專利名稱：一種基于可重疊矩形子模式的nam圖像表示方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理，特別涉及一種基于可重疊矩形子模式的非対稱逆布局模型(NAM)圖像表示方法。
背景技術(shù)：
圖像表示是計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺(jué)、機(jī)器人、圖像處理和模式識(shí)別等領(lǐng)域里的 ー個(gè)重要問(wèn)題。有效的圖像表示方法不僅能節(jié)省存儲(chǔ)空間，而且還能提高圖像處理的速度。 圖像表示是目前最活躍的研究領(lǐng)域之一。就ニ值圖像的表示方法而言，有碼字集表示方法、 字符串表示方法及樹(shù)結(jié)構(gòu)的表示方法等，然而這些表示方法均是基于空間數(shù)據(jù)結(jié)構(gòu)的。不同于空間數(shù)據(jù)結(jié)構(gòu)的表示方法，Mohamed提出了一種基于非重疊矩形的ニ值圖像表示方法 (Mohamed SA,Fahmy MM. Binary image compression using efficient partitioning into rectangular regions. IEEE Transactions on Communications,1995,43(5) :1888-1892), 并將這種表示方法有效地應(yīng)用到ニ值圖像的壓縮中，取得了較好的效果。后來(lái)，Quddus對(duì) Mohamed的這一方法作了進(jìn)ー步的研究，提出了一種基于可重疊矩形的ニ值圖像表示方法 (Quddus A,rahmy MM. Binary text image compression using overlapping rectangular partitioning, atter Recognition Letters, 1999,20(2) :81-88)，其實(shí)驗(yàn)結(jié)果表明使用可重疊矩形進(jìn)行劃分所得到的矩形的總數(shù)總是少于使用非重疊矩形進(jìn)行劃分所得到的矩形的總數(shù)。Quddus將這種表示方法成功應(yīng)用到對(duì)文本圖像的壓縮中，獲得了比Mohamed 更好的實(shí)驗(yàn)結(jié)果。對(duì)于一幅ニ值圖像而言，與非重疊矩形劃分相比，可重疊矩形劃分總能夠I犬得更 1 的表示效率(Quddus A, Fahmy MM. Binary text image compression using overlapping rectangular partitioning. Pattern Recognition Letters,1999,20(2) 81-88)。然而，由于實(shí)際中的圖像大多是灰度圖像，所以對(duì)灰度圖像表示方法的研究具有更為廣泛的用途和實(shí)際的意義。基于B-樹(shù)三角形編碼(BTTC)方法，Distasi等人首次提出了基于空間數(shù)據(jù)結(jié)構(gòu)的灰度圖像表示算法(R. Distasi, M. Nappi, S. Vitulano. Image compression by β-tree triangular coding. IEEE iransactions on Communications, 1997,45(9) :1095-1100)。由于Distasi首次將空間數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì)從ニ值圖像的表示擴(kuò)展到了灰度圖像的表示上來(lái)，因此基于BTTC的空間數(shù)據(jù)結(jié)構(gòu)的灰度圖像表示確實(shí)是一個(gè)先驅(qū)性的工作。