基于全景图的图像集压缩用于云存储

当前的图像集压缩方案通常只适用于相似图像,对云中图像集内部的差异性十分敏感。为了解决这个问题,提出了一种基于全景图的图像集压缩方案,该方案主要利用全景图和图像集之间的相关性来减少冗余。首先,在全景图上选取一些关键点,利用直线投影算法由全景图得到各个关键点处的视口图像;然后,对于图像集中的每张图像,选取最匹配的视口图像作为参考;最后,使用基于块的运动补偿来执行图像间的预测编码。实验结果表明,提出的编码方案比JPEG平均节省46.3%的比特,并且实现了与IEEE1857.4帧内编码可比的性能。对于大型图像集,图像具有不同视点和对象但却拍摄于同一场景,方案压缩效果良好,值得深入研究。