一种基于三维模型几何信息的纹理图像压缩方法

摘要

针对传统的基于机器视觉方法产品缺陷检测适用对象的局限性以及压缩过程中如何求取纹理图像上人眼感兴趣区域的问题进行深入研究，本发明提出了一种基于三维模型表面信息的纹理图像压缩方法，利用模型网格数据求取纹理图像上的人眼感兴趣区域，根据纹理的视觉表现形式，提取了代表三维模型多分辨率重网格化后表面细节信息的三维特征点及其在纹理空间上的映射点作为纹理特征点，根据图像空间的连续性，利用K-means聚类算法对图像中的特征点进行了类聚合，取得了纹理图像的感兴趣区域并提高了感兴趣区域和背景的区分精度。通过搭建基于ROI的EZW编解码实验系统对本发明的方法进行验证，取得比较好的实验效果。

主权项

一种基于三维模型几何信息的纹理图形压缩方法，其特征在于：所述方法首先对原始图形进行预处理，确定感兴趣的区域ROI，以生成ROI区域模块；然后利用ROI区域模版对预处理后的图形作小波变换，对ROI对应的小波变换系数进行提升或降低背景系数，接下来对感兴趣形状和位置信息编码传输；其中，确定感兴趣的区域ROI，以生成ROI区域模块具体为：利用模型网格数据求取纹理图像上的人眼感兴趣区域，根据纹理的视觉表现形式，提取了代表三维模型多分辨率重网格化后表面细节信息的三维特征点及其在纹理空间上的映射点作为纹理特征点；根据图像空间的连续性，利用K‑means聚类算法对图像中的特征点进行了类聚合，取得了纹理图像的感兴趣区域并提高了感兴趣区域和背景的区分精度。