CN101137056A - 精度自适应的图像区域轮廓编码方法 - Google Patents

精度自适应的图像区域轮廓编码方法 Download PDF

Info

Publication number
CN101137056A
CN101137056A CN 200710052834 CN200710052834A CN101137056A CN 101137056 A CN101137056 A CN 101137056A CN 200710052834 CN200710052834 CN 200710052834 CN 200710052834 A CN200710052834 A CN 200710052834A CN 101137056 A CN101137056 A CN 101137056A
Authority
CN
China
Prior art keywords
block
pixels
image
precision
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 200710052834
Other languages
English (en)
Other versions
CN100553336C (zh
Inventor
胡瑞敏
王启军
刘琼
牟晓弦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN 200710052834 priority Critical patent/CN100553336C/zh
Publication of CN101137056A publication Critical patent/CN101137056A/zh
Application granted granted Critical
Publication of CN100553336C publication Critical patent/CN100553336C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明提供了一种精度自适应的图像区域轮廓编码方法，即：先将图像的区域边界分成像素块，然后确定该区域边界的起始点坐标，逐块确定下一个像素块的位置坐标，将区域边界像素链的方向分为上下左右四个方向，接着综合考虑编码效率和实际需求，通过自适应迭代合并算法调整图像区域边界的编码精度，以完成图像区域轮廓的编码。本发明能够根据实际需要自适应调整图像区域形状编码的精度，不仅能够准确的描述任意图像区域形状的位置和形状信息，而且能够获得比较好的图像编码效率。

