[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

摘要

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。

主权项

1.一种基于物体的群体图像编码多参考图像的确定方法，其特征在于，包括如下步骤：/n(1)获取待编码图像集的带权有向图：/n(1a)获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；/n(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；/n(2)获取待编码图像集最小生成树的根节点：/n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；/n(3)建立已确定编码顺序图像集和未确定编码顺序图像集：/n将待编码图像集划分为两个子图像集，并将只含有最小生成树根节点的子图像集作为已确定编码顺序图像集，将由除去根节点之外的剩余图像组成的子图像集作为未确定编码顺序图像集；/n(4)对待编码图像集中的每张图像进行物体检测，得到每张图像的多个物体图像；/n(5)对未确定编码顺序图像集中每张图像与当前已确定编码顺序图像集中每张图像进行物体匹配和剩余特征点匹配：/n(5a)对未确定编码顺序图像集中每张图像与已确定编码顺序图像集中每张图像进行物体匹配，得到未确定编码顺序图像集中每张图像的多个物体各自对应的参考图像以及多个物体和相应参考图像匹配的SIFT特征点；/n(5b)获取未确定编码顺序图像集中每张图像的剩余SIFT特征点：/n从未确定编码顺序图像集的每张图像的SIFT特征点中剔除步骤(5a)得到的多个物体和相应参考图像匹配的SIFT特征点，得到未确定编码顺序图像集中每张图像的剩余SIFT特征点；/n(5c)对未确定编码顺序图像集中每张图像的剩余SIFT特征点与已确定编码顺序图像集中每张图像进行多次剩余SIFT特征点匹配，得到每张图像剩余SIFT特征点相应的多个参考图像；/n(5d)获取未确定编码顺序图像集中每张图像的编码权值W及相应的多参考图像：/n计算未确定编码顺序图像集中每张图像的编码权值W，并将每张图像的多个物体分别相对应的参考图像和剩余SIFT特征点的多个参考图像，作为每张图像的多参考图像，其中编码权值W计算公式为：/n /n其中，col×row表示未确定编码顺序图像集中当前图像的大小，D表示未确定编码顺序图像集中当前图像的平均参考距离值：/n /nS表示与所有参考图像相匹配的SIFT特征点在未确定编码顺序图像集中当前图像所占的面积之和：/n /nNum_Object表示多个物体的参考图像的个数，Num_Remainder代表剩余特征点的参考图像的个数，Object_D_i表示未确定编码顺序图像集中当前图像的第i个物体和对应的参考图像多个SIFT匹配对归一化平均距离，Remainder_D_i表示未确定编码顺序图像集中当前图像的第i次剩余特征点匹配的参考图像对应的归一化平均SIFT匹配点距离，obj_ref_matches_i.size()表示未确定编码顺序图像集中当前图像的第i个物体和对应的参考图像的SIFT匹配对的个数，remainder_ref_matches_i.size()表示未确定编码顺序图像集中当前图像的剩余特征点中第i次剩余特征点匹配得到的SIFT匹配对的个数，Object_S_i表示未确定编码顺序图像集中当前图像的第i个物体和对应的参考图像匹配的SIFT特征点在当前图像中的覆盖面积，Remainder_S_i表示未确定编码顺序图像集中当前图像的剩余特征点中第i次剩余特征点匹配得到的SIFT特征点在当前图像中的覆盖面积；/n(6)获取未确定编码顺序图像集中最小编码权值对应图像的多参考图像：/n将未确定编码顺序图像集中最小编码权值对应的图像加入到已确定编码顺序图像集中，并获取最小编码权值对应图像的多参考图像；/n(7)判断未确定编码顺序图像集是否为空：/n判断未确定编码顺序图像集是否为空，若是，输出待编码图像集中每张图像的多参考图像，否则，执行步骤(5)。/n