立体图像压缩算法研究

论文摘要

立体图像技术是目前图像领域重要的研究方向之一。立体图像技术拥有非常广阔的应用前景,在科研、军事、教育、工业、医疗、娱乐等诸多领域,都十分重要的应用价值。通过立体图像人们可以观察到具有真实深度感的景物,就好像物体都真实地摆在眼前。然而这种增加视觉真实感的代价是图像的数据量比单通道时成倍的增加了。因此,对立体图像压缩编码方法是目前立体图像研究领域的热点之一。虽然不断有人提出新的算法,但还没有一种算法得到该领域专家们的公认,成为标准的立体图像压缩算法。一幅立体图像是由两幅或更多幅的图像对组成,这些图像对间有很大的双目相关性,存在大量的冗余,这就为压缩提供了很大的空间。针对这种相关性,本文提出了一种立体图像的压缩算法,可以有效地压缩数据,对立体图像的传输和存储有一定的参考价值。本文首先对人眼视觉系统的特性和人类产生深度视觉的原因进行了论述。在此基础上通过对人类视觉认知的研究,提取图像的拓扑特征。以拓扑特征为约束条件提取立体图像对中左视图的特征点,依据特征点对左视图进行Delaunay三角剖分,形成三角网。使用归一化协方差的方法在右视图上寻找特征点,并匹配。然后依据匹配的左右视图特征点对左视图进行三角网格变形处理,重建出右视图。最终,将左视图和重建的右视图合成还原出立体图像。经过大量实验,根据数据和主观评价表明,本文提出的算法具有较好的效果。立体图像在经过压缩处理后,解压缩还原出的立体图像仍有很强的立体效果,观看无不适感,图像的轮廓特征几乎没有损失。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 立体成像原理
• 1.2 立体图像显示技术
• 1.3 立体图像压缩编码技术
• 1.3.1 几种主要的立体图像压缩编码技术
• 1.3.2 立体图像对和单通道视频序列的比较
• 1.4 本文的主要贡献和论文结构
• 第二章 立体视觉特性
• 2.1 生理立体视觉
• 2.1.1 人眼基本结构
• 2.1.2 双眼会聚
• 2.1.3 双眼单视区
• 2.1.4 双眼视差
• 2.2 心理立体视觉
• 2.3 本章小结
• 第三章 拓扑特征提取
• 3.1 知觉
• 3.1.1 直接知觉
• 3.1.2 间接知觉
• 3.1.3 直接知觉与间接知觉的比较
• 3.2 边缘检测
• 3.2.1 一阶微分算子法
• 3.2.1.1 Roberts算子
• 3.2.1.2 Sobel算子
• 3.2.1.3 Prewitt算子
• 3.2.2 Laplacian算子和LOG算子
• 3.2.3 Canny算子
• 3.2.4 算子之间的比较
• 3.3 拓扑特征提取
• 3.3.1 Gestalt知觉组织原理
• 3.3.2 尺度空间
• 3.4 拓扑特征提取结果
• 3.5 本章小结
• 第四章 特征点的选取和匹配
• 4.1 特征点提取
• 4.1.1 几种特征点提取方法
• 4.1.1.1 小波变换法
• 4.1.1.2 角点提取法
• 4.1.1.3 兴趣算子法
• 4.1.2 Moravec算子
• 4.1.3 特征点提取结果
• 4.2 图像匹配
• 4.2.1 图像匹配方法
• 4.2.1.1 基于灰度匹配的方法
• 4.2.1.2 基于特征匹配的方法
• 4.2.1.3 图像匹配算法性能评价指标
• 4.2.2 归一化协方差匹配
• 4.2.3 图像匹配结果
• 4.3 本章小结
• 第五章 三角网格剖分
• 5.1 Voronoi图和Delaunay三角剖分
• 5.2 Delaunay三角网生成算法
• 5.2.1 分治算法
• 5.2.2 逐点插入法
• 5.2.3 三角网生长法
• 5.3 实验结果
• 5.4 本章小结
• 第六章 图像变形
• 6.1 图像变形基础
• 6.1.1 图像变形的表示
• 6.1.2 图像变形的映射方式
• 6.2 几种图像变形算法
• 6.2.1 图像网格变形算法
• 6.2.2 图像域变形算法
• 6.2.3 图像点变形算法
• 6.2.4 图像复杂特征变形算法
• 6.3 基于Delaunay三角剖分的图像变形方法
• 6.4 实验结果
• 6.5 本章小结
• 第七章 立体图像压缩算法总结
• 第八章 结束语
• 参考文献
• 英文缩略语表
• 发表论文和参加科研情况说明
• 致谢