CN103077542A - 一种深度图的感兴趣区域压缩方法 - Google Patents

Abstract

一种深度图的感兴趣区域压缩方法，涉及一种深度图的压缩方法，解决现有的深度图感兴趣区域压缩方法无法实现感兴趣区域的自动选取问题。利用边缘检测方法获取深度图的灰度边缘；利用数学形态学膨胀操作获取深度图边缘及其周边区域；利用图像分割方法对深度图进行区域分割；求解分割后各区域内像素的灰度平均值，并作为该区域的灰度值；根据深度图边缘及其周边区域和像素灰度平均值确定感兴趣区域；采用时域与空域联合的高斯平滑滤波方法将非感兴趣区域进行平滑处理；对深度图边缘及其周边区域采用无损压缩的方式进行编码。本发明可广泛应用与对深度图的感兴趣区域自动选取的压缩。

Description

一种深度图的感兴趣区域压缩方法

技术领域

本发明涉及一种深度图的压缩方法。

背景技术

深度图是与二维图像大小相等的灰度图像，如图1与图2所示，其各像素的灰度值反应了二维图像中相同位置像素的深度值，即该像素所代表实物与观察者的距离，灰度值越高，代表距离越近，反之，则较远。深度z可由以下方程求出：

$z(r,c)=\frac{1.0}{(P(r,c)/255.0)\×(1.0/\mathrm{MinZ}-1.0/\mathrm{MaxZ})+1.0/\mathrm{MaxZ}}---\left(1\right)$

其中z(r，c)代表r行c列处像素的实际深度值，P(r，c)为该位置深度图的灰度值，MinZ和MaxZ分别为深度最小和最大值。

深度图广泛应用与多种三维视频编码技术中，包括二维视频加深度图个事、多视点视频加深度图个事、分层深度视频格式以及深度增强的双路立体视频格式。深度图中包含了视频的三维信息，对视频的三维显示效果、适应性和灵活性都至关重要。而深度图的压缩也成为了三维视频压缩编码的关键技术之一。感兴趣区域(ROI)压缩是一种根据人眼视觉提点或特定需求，对图像/视频的不同区域采用不同程度的压缩来提高压缩效率同时提高其主观质量或满足特定需求的压缩方式。ROI压缩的重点和难点在于感兴趣区域的选取过程。现有技术很难实现感兴趣区域的自动选取。

发明内容

本发明为了解决现有的深度图感兴趣区域压缩方法无法实现感兴趣区域的自动选取的问题，从而提供一种深度图的感兴趣区域压缩方法。

一种深度图的感兴趣区域压缩方法，它包括如下步骤：

步骤一：利用边缘检测方法获取深度图的灰度边缘；

步骤二：利用数学形态学膨胀操作获取深度图边缘及其周边区域；

所述数学形态学膨胀操作是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程；膨胀操作定义为：

即对深度图边缘及其周边区域X进行大小为S的膨胀操作所产生的图像满足：像素x的大小为膨胀操作S的邻域与区域X的交集非空；

步骤三：利用图像分割方法对深度图进行区域分割；

步骤四：求解分割后各区域内像素的灰度平均值，并作为该区域的灰度值；

步骤五：根据步骤二获得的深度图边缘及其周边区域和步骤四获得的像素灰度平均值确定感兴趣区域；

用参数I表示感兴趣程度，感兴趣程度I的范围为0-1，设深度图边缘及其周边区域的感兴趣程度I为1，所述感兴趣程度I为1时则该区域为感兴趣区域，其他区域的感兴趣程度按下式定义：

I(r，c)＝P(r，c)/255.0

其中I(r，c)代表r行c列处像素的感兴趣程度，P(r，c)为该位置深度图的灰度值；

步骤六：采用时域与空域联合的高斯平滑滤波方法将非感兴趣区域进行平滑处理，所述非感兴趣区域为I小于0.6的区域，所用高斯窗函数的方差与感兴趣程度I成反比；

步骤七：对深度图边缘及其周边区域采用无损压缩的方式进行编码。

本发明实现了感兴趣区域的自动选取的感兴趣区域压缩方法。提高了感兴趣区域压缩算法的自动化程度和计算效率。采用本发明一种深度图的感兴趣区域压缩方法，对深度图进行感兴趣区域压缩，能够在不影响主观质量的条件下提高压缩比10％～20％。

附图说明

图1为本发明一种深度图的感兴趣区域压缩方法的流程图。

具体实施方式

具体实施方式一、结合图1说明本具体实施方式。一种深度图的感兴趣区域压缩方法，它包括如下步骤：

步骤一：利用边缘检测方法获取深度图的灰度边缘；

步骤二：利用数学形态学膨胀操作获取深度图边缘及其周边区域；

所述数学形态学膨胀操作是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程；膨胀操作定义为：

即对深度图边缘及其周边区域X进行大小为S的膨胀操作所产生的图像满足：像素x的大小为膨胀操作S的邻域与区域X的交集非空；

步骤三：利用图像分割方法对深度图进行区域分割；

步骤四：求解分割后各区域内像素的灰度平均值，并作为该区域的灰度值；

步骤五：根据步骤二获得的深度图边缘及其周边区域和步骤四获得的像素灰度平均值确定感兴趣区域；

用参数I表示感兴趣程度，感兴趣程度I的范围为0-1，设深度图边缘及其周边区域的感兴趣程度I为1，所述感兴趣程度I为1时则该区域为感兴趣区域，其他区域的感兴趣程度按下式定义：

