基于三角網(wǎng)格的圖像表示方法研究.pdf

1、圖像表示方法在計(jì)算機(jī)圖形學(xué)、圖像處理、模式識別等研究等領(lǐng)域內(nèi)具有重要的研究意義。圖像的三角網(wǎng)格表示模型借助于計(jì)算幾何中的三角化思想，能有效地對圖像進(jìn)行表示，而且其結(jié)果可用于視頻通信、三維重建等領(lǐng)域。
　　 將計(jì)算幾何中的三角形化方法用于圖像的三角網(wǎng)格表示，研究了三種圖像三角化的算法。
　　 基于邊界特征點(diǎn)的初始三角網(wǎng)格生成算法（CPBT算法）利用Soble算子提取邊界特征點(diǎn)，然后采用改進(jìn)的Lawson算法生成初始的DT網(wǎng)

2、格。CPBT算法提取的特征點(diǎn)數(shù)約比四元樹算法減少了13.6%，比FAACA算法減少了14.5%；重建圖像的質(zhì)量略低于FAACA算法，高于四元樹算法。
　　 基于多邊形劃分的三角網(wǎng)格生成算法（PPBT算法）首先利用區(qū)域搜索算法找到若干多邊形區(qū)域，將圖像劃分為若干個多邊形；然后將多邊形進(jìn)行三角剖分即可得到圖像的三角網(wǎng)格。PPBT算法在CPBT的基礎(chǔ)上將頂點(diǎn)數(shù)P減少了5%-13%，PSNR則提高了2%-8%。
　　 基于灰度分

3、布的三角網(wǎng)格生成算法（GDBT算法）利用小波多階變換將圖像進(jìn)行矩形分塊，每一塊根據(jù)圖像的灰度分布用四種初始三角形劃分進(jìn)行表示；然后根據(jù)相鄰塊的不同情況將初始三角劃分網(wǎng)格化，得到一個初始的三角網(wǎng)格；最后進(jìn)行細(xì)分。從實(shí)驗(yàn)結(jié)果看，在重建圖像質(zhì)量達(dá)到30左右時，GDBT算法得到的三角網(wǎng)格規(guī)模略高于WBT算法；但GDBT算法的計(jì)算復(fù)雜程度明顯低于WBT算法。另外，其沒有打破矩形子塊的分割方式使其便于進(jìn)行存儲優(yōu)化，也比較利于進(jìn)行并行計(jì)算。
　

4、　 綜合考慮灰度誤差極小化準(zhǔn)則和灰度誤差均勻化準(zhǔn)則設(shè)計(jì)了一種三角網(wǎng)格的細(xì)化算法。算法對初始網(wǎng)格進(jìn)行反復(fù)細(xì)化，隨著迭代的進(jìn)行和三角形的個數(shù)不斷增加，每個三角形面積不斷減小，三角形會不斷逼近圖像，直到滿足準(zhǔn)則，迭代停止。但細(xì)化得到的三角網(wǎng)格可能會出現(xiàn)一些比較狹長或面積很小的三角形，針對這些問題研究了一種三角網(wǎng)格的優(yōu)化算法。
　　 對三角形網(wǎng)格的存儲進(jìn)行了研究，給出了兩種基本的存儲方法，并針對基于圖像灰度分布的表示方法研究了一種記錄

5、稀疏網(wǎng)格和生成規(guī)則的三角網(wǎng)格數(shù)據(jù)結(jié)構(gòu)，取得了很好的壓縮效果。重建時只要利用生成規(guī)則即可得到細(xì)分三角網(wǎng)格的數(shù)據(jù)，然后再利用本文提出的平面插值方法進(jìn)行重建即可。實(shí)驗(yàn)數(shù)據(jù)表明在采用優(yōu)化方法進(jìn)行存儲后，與原存儲方式相比壓縮比可以達(dá)到4.5左右，與原始圖像相比可以取得2至4的壓縮比，而且壓縮以后并不會破壞其重建圖像的質(zhì)量，重建圖像的PSNR仍能達(dá)到35左右。這種方法對有效減少三角網(wǎng)格的數(shù)據(jù)量十分有效。
　　 以優(yōu)化存儲結(jié)構(gòu)為基礎(chǔ)，對視頻中

6、連續(xù)多幀圖像進(jìn)行了前向跟蹤分析，研究了一種多幀壓縮和重建算法。實(shí)驗(yàn)結(jié)果表明，采用這種方法存儲后，連續(xù)8幀的壓縮比能達(dá)到3左右。如果采用根據(jù)初始網(wǎng)格差異提取細(xì)分網(wǎng)格差異的多幀壓縮算法，8幀的壓縮比提高到14，這一結(jié)果證明這種多幀壓縮算法具有較好的應(yīng)用前景。
　　 研究了一種采用平面插值進(jìn)行圖像重建的方法，該方法可以利用三角形三個頂點(diǎn)的灰度值自動計(jì)算三角形內(nèi)部任意點(diǎn)的灰度值，這種方法重建的圖像效果明顯好于內(nèi)部所有的點(diǎn)采用同一灰度值的