后來(lái)，基于S樹(shù)數(shù)據(jù)結(jié)構(gòu)(W. D. Jonge，P. Scheuermann, A. Schijf. S十—Trees :An efncient structure for the representation of large pictures. Computer Vision and Image Understanding, 1994, 59 (3) :265-280)禾ロ Gouraud 陰景i法 (J. D. Foley,A. V. Dam,S. K. Feiner,et al. Computer Graphics,Principle,and Practice, second ed.Reading, MA :Addision-ffesley,1990), Chung 等(K. Chung, J. ffu. Improved image compression using S-tree and shading approach. IEEE Transactions on Communications, 2000,48 (5) :748-751)提出了一種基于S樹(shù)的空間數(shù)據(jù)結(jié)構(gòu)的灰度圖像表示(STC)方法。STC方法的實(shí)驗(yàn)結(jié)果表明在保持圖像質(zhì)量和不犧牲圖像壓縮比的情況下，STC方法比BTTC方法的執(zhí)行時(shí)間至少要少一半。隨后，Chimg等提出了一種基于DCT 域和空域的混合灰度圖像表示方法，簡(jiǎn)稱為SDCT表示方法(Chung KL, Liu Yff, Yan麗.A hybrid gray image representation using spatial-and DCi-oased approach with application to moment computation. Journal of Visual Communication and Image Representation, 2006,17 (6) :1209-1226)。其實(shí)驗(yàn)結(jié)果表明在保持圖像質(zhì)量的前提下， SDCT表示方法在壓縮比提高率方面比STC表示方法平均提高了 63. 08%，是ー種有效的灰度圖像表示方法。然而由于SDCT表示方法的編解碼時(shí)間復(fù)雜度是相同的，且是高于STC表示方法的。因此，相對(duì)于STC表示方法，SDCT表示獲得的較高的壓縮比是以犧牲算法的編解碼時(shí)間復(fù)雜度為代價(jià)的。盡管上述的空間數(shù)據(jù)結(jié)構(gòu)表示有許多優(yōu)點(diǎn)，但是它們過(guò)于強(qiáng)調(diào)分割的対稱性，因此不是最優(yōu)的表示方法。借助于lacking問(wèn)題的思想，以尋找分割最大化的非対稱分割方法為目標(biāo)，本發(fā)明人曾提出了一種基于矩形子模式的非対稱逆布局模型(NAM)的彩色圖像表示方法(鄭運(yùn)平，陳傳波.一種基于非対稱逆布局模型的彩色圖像表示方法.軟件學(xué)報(bào)， 2007,18(11) :2932-四41)，這種表示方法的基本思想是給定ー個(gè)已經(jīng)布局好了的模式和一個(gè)預(yù)先定義的不同形狀的矩形子模式，然后從這個(gè)給定的模式中抽出互不重疊的矩形子模式，用這些矩形子模式的組合來(lái)表示給定的模式。然而該文提出的基于矩形NAM的彩色圖像表示方法的是圖像的一種無(wú)損表示方法，并不適合圖像的有損表示。后來(lái)，為了更有效地對(duì)圖像進(jìn)行表示和壓縮，本發(fā)明人借助于BTTC和STC灰度圖像表示算法的思想，提出了一種新的灰度圖像表示算法，簡(jiǎn)稱為RNAMC表示算法(鄭運(yùn)平，陳傳波.一種新的灰度圖像表示算法研究.計(jì)算機(jī)學(xué)報(bào)，2010，33 (1 =2397-2406) 0在RNAMC表示算法中，由于逆布局結(jié)果是非重疊的，因此只需給定左上、右下及孤立塊的碼字，即可得到一個(gè)標(biāo)識(shí)頂點(diǎn)類型的矩陣R，在矩陣R中，符號(hào)“ 1，，和“2”分別用來(lái)標(biāo)識(shí)矩形的左上角和右下角，符號(hào)“-1，，僅用來(lái)標(biāo)識(shí)孤立點(diǎn)矩形。