Description

精度自适应的图像区域轮廓编码方法
技术领域
本发明涉及图像编码领域，特别是涉及一种图像区域轮廓编码方法。
背景技术
在图像编码过程中，区域形状信息是用来确定当前系数是否属于该区域，以用来在后来的编码中采取不同的编解码策略。
在实际使用过程中，为了提高整体编码效率，有些图像编码算法不编码区域形状信息，比如JPEG2000提到的最大位移法；有些图像编码算法只编码简单的区域形状信息，比如区域形状为规则矩形的时候。在区域形状简单或者区域与背景质量差别要求不高的情况下，这类不编码区域形状信息以及只编码简单的区域形状信息的图像编码算法方案是非常合理的；但是当区域形状的情况比较复杂的时候，这类方案可能会不同程度的带来形状描述准确性、质量控制复杂度和编码效率等问题，因此需要考虑复杂的区域形状信息的编码算法。
区域形状信息的编码主要包括区域位图编码法和区域轮廓编码法。前类方法采用二值位图来表示图像对象的形状，以基于宏块的MMR(Modified Modified Reed)方法(见文献[1])和基于宏块的CAE(Computer Aided Engineering)法(见文献[2])为典型代表。面向对象的视频编码标准MPEG-4采用了CAE法。区域轮廓编码方法是使用二值位图来描述形状，并使用灰度位图来标识多个区域(见文献[3])。利用灰度视图可以直接描述图像对象的轮廓线，如链码算法就采用了这种方法。区域轮廓编码方法直接对区域边界进行编码，所以更容易对边界进行特殊处理，较好的保存了对视觉感知十分重要的边缘轮廓信息，因此在压缩比很高的时候，解码视频图像的主观质量仍然比较好。
区域轮廓编码法的编码效率和图像区域形状的编码精度直接相关。文献[4]指出，基于像素的区域轮廓编码法的编码效率低于CAE法，但是区域轮廓编码法更利于对轮廓的直接处理以及并具有更好的形状可扩展性。
发明内容
本发明所要解决的技术问题是：提供一种精度自适应的区域轮廓编码方法，通过该方法可以自适应的调整轮廓编码的精度，并且保证图像编码效率。
本发明的技术方案是：先将图像的区域边界按照最高精度分成像素块，然后确定该区域边界的起始点坐标，逐块确定下一个像素块的位置坐标，将区域边界像素链的方向分为上下左右四个方向，接着综合考虑编码效率和实际需求，通过自适应迭代合并算法调整图像区域边界的编码精度，以完成图像区域轮廓的编码。
本发明的优点是：能够根据实际需要自适应调整图像区域形状编码的精度，不仅能够准确的描述任意图像区域形状的位置和形状信息，而且能够获得比较好的图像编码效率。
附图说明
图1是精度为4×4的图像区域轮廓，描述区域的形状非常准确，但是需要的码字非常多。其中，图中所示带箭头的线条为精度为4×4的形状链。
图2是精度为8×8的图像区域轮廓，损失掉了区域形状的某些细节信息，但是码字缩短很多。其中，图中所示带箭头的粗虚线条为精度为8×8的形状链，带箭头的细虚线条为精度为4×4的形状链。
图3是精度为16×16的图像区域轮廓，虽然码字很短，但是损失掉了大部分的形状细节信息。其中，图中所示带箭头的粗虚线条为精度为16×16的形状链，带箭头的细虚线条为精度为4×4的形状链。
图4为本发明精度自适应的图像区域轮廓。能够根据实际需要自适应的凋整形状编码的精度，能够准确描述区域信息和形状信息，编码效率高。其中，带箭头的线条为精度自适应的形状链。
图5为四邻域形状链的方向表示。综合考虑编码效率和实际中的应用要求，将形状链的方向一般分为上下左右四个方向即可。
具体实施方式
本发明所述的精度自适应是基于像素的轮廓编码方法的，在有些应用中，区域形状的精度无须精确到像素级别，因此本发明考虑以像素块为形状精度，可大幅提高编码效率，但是当像素块比较大时会降低区域轮廓的编码精度，如图1所示，精度为4×4的时候，编码描述的图像形状非常准确，但是需要的码字非常多，编码效率不高。如图2所示，当精度从4×4变化到8×8的时候，损失掉了图像形状的某些细节信息，但是码字缩短很多。如图3所示，当精度从8×8变化到16×16的时候，虽然使用的码字非常短，编码效率较高，但是损失掉了大部分的图像形状细节信息。所以，当像素块的精度越小，区域轮廓编码所描述的图像形状就越准确，但是编码效率就越低；当像素块的精度越大，编码效率越高，但是描述的图像形状就越不精确。因此，本发明所述的精度自适应区域轮廓的编码方法是：先以像素块为图像区域形状边界的形状精度，将图像区域边界分为像素块(比如按照16×16、8×8或4×4的精度)，在确定图像区域边界的起始点坐标后，形状编码器再逐块确定下一个边界像素块的位胃，将区域边界像素链的方向分为上下左右四个方向；然后综合考虑编码效率和实际需求，通过自适应迭代合并算法调整图像区域边界的编码精度，在基本上不损失区域形状信息的前提下，尽量合并小块，以完成图像区域轮廓的编码。
下面结合图4对本发明作进一步说明，但不限定本发明。
本发明具体采用以下方法步骤：
a.先将图像的区域边界按照精度4×4分成像素块，然后确定该区域边界的起始点坐标，并按照顺时针或者逆时针逐块确定下一个像素块的坐标位置。
b.对每个精度单位为4×4的像素块建立方向描述矢量
Figure A20071005283400041
以使最终的形状编码对形状的描述尽可能精确。
Figure A20071005283400042
其中：方向参量包括上下左右四个方向(即分别如图5中的1、3、2、0)，由当前4×4的像素块的坐标指向下一个4×4的像素块坐标的矢量方向所决定；8×8的像素块变化参量和16×16的像素块变化参量的定义为，如果当前4×4的像素块和方向参量所指向的4×4的像素块在同一个8×8的像素块或16×16的像素块内，这两种变化参量值为0，否则这两种变化参量的值为1。
c.进行自适应两级迭代合并：根据每个4×4的像素块的方向矢量
Figure A20071005283400051
中的各个参量，以及图像内容，在不损失图像区域形状细节的情况下，合并精度单位较小的像素块以提高编码效率。形状比较复杂的局部采用高精度，比如图4中的右上部分，形状比较平滑的区域采用低精度，比如图4中的左下部分；由于4×4的像素块到8×8的像素块的合并与8×8的像素块到16×16的像素块的合并具有同样的性质，所以采用两级迭代合并的方式，首先进行4×4的像素块到8×8的像素块的合并，然后使用同样的规则，进行8×8的像素块到16×16的像素块的合并，最终完成图像区域轮廓的编码。
以上三个步骤完成了在图像区域轮廓的编码。
d.在解码端生成区域掩膜：当形状信息编码在解码端解码后，可获得当前的区域轮廓。由于轮廓是一个闭合的环路，可以在轮廓圈定的范围内任取一点，采用一些常用的填充算法(如种子填充算法等)迅速检测出区所覆盖的区域，即在解码端生成该区域图像的掩膜信息。
本发明的实现结果：根据实际需要自适应调整形状编码的精度，能够准确的描述任意形状区域的位置和形状信息，从图4中可以看出，形状信息和图1相比基本没有损失，能够准确描述区域位置和形状信息，而且编码码字使用的较少，不会影响图像的编码效率。
参考文献
[1].Yamaguchi N，I.T.，Watanabe T.，A binary shape coding method usingmodified MMR.Proceedings of IEEE International Conference on Image Processing，1997：p.504~507.
[2].M.Schaar，Context-based selective enhancement for streaming video.Proof IEEE International Conference on Image Processing(ICIP)，2001：p.977~980
[3].徐平，朱善安，基于ISA-DWT的多个任意形状感兴趣区编码框架.中国图象图形学报，2006.11(10)：p.1 426~1430.
[4].赵海武，吴慧中，韦志辉，王国中，基于Zh变换的视频对象形状编码方法，计算机学报，2003.26(7)：p.813~818.。

