CN112489147A - 一种基于图像分布的纹理压缩系统 - Google Patents
一种基于图像分布的纹理压缩系统 Download PDFInfo
- Publication number
- CN112489147A CN112489147A CN202011432096.0A CN202011432096A CN112489147A CN 112489147 A CN112489147 A CN 112489147A CN 202011432096 A CN202011432096 A CN 202011432096A CN 112489147 A CN112489147 A CN 112489147A
- Authority
- CN
- China
- Prior art keywords
- distribution
- compression
- weight
- texel
- image
- 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.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 93
- 230000006835 compression Effects 0.000 title claims abstract description 77
- 238000007906 compression Methods 0.000 title claims abstract description 77
- 238000013139 quantization Methods 0.000 claims abstract description 17
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006837 decompression Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 2
- 238000009877 rendering Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Multimedia (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种基于图像分布的纹理压缩系统，输入模块，输入4x4纹素块数据；压缩模块，对输入纹素块数据进行单分布、单分布双平面、双分布、双分布双平面和三分布压缩，分别得到压缩结果和压缩量化误差；输出模块，比较量化误差，选择较小的压缩结果，输出压缩数据。本发明对于明显的图像边界有较好的压缩效果，便于解压。
Description
技术领域
本发明涉及计算机图形学领域，具体为一种基于图像分布的纹理压缩系统。
背景技术
纹理压缩(texture compression)是一种专门用于存储三维计算机图形绘制系统中的纹理映射的图像压缩形式。纹理压缩技术不仅可以提高纹理缓存的利用效率,使采用更大、更高分辨率的纹理成为可能,而更大、更高分辨率纹理图像的采用,将使得虚拟环境中的景物表面看起来更加真实细腻:更能有效地减轻系统数据传输的负担,避免了由于纹理缓存频繁交换带来的系统性能下降,这样就在一定程度上平衡了真实感图形的实时绘制问题。
纹理压缩区别于其他图像压缩技术的区别是：1.对解码速度敏感：由于纹理压缩技术用于纹理渲染，解压用于直接绘制，实时性要求高，因此为了不影响渲染，解压速度必须快。2.随机读取：由于渲染过程中纹理读取的顺序是未知的，所以任何纹理压缩方案都必须允许快速随机访问已解压缩的纹理数据。3.压缩率：图形绘制系统带宽有限，需要在尽可能小的带宽消耗下完成渲染，对于纹理压缩率要求高。4.不需要实时编码，仅需编码一次，对于编码速度要求低。
专利号为CN106683141A的中国发明专利申请提出了一种可配置的快速纹理压缩方法，该方法将纹理分块并设置一定基准点，利用基准点将整个纹理块编码的方式来压缩纹理。该方法使用了固定的模板，只能从模板中取数。为此我们提供一种图像失真少、便于解压的纹理压缩方案。用于解决上述问题。
发明内容
本发明的目的在于提供一种基于图像分布的纹理压缩系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于图像分布的纹理压缩系统，包括：
输入模块，输入4x4纹素块数据；
压缩模块，对输入纹素块数据进行单分布、单分布双平面、双分布、双分布双平面和三分布压缩，分别得到压缩结果和压缩量化误差；
输出模块，比较量化误差，选择较小的压缩结果，输出压缩数据。
优选的，所述单分布压缩选择图像RGB三个分量的最大最小值组合而成的两个端点，根据权重bit数量化出每个权重对应的值。权重计算公式为：设端点为E0和E1，权重bit数为n，权重为p时对应的点为E(p)＝E0*p+E1*(2n-p)，依次比较图像块内每个纹素与所有权重对应的点之间的欧几里得距离或每个分量的绝对值差值之和作为误差，选择误差最小的点对应的权重作为这个纹素的权重，并将对应的误差累积作为这个纹素块的量化误差。
优选的，所述单分布双平面压缩采用纹素的RGB三个通道中的两个通道共用一组权重参数，另一个通道单独使用一组权重参数，分别对RG/B、RB/G、BG/R三种情况进行压缩，每种情况下两个通道和另一个单独的通道分别进行单分布平面压缩，两个单通道分布的误差累加作为总的误差，选取总误差最小的情况作为单分布双平面压缩结果。