RNAMC表示算法逆布局后的互不重疊的同類塊具有如下特點(diǎn)，即如果以光柵掃描的方式掃描矩陣R，每ー個(gè)矩形的左上頂點(diǎn)和右下頂點(diǎn)在列方向上是最近的。 只要原始圖像被分割后的矩形互不重疊，矩陣R就是可以解碼的。因此在RNAMC表示算法中，只能將原始圖像逆布局為互不重疊的同類塊，否則該算法是無(wú)法解碼的。該算法的復(fù)雜度與BTTC和STC的復(fù)雜度是ー樣的，即編解碼部分的時(shí)間復(fù)雜度分別為0(m log m)和 0(m)，其中m為灰度圖像的像素?cái)?shù)。實(shí)驗(yàn)結(jié)果表明與流行的STC和SDCT表示方法相比，在保持圖像質(zhì)量的前提下，RNAMC表示算法具有更高的壓縮比和更少的塊數(shù)，因而能夠更有效地減少數(shù)據(jù)存儲(chǔ)空間，是灰度圖像表示的ー種良好方法。但在RNAMC表示算法中，子模式是不允許重疊的，而可重疊矩形劃分能夠獲得比非重疊矩形劃分更高的表示效率，因此，需要提供一種基于可重疊矩形子模式的NAM圖像表示方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點(diǎn)和不足，提供一種基于可重疊矩形子模式的NAM圖像表示方法，能夠更有效地提高圖像表示時(shí)的壓縮比及降低圖像表示時(shí)的同類塊總數(shù)，進(jìn)ー步提高圖像模式的表示和操作效率。本發(fā)明的目的通過(guò)以下技術(shù)方案實(shí)現(xiàn)一種基于可重疊矩形子模式的NAM圖像表示方法，包括編碼過(guò)程和解碼過(guò)程，
所述編碼過(guò)程包括以下步驟Sl將灰度圖像矩陣G分割為可重疊的同類塊，具體包括以下步驟Si. 1定義同類塊為滿足下述條件的矩形子模式該矩形子模式內(nèi)所有像素的灰度值g(x，y)均滿足條件IgU，y)-gest(x, y) I彡ε ；其中，ε為用戶設(shè)定的誤差允許量； gest(x, y)表示該矩形子模式中坐標(biāo)(χ，y)處的近似灰度值，其定義如下設(shè)(X1, Y1) > (χ2, y2)分別為該矩形子模式左上角和右下角的坐標(biāo)值，X1 ^ χ ^ χ2, Y1 ^ y ^ y2 ；如果X1 < X2 Iy1Sy2JJgest(Xj) = g5+(g6_g5) X “，如果X1 乒 X2Iy1 = y2，則 ^st(x，y)=も+( - ) X [(X-X1V(X2-X1)]；如果X1 = X2Iy1^y2JJgest(Xj)=も+( - ) X [Gi1V(Y2I1)]；如果X1 = X2 且 yi = y2,則 gest (χ, y) = gl ；其中g(shù)l、g2, g3、g4分別為該矩形子模式的左上角、右下角、左下角、右上角的灰度值；g5 = gi+(g2"gi) X i2' g6 = g3+ (g4"g3) X i2' ii = (y-yi)/(y2_yi) ‘ i2 = (X-X1)Z(X2-X1)；定義3個(gè)大小均為MXN的水平塊矩陣H、垂直塊矩陣V和單點(diǎn)塊矩陣I，其中，H、V 和I中所有元素均初始化為0 ；將同類塊的計(jì)數(shù)變量η賦值為0 ；其中，M和N均為自然數(shù)；Si. 2掃描同類塊Si. 2. 1定義2個(gè)大小均為MXN的臨時(shí)矩陣=TempH和TempV，分別用于標(biāo)識(shí)在掃描過(guò)程中水平塊和垂直塊的分配情況；TempH和TempV中的所有元素均初始化為0 ；Si. 2. 