[发明专利]一种用于图像无损压缩的像素值预测方法

说明书

本发明涉及一种用于图像无损压缩的像素值预测方法，包括以下步骤：输入具有i行乘以j列个像素的图像，并设定待预测像素值的待预测像素为x(i,j)，取待预测像素x(i,j)的上方和左侧邻域共M*(2*N+1)个像素值，M表示行数，(2*N+1)表示列数；初始化K个大小为M*(2*N+1)的权值矩阵Wsubgt;k/subgt;和K个偏置标量bsubgt;k/subgt;，用于生成K个待预测像素x(i,j)的候选预测值将得到的K个候选预测值依次排列成一个候选预测值向量αsubgt;i,j/subgt;，初始化一个K*K的权值矩阵G和一个1*K的偏置向量c；通过候选预测值向量αsubgt;i,j/subgt;、权值矩阵G和偏置向量c得到一个概率值向量；根据概率值向量得到待预测像素x(i,j)的最终预测值可以自主设定邻域大小，扩展性好，并可获得更小的预测误差。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种用于图像无损压缩的像素值预测方法。

背景技术

在工控、消费类电子的液晶屏显示中存在大量图片、图元，如果不加压缩，会使存储空间需求很大。图像压缩技术可大致分为有损压缩和无损压缩两种。有损压缩通过滤除人眼不敏感的图像成分，可获得很高的压缩率，但无法零失真地还原出原始图像。在一些如疾病诊断，精密工件探伤等需要高精度影像的应用领域，某些人眼不敏感的图像成分在经过合适的处理后，往往具有重要乃至关键信息。为有效保留这些可见性低但经计算机处理后有重要价值的信息，需要对图像进行无损压缩。

图像无损压缩相较于图像有损压缩，压缩率较低。制约压缩率提高的主要环节，在于像素值的预测方法。有效的像素值预测方法可显著提高图像无损压缩方案的压缩率。联合图像专家小组格式(JPEG)压缩标准中的无损压缩模式所采用的LOCO-I像素值预测方法。请参阅图1，LOCO-I预测方法使用像素值A,B,C来预测像素X的值。

LOCO-I在预测X值时，仅使用了X的左侧邻域A和上方邻域中的三个像素B、C及D，在邻域像素相关性的利用上不够充分；预测采用经验性规则且过于简单，难以有效应付图像相邻像素值的多种组合模式。

发明内容

基于此，有必要针对上述问题，提供一种提高邻域像素相关性、减小预测误差并提高图像无损压缩的压缩率的用于图像无损压缩的像素值预测方法。

一种用于图像无损压缩的像素值预测方法，包括以下步骤：

输入具有i行乘以j列个像素的图像，并设定待预测像素值的待预测像素为x(i,j)，取待预测像素x(i,j)的上方和左侧邻域共M*(2*N+1)个像素值，M表示行数，(2*N+1)表示列数；

初始化K个大小为M*(2*N+1)的权值矩阵W_k和K个偏置标量b_k，用于生成K个待预测像素x(i,j)的候选预测值

将得到的K个候选预测值依次排列成一个候选预测值向量α_i,j，初始化一个K*K的权值矩阵G和一个1*K的偏置向量c；通过候选预测值向量α_i,j、权值矩阵G和偏置向量c得到一个概率值向量；

根据概率值向量得到待预测像素x(i,j)的最终预测值

本发明可以自主设定邻域大小，扩展性好，可以基于实际需要使用较大的邻域，从而更充分地利用邻域相关性进行预测；本发明的预测方法中由权值矩阵W_k、偏置标量b_k、权值矩阵G及偏置向量c决定，这些参数通过批量随机梯度下降法从实际图像样本中优化得到，有利于获得更小的预测误差。

附图说明

图1为现有的无损压缩像素值预测方法的示意图；

图2为一实施例中用于图像无损压缩的像素值预测方法流程图；