优选的，所述双分布压缩首先对4x4纹素块进行两个分布的聚类，将数值比较接近的点视为1个分布；然后对每个分布分别进行单分布压缩。
优选的，所述双分布双平面压缩首先对4x4纹素块进行两个分布的聚类，将数值比较接近的点视为1个分布，并从一个固定的分布查找表中选择最接近的分布；然后对每个分布分别进行单分布双平面压缩。压缩后获得4x4的权重列表，对其进行下采样到3x3列表，然后从3x3列表恢复出权重，根据恢复出的权重计算量化误差。
优选的，所述三分布压缩首先对4x4纹素块进行三个分布的聚类，将数值比较接近的点视为1个分布，并从一个固定的分布查找表中选择最接近的分布；然后对每个分布分别进行单分布压缩。压缩后获得4x4的权重列表，对其进行下采样到3x3列表，然后从3x3列表恢复出权重，根据恢复出的权重计算量化误差。
与现有技术相比，本发明的有益效果是：对于明显的图像边界有较好的压缩效果；便于解压。
附图说明
图1为本发明中系统框架图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种基于图像分布的纹理压缩系统，包括：
输入模块，输入4x4纹素块数据；
压缩模块，对输入纹素块数据进行单分布、单分布双平面、双分布、双分布双平面和三分布压缩，分别得到压缩结果和压缩量化误差；
所述单分布压缩选择图像RGB三个分量的最大最小值组合而成的两个端点，根据权重bit数量化出每个权重对应的值。权重计算公式为：设端点为E0和E1，权重bit数为n，权重为p时对应的点为E(p)＝E0*p+E1*(2n-p)，依次比较图像块内每个纹素与所有权重对应的点之间的欧几里得距离或每个分量的绝对值差值之和作为误差，选择误差最小的点对应的权重作为这个纹素的权重，并将对应的误差累积作为这个纹素块的量化误差。
所述单分布双平面压缩采用纹素的RGB三个通道中的两个通道共用一组权重参数，另一个通道单独使用一组权重参数，分别对RG/B、RB/G、BG/R三种情况进行压缩，每种情况下两个通道和另一个单独的通道分别进行单分布平面压缩，两个单通道分布的误差累加作为总的误差，选取总误差最小的情况作为单分布双平面压缩结果。
所述双分布压缩首先对4x4纹素块进行两个分布的聚类，将数值比较接近的点视为1个分布；然后对每个分布分别进行单分布压缩。
所述双分布双平面压缩首先对4x4纹素块进行两个分布的聚类，将数值比较接近的点视为1个分布，并从一个固定的分布查找表中选择最接近的分布；然后对每个分布分别进行单分布双平面压缩。压缩后获得4x4的权重列表，对其进行下采样到3x3列表，然后从3x3列表恢复出权重，根据恢复出的权重计算量化误差。
所述三分布压缩首先对4x4纹素块进行三个分布的聚类，将数值比较接近的点视为1个分布，并从一个固定的分布查找表中选择最接近的分布；然后对每个分布分别进行单分布压缩。压缩后获得4x4的权重列表，对其进行下采样到3x3列表，然后从3x3列表恢复出权重，根据恢复出的权重计算量化误差。
输出模块，比较量化误差，选择较小的压缩结果，输出压缩数据。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于图像分布的纹理压缩系统，其特征在于，包括：
输入模块，输入4x4纹素块数据；
压缩模块，对输入纹素块数据进行单分布、单分布双平面、双分布、双分布双平面和三分布压缩，分别得到压缩结果和压缩量化误差；
输出模块，比较量化误差，选择较小的压缩结果，输出压缩数据。
2.根据权利要求1所述的一种基于图像分布的纹理压缩系统，其特征在于：所述单分布压缩选择图像RGB三个分量的最大最小值组合而成的两个端点，根据权重bit数量化出每个权重对应的值。权重计算公式为：设端点为E0和E1，权重bit数为n，权重为p时对应的点为E(p)＝E0*p+E1*(2n-p)，依次比较图像块内每个纹素与所有权重对应的点之间的欧几里得距离或每个分量的绝对值差值之和作为误差，选择误差最小的点对应的权重作为这个纹素的权重，并将对应的误差累积作为这个纹素块的量化误差。
3.根据权利要求1所述的一种基于图像分布的纹理压缩系统，其特征在于：所述单分布双平面压缩采用纹素的RGB三个通道中的两个通道共用一组权重参数，另一个通道单独使用一组权重参数，分别对RG/B、RB/G、BG/R三种情况进行压缩，每种情况下两个通道和另一个单独的通道分别进行单分布平面压缩，两个单通道分布的误差累加作为总的误差，选取总误差最小的情况作为单分布双平面压缩结果。
4.根据权利要求1所述的一种基于图像分布的纹理压缩系统，其特征在于：所述双分布压缩首先对4x4纹素块进行两个分布的聚类，将数值比较接近的点视为1个分布；然后对每个分布分别进行单分布压缩。
5.根据权利要求1所述的一种基于图像分布的纹理压缩系统，其特征在于：所述双分布双平面压缩首先对4x4纹素块进行两个分布的聚类，将数值比较接近的点视为1个分布，并从一个固定的分布查找表中选择最接近的分布；然后对每个分布分别进行单分布双平面压缩。压缩后获得4x4的权重列表，对其进行下采样到3x3列表，然后从3x3列表恢复出权重，根据恢复出的权重计算量化误差。