2從灰度圖像矩陣G左上角的第一點(diǎn)開(kāi)始掃描，根據(jù)光柵掃描的順序確定一個(gè)未被標(biāo)識(shí)的同類塊的起始點(diǎn)U1, yi)，按順序?qū)M坐標(biāo)和縱坐標(biāo)進(jìn)行掃描，根據(jù)擴(kuò)展的 Gouraud陰影法確定出同類塊右下角的坐標(biāo)U2，y2)，得到面積最大的同類塊(即該同類塊所包含的像素?cái)?shù)目最多)，并將此同類塊在灰度圖像矩陣G中作標(biāo)識(shí)；在掃描過(guò)程中遵循以下準(zhǔn)則若掃描時(shí)確定的面積最大的同類塊在TempH中對(duì)應(yīng)的位置的值為0，則將TempH中該同類塊對(duì)應(yīng)的位置的值置為1 ；若掃描時(shí)遇到的同類塊在TempH中對(duì)應(yīng)位置的值為1，即該同類塊為水平塊且還未重疊過(guò)，則先搜索該同類塊的左上角的坐標(biāo)U1, Y1)和右下角的坐標(biāo)U2，I2)再將其變?yōu)榇怪眽K；所述變?yōu)榇怪眽K的方法為先將該同類塊在TempH中對(duì)應(yīng)位置的值置為0，在 TempV中對(duì)應(yīng)位置的值置為1，再將該同類塊在矩陣H中對(duì)應(yīng)點(diǎn)0q，Y1)和點(diǎn)U2，I2)的值分別置為0，在V矩陣中對(duì)應(yīng)點(diǎn)O^y1)的值置為1、對(duì)應(yīng)點(diǎn)U2，y2)的值為2;同時(shí)掃描過(guò)程繼續(xù)進(jìn)行，當(dāng)次掃描結(jié)束后將得到的面積最大的同類塊在TempH中對(duì)應(yīng)位置的值置為2 ；若掃描時(shí)遇到的同類塊在TempV中對(duì)應(yīng)位置的值為1，則繼續(xù)掃描，將當(dāng)次掃描結(jié)束后得到的面積最大的同類塊在TempH中對(duì)應(yīng)位置的值置為2 ；若掃描時(shí)遇到的同類塊在TempH中對(duì)應(yīng)位置值為2，即該同類塊為水平塊且還重疊過(guò)，則此時(shí)掃描結(jié)束，此次掃描得到的同類塊即為面積最大的同類塊；Si. 3將η的值加1，并記錄步驟Si. 2得到的面積最大的同類塊的參數(shù)左上角的坐標(biāo)U1, Y1)、右下角的坐標(biāo)U2，I2)、以及4個(gè)角的灰度值gl、g2、g3、g4 ；Si. 4將步驟Si. 3所述的參數(shù)存儲(chǔ)到顏色表P中，并對(duì)矩陣H、I中對(duì)應(yīng)點(diǎn)O^y1K 點(diǎn)(X2,12)的位置進(jìn)行標(biāo)識(shí)；Si. 5判斷灰度圖像矩陣G中的同類塊是否全部被識(shí)別完畢；
若是，進(jìn)行步驟Si. 6;若否，重復(fù)步驟Si. 2 Si. 5 ；SL 6輸出顏色表P;S2根據(jù)坐標(biāo)數(shù)據(jù)壓縮算法，按H、V、I的順序依次對(duì)3個(gè)矩陣中所有非零元素的坐標(biāo)進(jìn)行編碼，將編碼結(jié)果存儲(chǔ)到ー個(gè)坐標(biāo)表Q中；所述解碼具體為根據(jù)坐標(biāo)表Q，解碼出矩陣H、V和I，根據(jù)H、V、I和顏色表P，利用擴(kuò)展的Gouraud方法重建解碼圖像。步驟Si. 2中所述掃描過(guò)程根據(jù)行優(yōu)先掃描的策略，具體為在掃描過(guò)程中先単獨(dú)令橫坐標(biāo)X不斷増加，直至掃描到灰度值g(x，y)滿足|g(x， y)-gest(x，y) I > ε的點(diǎn)為止，再単獨(dú)令縱坐標(biāo)Y不斷増加，直至掃描到灰度值g(χ，y)滿足 |g(x，y)-gest(x，y) I > ε 的點(diǎn)為止。步驟Si. 2中所述掃描過(guò)程根據(jù)列優(yōu)先掃描的策略，具體為在掃描過(guò)程中先単獨(dú)令縱坐標(biāo)Y不斷増加，直到掃描到灰度值g(x，y)滿足|g(x， y)-gest(x, y) I > ε的點(diǎn)為止，再単獨(dú)令橫坐標(biāo)X不斷増加，掃描到灰度值g(x，y)滿足