I(r，c)＝P(r，c)/255.0

其中I(r，c)代表r行c列处像素的感兴趣程度，P(r，c)为该位置深度图的灰度值；

步骤六：采用时域与空域联合的高斯平滑滤波方法将非感兴趣区域进行平滑处理，所述非感兴趣区域为I小于0.6的区域，所用高斯窗函数的方差与感兴趣程度I成反比；

步骤七：对深度图边缘及其周边区域采用无损压缩的方式进行编码。

所述MPEG4为运动图像专家组第四代视频编码标准；H.264为先进视频编码标准；

具体实施方式二、本具体实施方式与具体实施方式一不同的是步骤二所述膨胀操作所选取S大小范围为3-8。

具体实施方式三、本具体实施方式与具体实施方式一不同的是所述步骤六：采用时域与空域联合的高斯平滑滤波方法将非感兴趣区域进行平滑处理的方法为：

利用MxNxF的三维高斯窗函数与深度图序列的灰度进行卷积操作，M为高斯窗函数宽度，N为高斯窗函数高度，F为高斯窗函数深度，即对前后共F帧进行高斯平滑滤波；

所述高斯窗函数宽度M、高斯窗函数高度N、高斯窗函数深度F的取值范围均为5-9；

其中所用高斯窗函数的方差与该区域感兴趣程度成反比关系。

具体实施方式四、本具体实施方式与具体实施方式一不同的是所述步骤七：对深度图边缘及其周边区域采用无损压缩的方式进行编码的方法为：

对深度图边缘及其周边区域以外区域可用MPEG4和H.264的压缩标准进行压缩编码，压缩品质因数Q随编码区域感兴趣程度降低而降低，且二者的关系为：

Q＝28+6×I。

本技术的特色和创新之处在于根据人眼立体视觉对前景区域深度变化敏感，对背景区域深度变化不敏感以及深度图存在大部分灰度平滑区域，而边缘处灰度变化剧烈的特点，利用边缘检测和图像分割技术实现深度图感兴趣区域的自动选取。再根据上述感兴趣区域选取结果对深度图进行感兴趣区域压缩。

Claims (4)

1.一种深度图的感兴趣区域压缩方法，其特征在于它包括如下步骤：

步骤一：利用边缘检测方法获取深度图的灰度边缘；

步骤二：利用数学形态学膨胀操作获取深度图边缘及其周边区域；

所述数学形态学膨胀操作是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程；膨胀操作定义为：

即对深度图边缘及其周边区域X进行大小为S的膨胀操作所产生的图像满足：像素x的大小为膨胀操作S的邻域与区域X的交集非空；

步骤三：利用图像分割方法对深度图进行区域分割；

步骤四：求解分割后各区域内像素的灰度平均值，并作为该区域的灰度值；

步骤五：根据步骤二获得的深度图边缘及其周边区域和步骤四获得的像素灰度平均值确定感兴趣区域；

用参数I表示感兴趣程度，感兴趣程度I的范围为0～1，设深度图边缘及其周边区域的感兴趣程度I为1，所述感兴趣程度I为1时则该区域为感兴趣区域，其他区域的感兴趣程度按下式定义：

I(r，c)＝P(r，c)/255.0

其中I(r，c)代表r行c列处像素的感兴趣程度，P(r，c)为该位置深度图的灰度值；

步骤六：采用时域与空域联合的高斯平滑滤波方法将非感兴趣区域进行平滑处理，所述非感兴趣区域为I小于0.6的区域，所用高斯窗函数的方差与感兴趣程度I成反比；

步骤七：对深度图边缘及其周边区域采用无损压缩的方式进行编码。

2.根据权利要求1所述的一种深度图的感兴趣区域压缩方法，其特征在于步骤二所述膨胀操作所选取S大小范围为3～8。

3.根据权利要求1所述的一种深度图的感兴趣区域压缩方法，其特征在于所述步骤六：采用时域与空域联合的高斯平滑滤波方法将非感兴趣区域进行平滑处理的方法为：

利用MxNxF的三维高斯窗函数与深度图序列的灰度进行卷积操作，M为高斯窗函数宽度，N为高斯窗函数高度，F为高斯窗函数深度，即对前后共F帧进行高斯平滑滤波；

所述高斯窗函数宽度M、高斯窗函数高度N、高斯窗函数深度F的取值范围均为5～9；

其中所用高斯窗函数的方差与该区域感兴趣程度成反比关系。

4.根据权利要求1所述的一种深度图的感兴趣区域压缩方法，其特征在于所述步骤七：对深度图边缘及其周边区域采用无损压缩的方式进行编码的方法为：

对深度图边缘及其周边区域以外区域可用MPEG4和H.264的压缩标准进行压缩编码，压缩品质因数Q随编码区域感兴趣程度降低而降低，且二者关系为：

Q＝28+6×I。

Images