[发明专利]基于轮廓波变换的图像编码方法和装置

说明书

本发明公开了一种基于轮廓波变换的图像编码方法，包括以下步骤：S1提取原始图像；S2通过轮廓波变换对所述原始图像进行多尺度分解，得到多个子带，且在多尺度分解中加入熵判决条件以便及时停止子带的分解；S3对分解成的多个子带系数进行量化；S4对量化得到的子带系数依次进行编码、解码；S5对解码得到的子带系数进行轮廓波逆变换，重构原始图像。本发明通过在轮廓波变换中加入熵判决条件，设定多尺度分解的子带的能量熵的阈值，充分考虑了各个子带本身的特性，对不需要继续分解的子带及时地停止分解，从而提高编码效率和效果。本发明还公开了一种基于轮廓波变换的图像编码装置，利用上述方法进行图像编码。

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种基于轮廓波变换的图像编码方法和装置。

背景技术

在图像压缩编码研究领域里，图像的变换环节是十分重要的，变换就是把空间域的大量图像数据转换到变换域用很少的数据来表示，以提高图像编码压缩效率和效果。图像变换有很多形式DCT变换、傅立叶变换、小波变换等，但是这种变换基函数具有各向同性，在变换的方向上有限，处理高维奇异曲线、曲面或者自然图像时并不能达到稀疏表示原函数的效果。“多尺度几何分析”是能够有效地表示和处理高维数据的数学变换，这种变换具有多分辨率特性、时频局部性、多方向性和各向异性，并且“多尺度几何分析”在处理图像轮廓、边缘方面比小波变换具有明显的优势。

目前的图像编码方法中，可用到多种多方向变换形式，如脊波变换、曲波变换、Directionlets变换、轮廓波变换、Shearlet变换、Surfacelets变换等等，综合分析各种多方向性变换的优劣，非自适应的轮廓波变换被广泛应用。非自适应的轮廓波变换，图像分解之前要事先确定轮廓波变换中拉普拉斯金字塔(LP)分解和多方向(DFB)分解的级数与方向子带数，其方向子带的分解为事先确定的满二叉树分解形式，并没有考虑各个方向子带自身的特性。轮廓波变换过程中有些方向子带能量系数集中并没有再继续分解的必要，继续分解只会增加编码压力，影响编码效果。

发明内容

鉴于以上问题，本发明的目的是提供一种基于轮廓波变换的图像编码方法和装置，以解决现有的图像编码方法中轮廓波变换未考虑各方向子带的自身特性而导致编码效率低，编码效果不好的问题。

为了实现上述目的，本发明的一个方面是提供一种基于轮廓波变换的图像编码方法，包括以下步骤：

S1提取原始图像；

S2通过轮廓波变换对所述原始图像进行多尺度分解，包括：对所述原始图像进行拉普拉斯金字塔分解和多方向滤波器组分解，得到多个子带，并计算每个子带的能量熵，在所述拉普拉斯金字塔分解和/或所述多方向滤波器组分解中设定子带的能量熵的阈值，所述子带的能量熵大于所述阈值，则继续分解，所述子带的能量熵小于所述阈值，则停止分解；

S3对分解成的多个子带系数进行量化；

S4对量化得到的子带系数依次进行编码、解码；

S5对解码得到的子带系数进行轮廓波逆变换，重构所述原始图像。

优选地，所述步骤S3中，不同的子带采用不同的量化步长，分解的级数越深的子带的量化步长越小。

优选地，所述步骤S2中，通过下述公式计算每个子带的能量熵：

其中，

式中，S表示子带信号，S_i表示S在变换域上的投影系数，i表示尺度，E表示能量熵，E(S)表示子带的能量熵。

优选地，所述步骤S2中，通过对所述原始图像进行拉普拉斯金字塔分解得到各个尺度下的高频子带和低频子带，并设定低频子带的能量熵的阈值为第一阈值，所述低频子带的能量熵大于所述第一阈值，则将所述低频子带继续进行拉普拉斯金字塔分解，直至分解后的低频子带的能量熵小于所述第一阈值，停止分解。