g(x, y)-gest(x, y) > ε 的點(diǎn)為止。步驟Si. 4所述將步驟Si. 3所述的參數(shù)存儲(chǔ)到顏色表P中，并對(duì)矩陣H、I中對(duì)應(yīng)點(diǎn)0q，yi)、點(diǎn)U2，y2)的位置進(jìn)行標(biāo)識(shí)，具體為如果Xl<^iyi<y2，則將參數(shù)を、&、も、ぬ存儲(chǔ)到顏色表P中，即:P{n} — Kg1, g2，g3，g4)}，并將矩陣H中對(duì)應(yīng)點(diǎn)(Xl，yi)、點(diǎn)(x2, J2)的位置分別用‘1’和‘2’進(jìn)行標(biāo)識(shí)；如果X1 = ^iy1 ^y2，則將參數(shù)gl，も存儲(chǔ)到顏色表P中，即=P{η} — {(gl,g4)}, 并將矩陣H中對(duì)應(yīng)點(diǎn)0q，yi)、點(diǎn)U2，I2)的位置分別用‘1’和‘2’進(jìn)行標(biāo)識(shí)；如果X1 T^2Iy1 = y2，則將參數(shù)gl、も存儲(chǔ)到顏色表P中，即=P{η} — {(gl,g4)}, 并將矩陣H中對(duì)應(yīng)點(diǎn)0q，yi)、點(diǎn)U2，I2)的位置分別用‘1’和‘2’進(jìn)行標(biāo)識(shí)； 如果X1 =ち且yi = y2，則將gl存儲(chǔ)到顏色表P中，即P {η} — {(gl)}，并將矩陣 I中對(duì)應(yīng)點(diǎn)0q，Y1)的位置用‘1’進(jìn)行標(biāo)識(shí)。步驟S2根據(jù)坐標(biāo)數(shù)據(jù)壓縮算法，按H、V、I的順序，對(duì)每個(gè)矩陣中所有非零元素的坐標(biāo)進(jìn)行編碼，具體為逐行掃描大小為MXN的矩陣，如果當(dāng)前行所有元素均為零，使用一個(gè)ニ進(jìn)制位 ‘0’來(lái)表示該行從頭到尾都不存在非零元素，不對(duì)該行進(jìn)行編碼；如果該行存在非零元素， 則在每一個(gè)非零元素前加ー個(gè)前綴符‘ 1’，然后在前綴符后加上用以標(biāo)識(shí)非零元素1和2的碼字，并用b個(gè)比特來(lái)表示每個(gè)非零元素所在列的位置；當(dāng)該行的最后ー個(gè)元素為零，則在最后ー個(gè)非零元素編碼完成后，用一個(gè)ニ進(jìn)制位‘0’來(lái)表示本行剰余的元素均為零。所述用b個(gè)比特來(lái)表示每個(gè)非零元素所在列的位置，具體為若非零元素為所在行的第一個(gè)非零元素，則b = [Iog2N]；此時(shí)的b個(gè)比特用來(lái)指明第一個(gè)非零元素關(guān)于所在行首端的位置；若非零元素不是所在行的第一個(gè)非零元素，則b = [Iog2 (N-c)]，其中c是前一次編碼的非零元素的列的位置；此時(shí)的b個(gè)比特用來(lái)表示這個(gè)非零元素關(guān)于前一次編碼的非零元素的右端的位置。所述根據(jù)坐標(biāo)表Q，解碼出矩陣H、V和I，根據(jù)H、V、I和顏色表P，利用擴(kuò)展的Gouraud方法重建解碼圖像，具體為S3. 1將ー個(gè)大小為MXN的矩陣^st的所有元素賦任意初值，并將同類塊的計(jì)數(shù)變量η賦值為O ；S3. 2根據(jù)坐標(biāo)表Q，按H、V、I的順序依次解碼出3個(gè)大小為MXN的H、V和I矩陣；S3. 3根據(jù)顏色表P，給出同類塊的總數(shù)s ；S3. 4同時(shí)掃描H、V和I矩陣，若掃描到值為1的像素，則根據(jù)P {η}，判斷該同類塊的類型并獲取其灰度值；S3. 5根據(jù)同類塊的類型，利用擴(kuò)展的Gouraud陰影法計(jì)算該同類塊的所有g(shù)estU， y)，其中^st (χ，y)表示該同類塊中坐標(biāo)(χ，y)處的近似灰度值；S3. 6按光柵掃描的順序?qū)⒃撏悏K的解碼結(jié)果賦值給矩陣^st ；S3. 7令η加1，并判斷此時(shí)是否滿足η < s，若是，重復(fù)步驟S3. 4 S3. 7 ；若否，進(jìn)行步驟S3. 8 ；S3. 8根據(jù)矩陣gest輸出灰度圖像，并根據(jù)如下公式計(jì)算峰值信噪比PSNR
權(quán)利要求
