齐次坐标(x,y,z,1)，A和W分别是4×4的仿射变换矩阵和r×4的非仿射变换矩阵，k＝(k1(p),...,kr(p))是TPS变换的核函数矩阵ki(p)＝||p‑pi||,i＝1,...r,r是选取的控制点的数量；已知一个包含s帧三维网格的序列{H1,H2,...Hs}，通过参数化和重采样生成了分辨率为n×m的几何图像序列{G1,G2,...Gs}，将几何图像序列分成许多图片组GOP，每一个图片组的长度为t，在图片组{G1,G2,...Gt}中有一个TPS变换的参考帧GI以及其他目标帧Gi，定义L1＝{Puv|Puv＝(xuv,yuv,zuv,1)}u＝1,...n,v＝1,...m作为GI的齐次坐标集合，L2＝{P′pq|P′pq＝(x′pq,y′pq,z′pq,1)}p＝1,...n,q＝1,...m作为Gi的齐次坐标集合，其中u,v和p,q均为几何图像的像素位置变量,在集合L1中均匀采样得到子集T1，并在集合L2中搜索其最近点集T2：T1={Puivi|Puivi=(xuivi,yuivi,zuivi,1),ui∈{1,...,n},vi∈{1,...,m},i=1,...r}]]>T2={Ppiqi′|Ppiqi′=(xpiqi′,ypiqi′,zpiqi′,1),pi∈{1,...,n},qi∈{1,...,m},i=1,...r}]]>将T1，T2作为TPS变换的控制点，得到公式(2)：ppiqi′=Γ(puivi),i=1,...r---(2)]]>将公式(1)代入公式(2)，得到关于变换系数A和W的等式其中J1=xu1v1yu1v1zu1v11xu2v2yu2v2zu2v21...xurvryurvrzurvr1J2=xp1q1′yp1q1′zp1q1′1xp2q2′yp2q2′zp2q2′1...xprqr′yprqr′zprqr′1]]>TPS变换的核函数K是由定义WA≈KJ1JT10J20]]>根据已知的A，W，K，在L1和L2上进行TPS全局变换:p′pq＝Γ(puv)；得到同构于L1几何相关性的L′：L′＝{P′uv|P′uv＝(x′uv,y′uv,z′uv,1)}u＝1,...n,v＝1,...m对于L′上的每一个顶点p′uv，在原始目标帧Gi中通过寻找最小欧式距离的顶点ppq作为对应顶点并使用KD‑tree加速搜索过程，得到L′2＝{P′uv|P′uv＝(x′uv,y′uv,z′uv,1)}u＝1,...n,v＝1,...m，其对应的图像G′i＝{P′uv|P′uv＝(x′uv,y′uv,z′uv)}u＝1,...n,v＝1,...m既是Gi的近似结果，又保持着GI的几何相关性，从而得到了时间高度相关的几何图像序列{G1,G′2,...G′t}。