三维地图图像的纹理压缩方法和装置的制造方法
【技术领域】
[0001]本发明实施例涉及图像处理技术领域，尤其涉及一种三维地图图像的纹理压缩方法和装置。
【背景技术】
[0002]当下，城市建设和经济社会的迅速发展，催化了对城市信息化需求的迅猛增长。地理信息资源的规模、品种和服务水平已经成为衡量一个城市信息化水平的重要标志。建设“数字城市”已经被国内许多大中城市列为中、长期发展目标。城市三维地图的建立不仅能全方位展示城市的各种真实场景，而且具有空间数据管理和分析应用能力，在城市规划设计、辅助决策和公共安全等方面开创了新型的地理信息应用模式，对深化城市规划管理、构建信息化城市勘测体系具有重要意义。
[0003]图1示出了三维地图图像的一个示例。可见，城市的三维地图图像中包含大量的纹理信息。因此，如果对三维地图图像进行存储、处理时，每幅图像都不经任何压缩，而按照图像的原始数据格式进行存储、处理，则难免数据存储、处理的数据量极大。
【发明内容】
[0004]针对上述技术问题，本发明实施例提供了一种三维地图图像的纹理压缩方法和装置，以实现三维地图中纹理图像的压缩。
[0005]—方面，本发明实施例提供了一种三维地图图像的纹理压缩方法，所述方法包括:
[0006]对目标纹理图像进行分块，以得到所述目标纹理图像的多个区块；
[0007]通过二维Gabor小波变换提取每个区块的特征；
[0008]根据不同区块的特征之间的欧氏距离，对所述目标纹理图像的各个区块进行聚类；
[0009]以聚类后属于同一类别的区块中的一个区块代替所述同一类别中的其他区块。
[0010]另一方面，本发明实施例还提供了一种三维地图图像的纹理压缩装置，所述装置包括:
[0011 ]分块模块，用于对目标纹理图像进行分块，以得到所述目标纹理图像的多个区块；
[0012]特征提取模块，用于通过二维Gabor小波变换提取每个区块的特征；
[0013]区块聚类模块，用于根据不同区块的特征之间的欧氏距离，对所述目标纹理图像的各个区块进行聚类；
[0014]区块替代模块，用于以聚类后属于同一类别的区块中的一个区块代替所述同一类别中的其他区块。
[0015]本发明实施例提供的三维地图图像的纹理压缩方法和装置，通过对目标纹理图像进行分块，通过二维Gabor小波变换提取每个区块的特征，根据不同区块的特征之间的欧氏距离，对所述目标纹理图像的各个区块进行聚类，以聚类后属于同一类别的区块中的一个区块代替所述同一类别中的其他区块，利用三维地图中纹理图像重复率较高的特点，实现了三维地图中纹理图像的压缩。
【附图说明】
[0016]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0017]图1是现有技术提供的三维地图图像；
[0018]图2是本发明第一实施例提供的三维地图图像的纹理压缩方法的流程图；
[0019]图3是本发明第二实施例提供的三维地图图像的纹理压缩方法中特征提取的流程图；
[0020]图4是本发明第三实施例提供的三维地图图像的纹理压缩方法中区块聚类的流程图；
[0021]图5是本发明第四实施例提供的三维地图图像的纹理压缩装置的结构图。
【具体实施方式】
[0022]下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
[0023]第一实施例
[0024]本实施例提供了三维地图图像的纹理压缩方法的一种技术方案。所述三维地图图像的纹理压缩方法由三维地图图像的纹理压缩装置执行。
[0025]参见图2，所述三维地图图像的纹理压缩方法包括:
[0026]S21，对目标纹理图像进行分块，以得到所述目标纹理图像的多个区块。
[0027]纹理是这样的一种图像特性，它反映了图像中像素的空间排列属性，常常表现出的是局部区域内是不规则的排列而从宏观的角度看有一定的规律的一种特性。如果一个图像内某个区域中的统计特性或者是其他的一些图像的局部区域相关特性有比较缓慢的变化或者是呈现出近似于周期的变化，则我们可以称其为纹理。