1. 一種基于可重疊矩形子模式的NAM圖像表示方法，包括編碼過(guò)程和解碼過(guò)程，其特征在干，所述編碼過(guò)程包括以下步驟Sl將灰度圖像矩陣G分割為可重疊的同類塊，具體包括以下步驟 Si. 1定義同類塊為滿足下述條件的矩形子模式該矩形子模式內(nèi)所有像素的灰度值 g(x，y)均滿足條件|gU，y)-gest(x，y)l彡ε ；其中，ε為用戶設(shè)定的誤差允許量；gest(x， y)表示該矩形子模式中坐標(biāo)(x，y)處的近似灰度值，其定義如下設(shè)Upy1KO^y2)分別為該矩形子模式左上角和右下角的坐標(biāo)值，X1 ^ χ ^ χ2, Y1 ^ y ^ y2 ； 如朱 X1 < X2 Y1 < y2，貝U gest (χ, 1) = g5+(g6-g5) Xi1, 如果 X1^ χ2 Ky1 = J2,貝'J gest (χ，y) = g!+ (g4-gi) X [ (X-X1) / (X2-X1)]； 如果 X1 = X2 且 yi 興 y2,則 gest (χ, y) = gl+ ( - ) X [ (Y-Y1) / (Y2-Y1)]； 如朱 X1 = X2 且 Y1 = y2,貝U gest (χ, y； = g!；其中g(shù)l、g2, g3、ぬ分別為該矩形子模式的左上角、右下角、左下角、右上角的灰度值；g5=gi+^g2-gi) X i2' g6 = g3+ (g4"g3^ X i2' ii = (y-yi)/\y2-yiハ i2 = (X-X1)/；定義3個(gè)大小均為MXN的水平塊矩陣H、垂直塊矩陣V和單點(diǎn)塊矩陣I，其中，H、V和 I中所有元素均初始化為O ；將同類塊的計(jì)數(shù)變量η賦值為0 ；其中，M和N均為自然數(shù)； Si. 2掃描同類塊Si. 2. 1定義2個(gè)大小均為MXN的臨時(shí)矩陣=TempH和TempV，分別用于標(biāo)識(shí)在掃描過(guò)程中水平塊和垂直塊的分配情況；TempH和TempV中的所有元素均初始化為0 ；Si. 2. 2從灰度圖像矩陣G左上角的第一點(diǎn)開(kāi)始掃描，根據(jù)光柵掃描的順序確定ー 個(gè)未被標(biāo)識(shí)的同類塊的起始點(diǎn)0q，Y1),按順序?qū)M坐標(biāo)和縱坐標(biāo)進(jìn)行掃描，根據(jù)擴(kuò)展的 Gouraud陰影法確定出同類塊右下角的坐標(biāo)U2，y2)，得到面積最大的同類塊，并將此同類塊在灰度圖像矩陣G中作標(biāo)識(shí)； 在掃描過(guò)程中遵循以下準(zhǔn)則若掃描時(shí)確定的面積最大的同類塊在TempH中對(duì)應(yīng)的位置的值為0，則將TempH中該同類塊對(duì)應(yīng)的位置的值置為1 ；若掃描時(shí)遇到的同類塊在TempH中對(duì)應(yīng)位置的值為1，即該同類塊為水平塊且還未重疊過(guò)，則先搜索該同類塊的左上角的坐標(biāo)Oqd1)和右下角的坐標(biāo)U2，y2)再將其變?yōu)榇怪眽K；所述變?yōu)榇怪眽K的方法為先將該同類塊在TempH中對(duì)應(yīng)位置的值置為0，在TempV中對(duì)應(yīng)位置的值置為1，再將該同類塊在矩陣H中對(duì)應(yīng)點(diǎn)0q，Y1)和點(diǎn)U2，I2)的值分別置為 0，在V矩陣中對(duì)應(yīng)點(diǎn)O^y1)的值置為1、對(duì)應(yīng)點(diǎn)U2，y2)的值為2 ；同時(shí)掃描過(guò)程繼續(xù)進(jìn)行， 當(dāng)次掃描結(jié)束后將得到的面積最大的同類塊在TempH中對(duì)應(yīng)位置的值置為2 ；若掃描時(shí)遇到的同類塊在TempV中對(duì)應(yīng)位置的值為1，則繼續(xù)掃描，將當(dāng)次掃描結(jié)束后得到的面積最大的同類塊在TempH中對(duì)應(yīng)位置的值置為2 ；若掃描時(shí)遇到的同類塊在TempH中對(duì)應(yīng)位置值為2，即該同類塊為水平塊且還重疊過(guò)， 則此時(shí)掃描結(jié)束，此次掃描得到的同類塊即為面積最大的同類塊；Si. 3將η的值加1，并記錄步驟Si. 