重要度驱动的纹理压缩方法

文档序号:6588296阅读:468来源:国知局
专利名称:重要度驱动的纹理压缩方法
技术领域
本发明属于信息技术领域。
背景技术
现如今大规模的基于网络环境的场景绘制(如谷歌地球,街景技术等)都需要大量具有真实感的纹理图像。在实现上存在两个挑战:(1)互联网上的传输带宽限制;(2)客户端存储这些需要绘制的纹理的存储空间的限制。需要有相应的技术来减少带宽和存储空间。传统的纹理压缩算法通常采用矢量量化等图像编码技术对纹理进行压缩,压缩率有限且没有使用GPU进行加速解压绘制。最新的纹理压缩技术利用纹理合成的思路对纹理图像进行压缩,通过提取纹理内重复使用的纹元图案对纹理图像压缩。该技术不但可以压缩图像的局部冗余信息,还可以压缩全局重复信息,且利于使用GPU解压绘制。逆向纹理合成算法基于纹理合成的思想,通过能量函数的优化将大幅输入纹理压缩成小块纹理摘要图像。逆向纹理合成存在的一个重要问题是在压缩的过程中同等对待所有区域。对于某些纹理来说并不是所有区域都是视觉一致性的,可分为前景部分和背景部分。从视觉显著性模型可知,纹理中的前景部分往往是人眼所关注的部分,在压缩时需尽可能保留。因此需要在压缩时对纹理的不同部分进行自适应压缩。最后,控制图在逆向合成框架中起着关键的作用,只有基于适当的控制图逆向合成才能重构原来纹理。网络环境下,纹理在客户端解压需要合适的控制图。逆向合成并没有针对控制图的生成提出较通用的解决方法,限制了逆向合成在纹理压缩领域的应用范围。针对逆向合成中存在的上述问题,目前还没有研究人员面向实时解压绘制提出自适应的快速纹理压缩算法。本发明对逆向合成的能量函数进行修改,使它适合于自适应的纹理压缩,即对纹理的重要区域和非重要区域进行不同程度的压缩。在计算阶段首先依据视觉显著性模型计算出纹理的重要度图,然后将重要度图,纹理及其控制图作为输入,对新的能量函数进行迭代优化。针对逆向合成的控制图问题,我们提出选取反映图像像素亮度变化的灰度图作为控制图。

发明内容
本发明要克服现有技术的上述缺点,提供一种对纹理进行压缩、有效减少大尺度纹理图像所占用的纹理内存、实现其在网络上的快速传输和GPU上的实时绘制、基于重要度驱动的自适应纹理压缩方法,使得纹理图像解压之后重要区域的图像质量保持较好。本发明所述的重要度驱动的纹理压缩方法,由两个部分组成:纹理图像压缩和解压。在压缩过程中,对于输入的纹理首先计算其控制图和重要度信息图,然后使用重要度驱动纹理压缩算法对原纹理进行压缩得到相应的压缩后纹理和控制图;在解压阶段,类似于图像类比,将压缩后的控制图和压缩后纹理以及原控制图分别作为输入,经图像类比得到解压后的纹理输出图;具体步骤如下:步骤一、控制图计算本发明的所有控制图都为原图的灰度图,灰度图很好地保存了原图的亮度细节;采用YIQ计算模型将原图(彩色图)转换为灰度图,该模型中Y代表亮度,即所需要的灰度信息,I代表色调,Q代表饱和度。根据相应的模型转化矩阵,将RGB转化成Y的计算公式如公式(I):Y=0.299R+0.587G+0.114B(I)其中R,G,B分别为红绿蓝三色。步骤二、重要度图计算纹理的重要度信息直接影响了算法的最终结果。为了得到更好的重要度信息,我们首先计算图像的显著性图,该显著性图与原图分辨率一致。基于Saliency Filters算法计算显著性图:首先对图像进行抽象化,即保留图像相关的结构特征,去除图像一些不需要的细节特征;然后计算出图像中具有唯一性的元素和颜色等底层信息的分布;最后综合这两者信息来得到显著性图saliency。假设输入图像为X,本发明采用公式(2)计算重要度图中每个像素的重要度值w(x, y):
权利要求
1.重要度驱动的纹理压缩方法,由两个部分组成:纹理图像压缩和解压。在压缩过程中,对于输入的纹理首先计算其控制图和重要度信息图,然后使用重要度驱动纹理压缩算法对原纹理进行压缩得到相应的压缩后纹理和控制图;在解压阶段,类似于图像类比,将压缩后的控制图和压缩后纹理以及原控制图分别作为输入,经图像类比得到解压后的纹理输出图;具体步骤如下: 步骤一、控制图计算 本发明的所有控制图都为原图的灰度图,灰度图很好地保存了原图的亮度细节;采用YIQ计算模型将原图(彩色图)转换为灰度图,该模型中Y代表亮度,即所需要的灰度信息,I代表色调,Q代表饱和度。根据相应的模型转化矩阵,将RGB转化成Y的计算公式如公式Cl):Y=0.299R+0.587G+0.114B (I) 其中R,G,B分别为红绿蓝三色。
步骤二、重要度图计算 纹理的重要度信息直接影响了算法的最终结果。为了得到更好的重要度信息,我们首先计算图像的显著性图,该显著性图与原图分辨率一致。基于Saliency Filters算法计算显著性图:首先对图像进行抽象化,即保留图像相关的结构特征,去除图像一些不需要的细节特征;然后计算出图像中具有唯一性的元素和颜色等底层信息的分布;最后综合这两者信息来得到显著性图saliency。
假设输入图像为X,本发明采用公式(2)计算重要度图中每个像素的重要度值w(x,y):
全文摘要
重要度驱动的纹理压缩方法,由两个部分组成纹理图像压缩和解压。在压缩过程中,对于输入的纹理首先计算其控制图和重要度信息图,然后使用重要度驱动纹理压缩算法对原纹理进行压缩得到相应的压缩后纹理和控制图;在解压阶段,类似于图像类比,将压缩后的控制图和压缩后纹理以及原控制图分别作为输入,经图像类比得到解压后的纹理输出图。具体包括控制图计算、重要度图计算、重要度驱动的纹理压缩、基于图像类比的解压。
文档编号G06T9/00GK103198495SQ20131007687
公开日2013年7月10日 申请日期2013年3月11日 优先权日2013年3月11日
发明者汤颖, 周展, 范菁 申请人:浙江工业大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1