[发明专利]一种面向边缘特征保持的图像压缩方法

说明书

技术领域

本发明涉及一种面向边缘特征保持的图像压缩方法，具体地说是解决图像在低比特率压缩的同时，如何更好将图像边缘等特征保留下来的方法。

背景技术

图像的大部分信息是由图像的特征，如边缘和纹理表示的，单纯靠有损压缩提取和保持特征信息有一定困难。现有的应对边缘等特征损失的方法有图像增强后再压缩；图像解压后增强，对于边缘保持有一定效果。Dirck Schilling等人提出图像压缩编码与图像边缘特征保持相结合的图像压缩思想，适用于低比特率图像压缩传输。

近年来出现的基于小波的Contourlet变换(WBCT)是一种方向性多尺度几何分析工具，它对图像边缘纹理等特征保持的性能优于小波变换，非常适合于低比特率图像压缩。

发明内容

针对图像进行低比特率压缩和传输后，重建图像会严重损失边缘、纹理等几何特征的不足，本发明提出一种面向边缘特征保持的图像压缩方法，基于小波的Contourlet变换压缩和边缘特征保持相结合的图像压缩方法，进行低比特率图像压缩，以达到图像压缩同时保留边缘特征的目的，

本发明为实现上述目的所采用的技术方案是：一种面向边缘特征保持的图像压缩方法，包括以下步骤：

图像边缘检测：提取图像的边缘信息；

边缘编码：对所述边缘信息使用标准边界链码进行编码，得到边缘编码信息；

图像变换压缩编码：对图像整体进行普通图像压缩，得到图像变换压缩信息；

图像边缘保持重建：对所述边缘编码信息和图像变换压缩信息进行解码，并进行图像重建。

所述图像边缘检测利用Canny边缘检测算子检测图像的边缘。

所述边缘编码利用Freeman链式编码对边缘位置信息进行编码。

所述图像变换压缩编码利用基于小波的contourlet变换对图像整体进行压缩编码。

所述图像边缘保持重建具体包括以下步骤：

1）解压缩：解码器对所述图像变换压缩信息解码得到a，同时解码器对所述边缘编码信息解码得到边缘位置；

2）平滑：对a边缘进行平滑处理，得到平滑边缘图b；

3）计算：根据平滑边缘图b距离边缘位置两侧δ处的灰度值，计算得到理想边缘图c；

4）差值：理想边缘图c与平滑边缘图b之间相减得到灰度差值图d；

5）和值：差值图d叠加在重建边缘图a上，得到增强后的边缘图e；

6）平滑：对增强边缘图e进行平滑得到边缘图f，完成图像边缘保持重建过程。

本发明较一般的图像压缩算法具有的优点：压缩方法具有更好的边缘保持特性，保证了在低压缩比之下的重构图像边缘信息的较小损失，为后续的目标识别等处理提供了更加可靠的信息依据。

附图说明

图1本发明面向边缘特征保持的图像压缩/解压流程图；

图2本发明方法中WBCT示意图(3层小波分解，4-3-3方向分解)；

图3本发明方法中小波与WBCT图像重建结果对比图；

图4本发明方法中Freeman4方向链码；

图5为本发明方法中边缘保持重建示意图；

图6为本发明方法中的边缘保持重建流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

本文中面向边缘特征保持的图像压缩方法包括两个部分：图像压缩和边缘保持。方法流程如图1所示。源图像I_o通过边缘检测器，检测出可能帮助人们识别图像的显著边缘E。然后对提取出的边缘通过标准边界链码，如Freeman链码，进行编码。编码后的边缘信息作为压缩信息的一个组成部分进行传输。源图像I_o还需进行普通图像压缩，变换方式选取基于小波的Contourlet变换(WBCT)。最终的压缩图像包含边缘编码信息和图像变换压缩信息两部分。解码器通过结合边缘定位信息E和WBCT解压图像I_r的像素灰度信息，通过边缘保持重建，最终得到边缘信息保持的解压图像I_e。

1.基于小波的Contourlet变换(WBCT)

基于小波的contourlet变换(Wavelet-based Contourlet Transform，WBCT)，是一种非冗余版本的Contourlet变换。WBCT的基本思想是用小波变换的Mallat塔式分解代替Contourlet变换的LP分解，然后使用DFB分别对Mallat分解中的高频子带进行方向分解。其原理如图2所示。