6.根据权利要求1所述的一种基于图像分布的纹理压缩系统，其特征在于：所述三分布压缩首先对4x4纹素块进行三个分布的聚类，将数值比较接近的点视为1个分布，并从一个固定的分布查找表中选择最接近的分布；然后对每个分布分别进行单分布压缩。压缩后获得4x4的权重列表，对其进行下采样到3x3列表，然后从3x3列表恢复出权重，根据恢复出的权重计算量化误差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011432096.0A CN112489147A (zh) | 2020-12-10 | 2020-12-10 | 一种基于图像分布的纹理压缩系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011432096.0A CN112489147A (zh) | 2020-12-10 | 2020-12-10 | 一种基于图像分布的纹理压缩系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112489147A true CN112489147A (zh) | 2021-03-12 |
Family
ID=74941075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011432096.0A Pending CN112489147A (zh) | 2020-12-10 | 2020-12-10 | 一种基于图像分布的纹理压缩系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112489147A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040151372A1 (en) * | 2000-06-30 | 2004-08-05 | Alexander Reshetov | Color distribution for texture and image compression |
| CN1623506A (zh) * | 2003-12-07 | 2005-06-08 | 倪蔚民 | 基于虹膜纹理分析的生物测定系统 |
| US6959110B1 (en) * | 2000-08-17 | 2005-10-25 | Nvidia Corporation | Multi-mode texture compression algorithm |
| WO2009148982A2 (en) * | 2008-06-05 | 2009-12-10 | Microsoft Corporation | High dynamic range texture compression |
| CN101795410A (zh) * | 2010-03-04 | 2010-08-04 | 上海亚图软件有限公司 | 一种细粒度高压缩率的纹理压缩和合成方法 |
| CN104871542A (zh) * | 2012-09-20 | 2015-08-26 | 索尼电脑娱乐公司 | 运动画面压缩装置、图像处理装置、运动画面压缩方法、图像处理方法、以及运动画面压缩文件的数据结构 |
| CN106683141A (zh) * | 2016-12-12 | 2017-05-17 | 中国航空工业集团公司西安航空计算技术研究所 | 一种可配置的快速纹理压缩方法 |
| CN107945239A (zh) * | 2017-11-24 | 2018-04-20 | 中国航空工业集团公司西安航空计算技术研究所 | 一种纹理s3tc压缩解压单元结构 |
| US20190325613A1 (en) * | 2018-04-23 | 2019-10-24 | Avago Technologies International Sales Pte. Limited | High bit-depth graphics compression |
| CN110728725A (zh) * | 2019-10-22 | 2020-01-24 | 苏州速显微电子科技有限公司 | 一种硬件友好的面向实时系统无损纹理压缩算法 |
| CN111354049A (zh) * | 2018-12-20 | 2020-06-30 | 畅想科技有限公司 | Astc内插 |
-
2020
- 2020-12-10 CN CN202011432096.0A patent/CN112489147A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040151372A1 (en) * | 2000-06-30 | 2004-08-05 | Alexander Reshetov | Color distribution for texture and image compression |
| US6959110B1 (en) * | 2000-08-17 | 2005-10-25 | Nvidia Corporation | Multi-mode texture compression algorithm |
| CN1623506A (zh) * | 2003-12-07 | 2005-06-08 | 倪蔚民 | 基于虹膜纹理分析的生物测定系统 |
| WO2009148982A2 (en) * | 2008-06-05 | 2009-12-10 | Microsoft Corporation | High dynamic range texture compression |
| CN102113305A (zh) * | 2008-06-05 | 2011-06-29 | 微软公司 | 高动态范围纹理压缩 |
