集成圖像修補(bǔ)技術(shù)的圖像壓縮框架的原理與實(shí)現(xiàn).pdf

1、圖像壓縮是數(shù)字多媒體計(jì)算和通信技術(shù)的基礎(chǔ)，其中主要針對(duì)自然圖像的有損壓縮方法是多年來(lái)研究的重點(diǎn)。這些方法大體上可分為基于信號(hào)處理和基于視覺(jué)兩類。前者主要采用信號(hào)分析手段，試圖去除圖像中的統(tǒng)計(jì)冗余；經(jīng)過(guò)多年的發(fā)展，已逐漸趨于成熟。后者更多地考慮圖像中的視覺(jué)冗余，但往往受制于計(jì)算機(jī)視覺(jué)分析手段的不足。我們將近年來(lái)提出的圖像修補(bǔ)技術(shù)集成到一個(gè)新的圖像壓縮框架中，將上述兩類方法的優(yōu)點(diǎn)結(jié)合起來(lái)，從而顯著提高了壓縮性能。 在我們提出的新框架

2、中，編碼端有意丟棄一些圖像區(qū)域，同時(shí)從丟棄的區(qū)域中提取出關(guān)鍵視覺(jué)信息，以輔助信息的形式連同不完整圖像一起編碼傳輸：解碼端得到不完整圖像后，在輔助信息的幫助下，利用圖像修補(bǔ)技術(shù)將丟棄區(qū)域填補(bǔ)完整，從而重建圖像。該框架要求解決有輔助信息的圖像修補(bǔ)、輔助信息的提取和編碼、以及區(qū)域丟棄等若干新問(wèn)題。本文就此展開(kāi)詳細(xì)討論，研究了整個(gè)圖像壓縮框架的實(shí)現(xiàn)方案。 ·首先從現(xiàn)有的圖像修補(bǔ)方法出發(fā)，研究輔助信息的具體形式?，F(xiàn)有的圖像修補(bǔ)方法可分為基

3、于偏微分方程和基于紋理合成兩類。從前者出發(fā)，論證了圖像中的邊緣信息在圖像修補(bǔ)過(guò)程中的重要性；同時(shí)，邊緣信息還具有容易提取、能夠有效編碼等優(yōu)點(diǎn)。從后者出發(fā)，根據(jù)圖像片之間的相似性，提出將片位移信息作為圖像修補(bǔ)的輔助信息，并討論了其非參數(shù)化的優(yōu)點(diǎn)。 ·接下來(lái)，設(shè)計(jì)了兩種新的有輔助信息的圖像修補(bǔ)方法，分別利用邊緣信息和片位移信息來(lái)改進(jìn)圖像修補(bǔ)的結(jié)果。邊緣信息輔助的圖像修補(bǔ)方法可以以求解Laplace方程或結(jié)構(gòu)-紋理傳播和紋理修補(bǔ)兩種方

4、式實(shí)現(xiàn)，而片位移信息輔助的圖像修補(bǔ)方法則是非參數(shù)化紋理合成方法的推廣。通過(guò)對(duì)比實(shí)驗(yàn)，證明了兩種新的圖像修補(bǔ)方法在圖像重建時(shí)的性能優(yōu)于傳統(tǒng)無(wú)輔助信息的方法。 ·同時(shí)，研究了輔助信息提取和編碼的方法。為得到邊緣信息，提出了一種新的邊緣細(xì)化算法，并在進(jìn)行幀內(nèi)預(yù)測(cè)時(shí)，根據(jù)率失真優(yōu)化的要求設(shè)計(jì)了邊緣估計(jì)算法。同樣根據(jù)率失真優(yōu)化的要求給出了片位移信息提取的算法。 ·為區(qū)域丟棄設(shè)計(jì)了有反饋和無(wú)反饋兩種實(shí)現(xiàn)方式。有反饋系統(tǒng)在編碼端內(nèi)嵌解

5、碼器，通過(guò)實(shí)際重建的率失真代價(jià)決定是否丟棄圖像區(qū)域，類似傳統(tǒng)編碼中的模式選擇。無(wú)反饋系統(tǒng)則通過(guò)對(duì)原圖像進(jìn)行分析，得到在相應(yīng)的圖像修補(bǔ)方法下不同圖像區(qū)域之間的相對(duì)復(fù)雜度，并選擇復(fù)雜度較低的區(qū)域進(jìn)行丟棄。分析了這兩種方式各自的優(yōu)點(diǎn)與不足，并給出了滿足率失真優(yōu)化要求的實(shí)際算法。 根據(jù)以上討論，實(shí)現(xiàn)了有反饋和無(wú)反饋的、分別集成了邊緣信息和片位移信息輔助的分塊編碼的圖像壓縮系統(tǒng)，并與標(biāo)準(zhǔn)JPEG和H．264中的Ⅰ幀編碼進(jìn)行了詳盡的對(duì)比實(shí)驗(yàn)

6、。有反饋系統(tǒng)能夠提升重建圖像的峰值信噪比，并特別在低碼率下顯著改善重建圖像的視覺(jué)質(zhì)量。無(wú)反饋系統(tǒng)在較高的重建質(zhì)量下能夠得到非?？捎^的碼率節(jié)省。實(shí)驗(yàn)結(jié)果充分證明了我們提出的新的圖像壓縮框架的有效性和實(shí)用性。 在我們提出的新框架內(nèi)，現(xiàn)有系統(tǒng)還存在一些可改進(jìn)的空間；而且在視頻壓縮中，新框架也完全適用，并已經(jīng)取得了一些初步成果。更重要的是，本文開(kāi)創(chuàng)性的工作揭示出未來(lái)圖像壓縮技術(shù)的巨大潛力，采用最新的圖像合成技術(shù)得到的智能解碼端有望成為下