2得到的面積最大的同類塊的參數(shù)左上角的坐標(biāo) (xi; Y1)、右下角的坐標(biāo)( ，I2)、以及4個(gè)角的灰度值gl、g2、g3、g4 ；Si. 4將步驟Si. 3所述的參數(shù)存儲(chǔ)到顏色表P中，并對(duì)矩陣H、I中對(duì)應(yīng)點(diǎn)0q，yi)、點(diǎn)(x2, y2)的位置進(jìn)行標(biāo)識(shí)；Si. 5判斷灰度圖像矩陣G中的同類塊是否全部被識(shí)別完畢；若是，進(jìn)行步驟Si. 6;若否，重復(fù)步驟Si. 2 Si. 5;Si. 6輸出顏色表P ；S2根據(jù)坐標(biāo)數(shù)據(jù)壓縮算法，按H、V、I的順序依次對(duì)3個(gè)矩陣中所有非零元素的坐標(biāo)進(jìn)行編碼，將編碼結(jié)果存儲(chǔ)到ー個(gè)坐標(biāo)表Q中；所述解碼具體為根據(jù)坐標(biāo)表Q，解碼出矩陣H、V和I，根據(jù)H、V、I和顏色表P，利用擴(kuò)展的Gouraud方法重建解碼圖像。
2.根據(jù)權(quán)利要求1所述的基于可重疊矩形子模式的NAM圖像表示方法，其特征在干，步驟Si. 2中所述掃描過(guò)程根據(jù)行優(yōu)先掃描的策略，具體為在掃描過(guò)程中先単獨(dú)令橫坐標(biāo)X不斷増加，直至掃描到灰度值g(x，y)滿足|gU， y)-gest(x,y) > ε的點(diǎn)為止，再単獨(dú)令縱坐標(biāo)Y不斷増加，直至掃描到灰度值g(x，y)滿足 |g(x，y)-gest(x，y) I > ε 的點(diǎn)為止。
3.根據(jù)權(quán)利要求1所述的基于可重疊矩形子模式的NAM圖像表示方法，其特征在干，步驟Si. 2中所述掃描過(guò)程根據(jù)列優(yōu)先掃描的策略，具體為在掃描過(guò)程中先単獨(dú)令縱坐標(biāo)Y不斷増加，直到掃描到灰度值g(x，y)滿足|gU， y)-gest(x, y) I > ε的點(diǎn)為止，再単獨(dú)令橫坐標(biāo)X不斷増加，掃描到灰度值g(x，y)滿足 g(x, y)-gest(x, y) > ε 的點(diǎn)為止。
4.根據(jù)權(quán)利要求1所述的基于可重疊矩形子模式的NAM圖像表示方法，其特征在干，步驟Si. 4所述將步驟Si. 3所述的參數(shù)存儲(chǔ)到顏色表P中，并對(duì)矩陣H、I中對(duì)應(yīng)點(diǎn)Oq，Y1)、 點(diǎn)(x2, I2)的位置進(jìn)行標(biāo)識(shí)，具體為如果X1 < X2且yi < y2，則將參數(shù)gl>g2>g3>g4存儲(chǔ)到顏色表P中，即=P{η} — {(gl,g2, g3，g4)}，并將矩陣H中對(duì)應(yīng)點(diǎn)0q，yi)、點(diǎn)U2，y2)的位置分別用‘1’和‘2’進(jìn)行標(biāo)識(shí)；如果X1 = ^iy1 ^y2，則將參數(shù)gl、も存儲(chǔ)到顏色表P中，即=P {η} — {(gl, g4)}，并將矩陣H中對(duì)應(yīng)點(diǎn)Oq，Y1)、點(diǎn)U2，I2)的位置分別用‘1’和‘2’進(jìn)行標(biāo)識(shí)；如果X1 ^x2 Iy1 = y2，則將參數(shù)gl、も存儲(chǔ)到顏色表P中，即=P{η} — {(gl, g4)}，并將矩陣H中對(duì)應(yīng)點(diǎn)Oq，Y1)、點(diǎn)U2，I2)的位置分別用‘1’和‘2’進(jìn)行標(biāo)識(shí)；如果X1 =ち且Y1 = y2，則將gl存儲(chǔ)到顏色表P中，即PIn} — {(gl)}，并將矩陣I中對(duì)應(yīng)點(diǎn)Upy1)的位置用‘1’進(jìn)行標(biāo)識(shí)。