| CN101795410A (zh) * | 2010-03-04 | 2010-08-04 | 上海亚图软件有限公司 | 一种细粒度高压缩率的纹理压缩和合成方法 |
| CN104871542A (zh) * | 2012-09-20 | 2015-08-26 | 索尼电脑娱乐公司 | 运动画面压缩装置、图像处理装置、运动画面压缩方法、图像处理方法、以及运动画面压缩文件的数据结构 |
| CN106683141A (zh) * | 2016-12-12 | 2017-05-17 | 中国航空工业集团公司西安航空计算技术研究所 | 一种可配置的快速纹理压缩方法 |
| CN107945239A (zh) * | 2017-11-24 | 2018-04-20 | 中国航空工业集团公司西安航空计算技术研究所 | 一种纹理s3tc压缩解压单元结构 |
| US20190325613A1 (en) * | 2018-04-23 | 2019-10-24 | Avago Technologies International Sales Pte. Limited | High bit-depth graphics compression |
| CN111354049A (zh) * | 2018-12-20 | 2020-06-30 | 畅想科技有限公司 | Astc内插 |
| CN110728725A (zh) * | 2019-10-22 | 2020-01-24 | 苏州速显微电子科技有限公司 | 一种硬件友好的面向实时系统无损纹理压缩算法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10708627B2 (en) | Volumetric video compression with motion history | |
| US12020461B2 (en) | Method and apparatus for Haar-based point cloud coding | |
| Li et al. | A novel upsampling scheme for depth map compression in 3DTV system | |
| EP2797049B1 (en) | Color buffer compression | |
| CN114693816A (zh) | 一种智能化图像大数据存储方法 | |
| CN102368329A (zh) | 图形系统中纹理图像透明度通道处理系统与装置和方法 | |
| CN111402380A (zh) | 一种gpu压缩纹理处理方法 | |
| US9245324B2 (en) | Lossy color merge for multi-sampling anti-aliasing compression | |
| Hu et al. | An adaptive two-layer light field compression scheme using GNN-based reconstruction | |
| CN114708343A (zh) | 基于图字典学习的三维点云编解码方法、压缩方法及装置 | |
| US9569882B2 (en) | Four corner high performance depth test | |
| US9613394B2 (en) | Lossy color compression using adaptive quantization | |
| CN112489147A (zh) | 一种基于图像分布的纹理压缩系统 | |
| CN108810511B (zh) | 一种基于视点一致性的多视点压缩深度视频增强方法 | |
| CN104299256A (zh) | 一种近似无损的三维体数据压缩域体绘制方法 | |
| Wang et al. | Region of interest oriented fast mode decision for depth map coding in DIBR | |
| CN110191345A (zh) | 一种基于霍夫曼编码的前景、背景分离的增量式无损压缩方法 | |
| CN105007494A (zh) | 一种3d视频深度图像模型模式的帧内楔形分割模式选择方法 | |
| CN112767500A (zh) | 一种基于图像分布的纹理数据解压方法 | |
| Georgiadis et al. | Lp-ioanet: Efficient high resolution document shadow removal | |
| CN116843736A (zh) | 场景渲染方法及装置、计算设备、存储介质和程序产品 | |
| CN110460844B (zh) | 基于dwt的3d-hevc快速cu分割预测方法 | |
| CN112489146A (zh) | 一种基于图像分布的定长纹理压缩数据存储系统 | |
| CN114746902A (zh) | 用于纹理映射应用的块压缩纹理的超分辨率 | |
| WO2019185983A1 (en) | A method, an apparatus and a computer program product for encoding and decoding digital volumetric video |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |