圖像三角網(wǎng)格化算法的研究與實(shí)現(xiàn).pdf

1、圖像三角網(wǎng)格化算法利用三角網(wǎng)格對(duì)圖像進(jìn)行表示，是基于模型的圖像編碼技術(shù)的一種?；谌蔷W(wǎng)格的圖像表示方法能夠?qū)崿F(xiàn)對(duì)圖像的有效表示，是一種新型的基于模型的圖像編碼方法，其結(jié)果在運(yùn)動(dòng)估計(jì)、運(yùn)動(dòng)補(bǔ)償和圖像壓縮方面有著廣泛的應(yīng)用，而且對(duì)三角網(wǎng)格的可操作性也是其應(yīng)用前景之一。借助計(jì)算幾何中的數(shù)學(xué)方法以及圖像處理中的相關(guān)算法，重點(diǎn)研究了兩種圖像三角網(wǎng)格化的算法，并對(duì)其進(jìn)行優(yōu)化。Delaunay三角網(wǎng)格化算法是一種基于邊界特征點(diǎn)提取的圖像三角網(wǎng)格化算

2、法，算法利用多邊形生長(zhǎng)算法，提取多邊形的頂點(diǎn)作為初始點(diǎn)集，最后利用Lawson算法連接特征點(diǎn)形成初始的三角網(wǎng)格。實(shí)驗(yàn)結(jié)果表明：算法提取的特征點(diǎn)數(shù)約比傳統(tǒng)的特征點(diǎn)提取算法減少12％以上。重建圖像質(zhì)量有明顯提高，PSNR值提高8％～12％。
　　 本文針對(duì)將Delaunay算法應(yīng)用在圖像三角化方面所造成的凸包問(wèn)題，做了優(yōu)化處理。Delaunay算法的輸入是離散的點(diǎn)集，將散點(diǎn)連接成三角網(wǎng)格時(shí)會(huì)形成凸包，形成三角網(wǎng)格也不能完全覆蓋整幅圖

3、像。優(yōu)化算法先找出三角網(wǎng)格未覆蓋的圖像區(qū)域，將其分割成多個(gè)多邊形，再將多邊形做三角化處理，以此來(lái)得到圖像完整的三角網(wǎng)格表示。應(yīng)用該優(yōu)化算法之后，圖像的峰值信噪比提高2％～3％左右?；陔p向模板的圖像三角網(wǎng)格化算法是一種基于圖像內(nèi)容的三角網(wǎng)格化算法。算法定義三對(duì)雙向模板和一個(gè)對(duì)角模板，利用小波四級(jí)分解將原始圖像分成256塊，每一矩形塊依據(jù)原始圖像的灰度分布對(duì)應(yīng)相應(yīng)的模板，再對(duì)模板網(wǎng)格進(jìn)行三角網(wǎng)格化得到整個(gè)圖像的三角網(wǎng)格劃分。實(shí)驗(yàn)結(jié)果表明，

4、在圖像質(zhì)量相差不大的情況下，TBT算法得到的三角網(wǎng)格規(guī)模比Delaunay算法減小一半，而且網(wǎng)格更為符合圖像內(nèi)容。TBT算法的實(shí)驗(yàn)效果也優(yōu)于WBT算法，當(dāng)重建圖像的PSNR值在30以上，其三角網(wǎng)格的規(guī)模比WBT算法得出的三角網(wǎng)格規(guī)模要小。而且TBT算法設(shè)計(jì)實(shí)現(xiàn)簡(jiǎn)單，復(fù)雜度低。對(duì)初始三角網(wǎng)格進(jìn)行多級(jí)細(xì)分，以圖像中灰度誤差的最大值作為分級(jí)標(biāo)準(zhǔn)，不斷插入細(xì)分點(diǎn)，隨著網(wǎng)格規(guī)模的擴(kuò)大，三角網(wǎng)格表示的圖像越來(lái)越逼近原始圖像。實(shí)驗(yàn)結(jié)果表明，TBT算法

5、形成的初始網(wǎng)格進(jìn)行細(xì)分后，圖像的PSNR值提高達(dá)66％以上，主客觀(guān)評(píng)價(jià)效果均有很大提高。綜合考慮三角網(wǎng)格規(guī)模與重建圖像質(zhì)量，在圖像質(zhì)量影響不大的情況下，研究一種適當(dāng)減小網(wǎng)格規(guī)模的優(yōu)化算法。算法引入一個(gè)變量來(lái)控制平坦度，利用該變量來(lái)分析該點(diǎn)是否可以去除。采用該優(yōu)化算法后，在網(wǎng)格規(guī)模減少10％左右時(shí)，重建圖像的PSNR值降低2％左右。針對(duì)TBT算法的特點(diǎn)，提出一種記錄模板號(hào)和細(xì)分點(diǎn)的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)，用二進(jìn)制數(shù)據(jù)流來(lái)存儲(chǔ)三角網(wǎng)格。解析該文件格式