5.根據(jù)權(quán)利要求4所述的基于可重疊矩形子模式的NAM圖像表示方法，其特征在干，步驟S2根據(jù)坐標(biāo)數(shù)據(jù)壓縮算法，按H、V、I的順序，對(duì)每個(gè)矩陣中所有非零元素的坐標(biāo)進(jìn)行編碼，具體為逐行掃描大小為MXN的矩陣，如果當(dāng)前行所有元素均為零，使用一個(gè)ニ進(jìn)制位‘O’來(lái)表示該行從頭到尾都不存在非零元素，不對(duì)該行進(jìn)行編碼；如果該行存在非零元素，則在每一個(gè)非零元素前加ー個(gè)前綴符‘1’，然后在前綴符后加上用以標(biāo)識(shí)非零元素1和2的碼字， 并用b個(gè)比特來(lái)表示每個(gè)非零元素所在列的位置；當(dāng)該行的最后ー個(gè)元素為零，則在最后一個(gè)非零元素編碼完成后，用一個(gè)ニ進(jìn)制位‘O’來(lái)表示本行剰余的元素均為零。
6.根據(jù)權(quán)利要求5所述的基于可重疊矩形子模式的NAM圖像表示方法，其特征在干，所述用b個(gè)比特來(lái)表示每個(gè)非零元素所在列的位置，具體為若非零元素為所在行的第一個(gè)非零元素，則b= [Iog2N]；此時(shí)的b個(gè)比特用來(lái)指明第一個(gè)非零元素關(guān)于所在行首端的位置；若非零元素不是所在行的第一個(gè)非零元素，則b = [10 (N-c)]，其中c是前一次編碼的非零元素的列的位置；此時(shí)的b個(gè)比特用來(lái)表示這個(gè)非零元素關(guān)于前一次編碼的非零元素的右端的位置。
7.根據(jù)權(quán)利要求6所述的基于可重疊矩形子模式的NAM圖像表示方法，其特征在干，所述根據(jù)坐標(biāo)表Q，解碼出矩陣H、V和I，根據(jù)H、V、I和顏色表P，利用擴(kuò)展的Gouraud方法重建解碼圖像，具體為S3. 1將ー個(gè)大小為MXN的矩陣gest的所有元素賦任意初值，并將同類塊的計(jì)數(shù)變量η 賦值為O ；S3. 2根據(jù)坐標(biāo)表Q，按H、V、I的順序依次解碼出3個(gè)大小為MXN的H、V和I矩陣；S3. 3根據(jù)顏色表P，給出同類塊的總數(shù)s ；S3. 4同時(shí)掃描H、V和I矩陣，若掃描到值為1的像素，則根據(jù)P In}，判斷該同類塊的類型并獲取其灰度值；S3. 5根據(jù)同類塊的類型，利用擴(kuò)展的Gouraud陰影法計(jì)算該同類塊的所有g(shù)est(x，y)， 其中^st (χ，y)表示該同類塊中坐標(biāo)(χ，y)處的近似灰度值；S3. 6按光柵掃描的順序?qū)⒃撏悏K的解碼結(jié)果賦值給矩陣gest ；S3. 7令η加1，并判斷此時(shí)是否滿足η < s，若是，重復(fù)步驟S3. 4 S3. 7 ；若否，進(jìn)行步驟 S3. 8 ；S3. 8根據(jù)矩陣輸出灰度圖像，并根據(jù)如下公式計(jì)算峰值信噪比PSNR Λ
全文摘要
本發(fā)明公開(kāi)了一種基于可重疊矩形子模式的NAM圖像表示方法，包括編碼過(guò)程和解碼過(guò)程，編碼過(guò)程主要是利用擴(kuò)展的Gouraud陰影法和可重疊矩形NAM的4個(gè)準(zhǔn)則，將灰度圖像矩陣分割為可相互重疊的同類塊；再對(duì)所有同類塊進(jìn)行編碼，獲取其顏色表P和坐標(biāo)表Q，解碼過(guò)程主要是根據(jù)坐標(biāo)表Q，解碼出坐標(biāo)矩陣H、V和I，再根據(jù)H、V和I和顏色表P，利用擴(kuò)展的Gouraud陰影法重建解碼圖像，并計(jì)算其PSNR。本發(fā)明在保證圖像質(zhì)量的前提下，具有更低的比特率和更少的塊數(shù)，從而具有更快的處理速度；不僅可應(yīng)用于傳統(tǒng)的JPEG市場(chǎng)，而且還可應(yīng)用于新興領(lǐng)域，如無(wú)線通訊、網(wǎng)路傳輸、醫(yī)療圖像等。
文檔編號(hào)H04N7/26GK102572431SQ20111045140
公開(kāi)日2012年7月11日 申請(qǐng)日期2011年12月29日 優(yōu)先權(quán)日2011年12月29日
發(fā)明者李祖嘉, 鄭運(yùn)平 申請(qǐng)人:華南理工大學(xué)