Claims (6)

1.精度自适应的图像区域轮廓编码方法，其特征在于：先将图像的区域边界分成像素块，然后确定该区域边界的起始点坐标，逐块确定下一个像素块的位置坐标，将区域边界像素链的方向分为上下左右四个方向，接着综合考虑编码效率和实际需求，通过合并算法调整图像区域边界的编码精度，以完成图像区域轮廓的编码。
2.如权利要求1所述的精度自适应的图像区域轮廓编码方法，其特征在于其步骤包括：
a.先将图像的区域边界按照精度4×4分成像素块，然后确定该区域边界的起始点坐标，并按照顺时针或者逆时针逐块确定下一个像素块的坐标位置；
b.对每个精度单位为4×4的像素块建立方向描述矢量
Figure A2007100528340002C1
c.通过自适应迭代合并算法，根据每个4×4的像素块的方向矢量
Figure A2007100528340002C2
中的各个参量，在不损失图像区域形状细节的情况下，合并精度单位小的像素块以提高编码效率；
经过上述三个步骤后，完成了在图像区域轮廓的编码。
3.如权利要求2所述的精度自适应的图像区域轮廓编码方法，其特征在于：
Figure A2007100528340002C3
式中：方向参量包括上下左右四个方向，由当前4×4的像素块的坐标指向下一个4×4的像素块坐标的矢量方向所决定；8×8的像素块变化参量和16×16的像素块变化参量的定义为，如果当前4×4的像素块和方向参量所指向的4×4的像素块在同一个8×8的像素块或16×16的像素块内，这两种变化参量值为0，否则这两种变化参量的值为1。
4.如权利要求2所述的精度自适应的图像区域轮廓编码方法，其特征在于步骤c中：形状比较复杂的局部采用高精度，形状比较平滑的区域采用低精度。
5.如权利要求4所述的精度自适应的图像区域轮廓编码方法，其特征在于：采用低精度时，首先进行4×4的像素块到8×8的像素块的合并，然后使用同样的规则，进行8×8的像素块到16×16的像素块合并，最终完成图像区域轮廓的编码。
6.如权利要求2所述的精度自适应的图像区域轮廓编码方法，其特征在于其步骤还包括：
图像区域轮廓在解码端解码后，通过在图像轮廓圈定的范围内任取一点，然后采用填充算法迅速检测出区域所覆盖的区域，即在解码端生成区域掩膜。
CN 200710052834 2007-07-26 2007-07-26 精度自适应的图像区域轮廓编码方法 Expired - Fee Related CN100553336C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200710052834 CN100553336C (zh) 2007-07-26 2007-07-26 精度自适应的图像区域轮廓编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200710052834 CN100553336C (zh) 2007-07-26 2007-07-26 精度自适应的图像区域轮廓编码方法

Publications (2)

Publication Number Publication Date
CN101137056A true CN101137056A (zh) 2008-03-05
CN100553336C CN100553336C (zh) 2009-10-21

