基于深度和子树约束最小树形图的高编码效率图像删除

图像删除是指从一个压缩图像集中去除一个或多个图像，生成一个新的压缩图像集。针对当前图像删除方法存在搜寻的预测参考图像不佳，导致编码效率不足的问题，提出一种基于深度和子树约束最小树形图的高编码效率图像删除方法。该方法充分考虑所有剩余图像之间的相关性，确定最佳的预测参考。首先，提出一种新的图像分类方法，将所有图像分成需编码图像、无需编码图像和待删除图像等三类；其次，设计一种新的深度和子树约束最小树形图法，深入探究需编码图像之间以及需编码图像和无需编码图像之间的关系，构建新压缩图像集的最小树形图；最后，根据得到的最小树形图对需编码图像进行压缩，生成新的压缩图像集，实现图像删除。实验结果表明，与现有先进方法相比，所提方法取得了更高的编码效率，同时却有着相近的计算复杂度。