[0028]如前文所述，三维地图图像中包含大量的图像纹理信息。而由于三维地图图像大部分是利用纹理库中预存的纹理图像合成得到的，构成所述三维地图图像的纹理信息很大程度上有重叠。正因为三维地图图像的这种特性，为压缩三维地图图像提供了可能。本实施例提供的三维地图图像的纹理压缩方法正是利用三维地图图像在纹理上重叠特性，对三维地图图像执行压缩。
[0029]在对三维地图图像进行压缩之初，首先需要对待压缩的目标纹理图像进行分块。具体的，应该以矩阵的形式对所述待压缩的目标纹理图像进行分块。该矩阵的行数及列数应该是目标纹理图像的大小及区块的大小而确定。
[0030]S22，通过二维Gabor小波变换提取每个区块的特征。
[0031 ] Gabor小波变换对光照变化不敏感，且能够容忍一定程度的图像旋转和变形，这种特征的鲁棒性较好，总而言之，Gabor小波变换具有明显的优越性，这也是本实施例选用Gabor小波提取区块的特征的原因。
[0032]示例性的，通过构建Gabor滤波器组实现对目标纹理图像的二维小波变换，在利用降维算法对二维Gabor小波变换的结果进行降维，从而完成对每个区块的特征提取。所述降维算法包括:主成分分析(Principal component ananlysis，PCA)降维算法，或者局部线性嵌入(Local I inear embedding，LLE)降维算法。更为具体的，所述PCA降维算法包括:分块二维PCA降维算法。
[0033]S23，根据不同区块的特征之间的欧氏距离，对所述目标纹理图像的各个区块进行聚类。
[0034]因为各个区块的特征能够代表该区块的图像数据的特性，因此可以通过对各个区块的特征数据的聚类结果表明各个区块中哪些区块的图像数据存在相似的特性。
[0035]具体的，可以首先计算不同区块的特征向量之间的欧氏距离，然后根据各个特征向量之间的欧氏距离完成对各个特征向量的聚类。由于特征向量与其代表的区块之间存在严格的一一对应关系。因此，对各个特征向量的聚类就相当于对不同区块的聚类。
[0036]聚类操作完成后，在同一个分类中的区块被认为是具有相同纹理的区块。
[0037]对所述特征向量的聚类是根据基于距离的聚类算法进行的聚类，而且，所述聚类算法包括:k-平均、k-中心点、BRICH、CURE。
[0038]S24，以聚类后属于同一类别的区块中的一个区块代替所述同一类别中的其他区块。
[0039]如前文所述，完成聚类操作后，对于在同一个类别中的区块可以被认为是具有相同纹理的区块。因此，可以使用同类别中的一个区块的图像数据代替该类别中其他区块的图像数据。这样，在传输、处理不同区块的图像数据时，对于同类别的区块的图像数据的传输、处理就转换为对一个区块的图像数据的传输、处理，实现了对三维地图图像的压缩，大大提高了对三维地图图像的传输效率、处理效率。
[0040]本实施例通过对目标纹理图像进行分块，通过二维Gabor小波变换提取每个区块的特征，根据不同区块的特征之间的欧氏距离，对所述目标纹理图像的各个区块进行聚类，以及以聚类后属于同一类别的区块中的一个区块代替所述类别中的其他区块，实现了三维地图中纹理图像的压缩。
[0041 ] 第二实施例
[0042]本实施例以本发明上述实施例为基础，进一步的提供了所述三维地图图像的纹理压缩方法中特征提取的一种技术方案。在该技术方案中，通过二维Gabor小波变换提取每个区块的特征包括:对每个区块进行二维Gabor小波变换;对所述二维Gabor小波变换的结果进行降维，以获得每个区块的特征。
[0043]参见图3，通过二维Gabor小波变换提取每个区块的特征包括:
[0044]S31，对每个区块进行二维Gabor小波变换。
[0045]如本发明第一实施例所述，二维Gabor小波变换能够容忍一定程度的图像旋转和变形，具有较好的鲁棒性。因此，在本发明中，选择使用二维Gabor小波变换实现各个区块的特征提取。
[0046]具体的，对分块后的每个区块的图像数据分别进行二维Gabor小波变换，获得