Family

ID=39160847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200710052834 Expired - Fee Related CN100553336C (zh) 2007-07-26 2007-07-26 精度自适应的图像区域轮廓编码方法

Country Status (1)

Country Link
CN (1) CN100553336C (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101500165A (zh) * 2009-02-26 2009-08-05 北京中星微电子有限公司 叠加显示在图像上的线条图案的编解码方法和装置
CN103810194A (zh) * 2012-11-11 2014-05-21 刘龙 一种地理编码方法、位置查询系统及方法
CN105787972A (zh) * 2016-03-16 2016-07-20 中山大学 一种基于lcv模型的图像轮廓编码方法及系统
CN107657615A (zh) * 2017-11-10 2018-02-02 西安电子科技大学 基于增量cae的高分辨sar图像变化检测方法
CN112748700A (zh) * 2020-12-18 2021-05-04 深圳市显控科技股份有限公司 数控代码生成方法、装置、电子设备及存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101500165A (zh) * 2009-02-26 2009-08-05 北京中星微电子有限公司 叠加显示在图像上的线条图案的编解码方法和装置
CN103810194A (zh) * 2012-11-11 2014-05-21 刘龙 一种地理编码方法、位置查询系统及方法
CN105787972A (zh) * 2016-03-16 2016-07-20 中山大学 一种基于lcv模型的图像轮廓编码方法及系统
CN105787972B (zh) * 2016-03-16 2018-12-21 中山大学 一种基于lcv模型的图像轮廓编码方法及系统
CN107657615A (zh) * 2017-11-10 2018-02-02 西安电子科技大学 基于增量cae的高分辨sar图像变化检测方法
CN107657615B (zh) * 2017-11-10 2019-07-23 西安电子科技大学 基于增量cae的高分辨sar图像变化检测方法
CN112748700A (zh) * 2020-12-18 2021-05-04 深圳市显控科技股份有限公司 数控代码生成方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN100553336C (zh) 2009-10-21

Similar Documents

Publication Publication Date Title
CN114424542B (zh) 具有非规范平滑的基于视频的点云压缩
EP3709273A1 (en) Signalling of metadata for volumetric video
CN110290388B (zh) 帧内预测方法、视频编码方法、计算机设备及存储装置
US11838547B2 (en) Method and device for encoding the geometry of a point cloud
TWI643494B (zh) 畫像解碼裝置、畫像解碼方法、畫像編碼裝置、畫像編碼方法以及編碼資料的資料構造
US11508041B2 (en) Method and apparatus for reconstructing a point cloud representing a 3D object
CN100553336C (zh) 精度自适应的图像区域轮廓编码方法
CN108810571A (zh) 编码和解码二维点云的方法和设备
CN101496412A (zh) 具有域变换的基于网络的视频压缩
JP2001506828A (ja) 二次元メッシュジオメトリおよび動きベクトル圧縮
US11756234B2 (en) Method for encoding depth values of a set of 3D points once orthogonally projected into at least one image region of a projection plane
TW201436542A (zh) 利用內容資訊改善視訊編碼的系統與方法
CN101873490B (zh) 图像处理方法和使用该方法的图像信息编码设备
CN104732479A (zh) 对图像进行调整大小
KR20110055820A (ko) 윤곽선 정보를 이용한 입체 영상 압축 장치 및 방법
CN102377992B (zh) 运动矢量的预测值的获取方法和装置
EP3554083A1 (en) A method and apparatus for encoding and decoding metadata associated with patched projection of point clouds
CN105741221A (zh) Cad工程图可逆水印方法、水印嵌入方法和水印提取方法
CN102300086A (zh) 对参考帧边界进行扩展和对运动补偿参考样本位置进行限定的方法
CN113453009B (zh) 基于拟合平面几何误差最小的点云空间可伸缩编码几何重构方法
CN100377599C (zh) 一种快速亚像素运动估计方法
CN108024113A (zh) 一种目标占比自适应的压缩域小目标跟踪方法
CN105787972B (zh) 一种基于lcv模型的图像轮廓编码方法及系统
CN102769751A (zh) 基于方向块压缩传感的图像编码方法
CN105611299A (zh) 一种基于hevc的运动估计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20091021

Termination date: 20140726

EXPY Termination of patent right or utility model