[发明专利]空间相关的全景数据压缩方法

说明书

技术领域

本发明涉及全景图像技术领域，更具体地讲，涉及一种利用空间相关性对连续采集的全景数据进行压缩的方法。

背景技术

全景图像是由某一点拍摄的多幅实景图像拼接而成的。其具体的生成过程是：将相互重叠图像映射到简单的几何体表面上，如球面、立方体表面或圆柱面，然后对投影图像进行无缝拼接，就可以得到全景图像。根据所映射的几何体，全景图像可以分为柱面全景图像、球面全景图像和立方体全景图像。

全景图像覆盖了360度的场景范围，所以其数据量巨大，这对图像的存储和传输造成了很大的困难。因此，需要对全景视频进行压缩编码，以降低存储空间和减少传输时占用的网络带宽。在视频图像压缩中，运动估计用来根据已经编码的参考帧产生当前预测帧的运动补偿预测，去除视频序列中存在的时间冗余。运动估计的方法是将预测帧分成若干大小相同的块，根据不同的搜索算法和匹配原则在参考帧一定大小的窗口内搜索最相似的匹配块。本发明前，中国发明专利“快速视频运动估计方法”，专利号为01100544.4，公开号为CN1333634，该专利公开了一种运动估计的方法，采用菱形搜索并自适应的终止搜索过程。该方法主要是针对普通视频采用固定顺序进行块匹配搜索，并没有充分利用视频图像间的空间冗余信息，从而不能有效地对全景图像进行压缩。中国发明专利“用于全景图像的运动估计和补偿的方法和设备”，申请号为200580027187.3，公开号为CN101002479A，该专利公开了一种利用全景图的左右边界之间的空间关系进行运动估计和补偿的方法。该方法只适用于柱面全景图，而且没有充分利用整幅全景图像的场景空间相关性，因而图像压缩效率不高。

对于通过相机运动在同一场景空间里连续采集的全景图像，这些全景图像所覆盖的大部分场景空间都是相同的。由于图像都来自同一场景空间，只是根据相机位置变化而采集了多次，所以图像与图像之间的数据相近，其差异主要是来自于空间采集位置的不同，其数据具有空间相关性。因此，本发明的空间相关的全景数据压缩方法利用连续采集的全景图像之间场景空间的相关性，压缩存在于全景图像里的空间冗余信息。

发明内容

本发明的目的是：克服现有方法没有充分利用场景空间相关性不能有效地提高全景图像压缩比的不足，提供一种利用空间相关性的全景数据压缩方法，该方法在全景数据压缩的过程中，可以有效地压缩存在于连续采集的全景图像间的空间冗余信息，提高全景图像数据的压缩比。

为了实现上述目的，本发明所采取的技术方案是：将连续采集的全景数据分为参考图像和预测图像，参考图像保存了整个图像的场景空间的场景点，预测图像只存储场景空间的新增加的场景点，预测图像可以根据相机的外参数从参考图像生成，从而减少全景图像的数据量，具体包含的步骤如下：

(1)获取预测图像相对于参考图像的相机外参数，所述相机外参数包括相机的旋转矩阵R和平移量T；

(2)完成步骤(1)以后，获取参考图像和预测图像的深度信息，即图像中每一个像素点的深度值；

(3)根据步骤(2)的参考图像和预测图像的深度信息，获取参考图像和预测图像的场景点；

(4)根据步骤(1)获取的相机外参数，利用空间相关性对步骤(3)获取的参考图像和预测图像的场景点进行融合，得到预测图像新增加的场景点；

(5)完成步骤(4)以后，对参考图像本身的颜色信息和深度信息以及预测图像新增加的场景点进行编码，从而完成空间相关的全景数据压缩。

本发明的原理是：在同一场景空间里连续采集了多幅全景图像，这些全景图像所覆盖的大部分场景空间都是相同的，利用全景图像间的空间相关性对图像进行压缩，通过相机外参数计算出参考图像和预测图像的所有场景点，然后对场景点进行融合，判断预测图像新增加的场景点，对于预测图像仅保存新增加的场景点的相关信息，从而对全景图像的数据量进行压缩。

本发明与现有技术相比的优点在于：本发明充分利用了场景空间的相关性对全景数据进行压缩，根据相机的外参数，计算出预测图像相对于参考图像新增加的场景点，参考图像保存了整个图像的场景点，预测图像仅存储新增加的场景点，从而减少全景数据的数据量，提高了全景数据的压缩比。

附图说明

图1为本发明中参考图像和预测图像的空间相关性的示意图；

图2为本发明空间相关的全景数据压缩方法的流程图；

图3为本发明中全景图像场景点生成的示意图；

图4为本发明中利用空间相关性对场景点进行融合的示意图。

具体实施方法

下面结合附图和实施例对本发明作进一步详细的描述：