[发明专利]群体图像编码中多参考图像的确定方法

说明书

本发明公开了一种群体图像编码中多参考图像的确定方法。解决了没有充分利用图像间相关性提高编码效率的问题。以L层为例实现步骤有：建已知编码顺序图像集HE；在HE和L层图像中用特征点匹配法为L层所有图像搜索多参考图像；将参考图像属于HE的图像加入HE中；判断L层是否还有未确定编码顺序图像；有则对参考图像搜索替换；用替换后未确定编码顺序图像中平均权重最小的图像加入HE中；若L层的参考图像都已确定，输出L层图像相关信息；循环以上步骤完成群体图像所有层参考图像和编码顺序的确定，实验证明本发明充分利用了图像间相关性，明显提高编码效率。益于海量图像存储和传输，用于个人相册压缩、计算机视觉和云端图像存储等。

技术领域

本发明属于图像处理技术领域，更进一步涉及多参考图像的确定，具体是一种群体图像编码中多参考图像的确定方法，可用于个人相册压缩、计算机视觉和云端图像存储等。

背景技术

随着移动通讯设备和拍照技术的进步发展，人们可以随时随地的拍照、上传，使得网络上的图像出现了爆发式的增长，使得图像的存储管理成本不断增大。为了提高编码效率，降低存储管理成本，群体图像编码作为一个新的方法被提出。因为图像中可以挖掘的冗余性还很大，特别是针对图像间内容联系较强的情况，而群体图像编码能更好的利用这些相关性。

针对群体图像编码的研究如下：

Zhongbo Shi,Xiaoyan Sun,and Feng Wu在其发表的论文“PhotoAlbumCompression for Cloud Storage Using Local Features”(《IEEE Journal on Emergingand Selected Topica in Circuits and Systems》，2014)中介绍了基于单参考图像的编码框架和流程。此论文利用单个参考图像进行编码，所以参考图像的确定也是针对单参考图像进行的。

Xinfeng Zhang，Yabin Zhang，Weisi Lin在“An Inter-image RedundancyMeasure for Image Set Compression”(《IEEE International Symposium on Circuitsand Systems》，2015)中，在SIFT匹配相似度的基础上，提出了使用匹配面积表征匹配程度，进一步描述图像之间的冗余，找出一幅代表图像，其余图像都以该图像作为参考，其编解码时间快，但编码效率提升不高。

Yonggen Ling，Oscar C.Au，RuobingZou在“Photo Album Compression ByLeveraging Temporal-spatial Correlations and HEVC”(《IEEE InternationalSymposium on Circuits and Systems》，2014)中提出得到最小生成树后，再通过吸引子传播聚类方法对最小生成树进行深度限制，此类方法利用聚类对群体图像进行深度限制，通常复杂度较高。

Oscar Au，S Li，R Zou在“Digital Photo Album Compression Based on GlobalMotion Compensation and Intra/Interprediction”(《International ConferenceonAudio》，2012)中分析了相机和图像集中相似图像上运动物体的特点，提出了一个将全局运动估计、局部运动补偿以及帧内预测应用到视频编码技术中的方案。