[发明专利]JPEG图像的无损二次压缩方法有效

专利信息
申请号: 201811590708.1 申请日: 2018-12-25
公开(公告)号: CN109672891B 公开(公告)日: 2021-03-30
发明(设计)人: 范晓鹏;孙晨添;赵德斌 申请(专利权)人: 哈尔滨工业大学
主分类号: H04N19/42 分类号: H04N19/42;H04N19/176;H04N19/124;H04N19/91;H04N19/182;H04N19/119;H04N19/61
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 刘景祥
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: jpeg 图像 无损 二次 压缩 方法
【说明书】:

发明是JPEG图像的无损二次压缩方法,属于图像无损压缩技术领域。所述方法通过提取原始JPEG图像的相关信息,对编码块进行预测,并对预测块进行变换量化后,得到预测块的变换量化系数,并将此预测块的变换量化系数与从原始JPEG图像得到的当前编码块的原始变换量化系数做差,并对差值进行熵编码,从而在保证JPEG图像质量没有损失的同时,实现了对JPEG图像的有效压缩。本发明的有益效果是,本发明相比现有压缩方法对JPEG图像实现了更高的压缩性能,并可以避免JPEG图像质量的损失。本发明基于JPEG二次编码的特点对编码过程进行了针对性的设计,提出了新的编码块划分和遍历方法,以及新的熵编码预处理方法等,从而可以进一步提升编码性能。

技术领域

本发明涉及压缩编码技术领域,是一种JPEG图像的无损二次压缩方法。

背景技术

JPEG图像是目前应用范围最广的图像编码格式,图像服务器保存的图像动辄以T计算。但由于JPEG图像编码标准本身设计年代较早,因此JPEG图像的压缩率并不高,这也给了JPEG图像的二次压缩以可能,并且有很高的实际应用价值。但是目前的JPEG图像二次压缩方案,无论是基于HEVC帧内预测所设计的bpg框架,还是基于深度学习设计的框架,都是有损压缩方案。虽然某些情况下能有较好的压缩率,但是不可避免会造成图像质量的不可逆的损失。

怎样在保证JPEG图像质量没有损失的前提下,对JPEG图像进行二次压缩是一个实际问题。

发明内容

本发明为保证JPEG重构图像质量没有损失的前提下,有效的对JPEG图像进行二次压缩,并且编码复杂度较低,提供了一种JPEG图像的无损二次压缩方法,本发明提供了以下技术方案:

一种JPEG图像的无损二次压缩方法,包括以下步骤:

步骤一:从待压缩的JPEG文件中提取原始JPEG图像宽度、高度、通道数、量化矩阵和变换量化系数的信息参数;

步骤二:根据提取的所述原始JPEG图像的信息参数重建当前编码图像块的像素值,并保存,得到当前编码块的JPEG图像的重建图像部分;

步骤三:根据提取的所述原始JPEG图像的信息参数和步骤二得到的当前编码图像块的像素值,预测当前编码块的图像,得到当前编码块的预测块,对当前编码块的预测块进行变换量化,得到当前编码块的预测块变换量化系数;

步骤四:将步骤一提取的原始JPEG图像块的变换量化系数和步骤四所述当前编码块的预测块变换量化系数做差,得到当前编码块的变换量化系数的残差;

步骤五:将所述当前编码块的变换量化系数的残差进行预处理,将预处理后的数据输入熵编码器,得到码流;

步骤六:重复步骤二到步骤五,直至处理完整幅JPEG图像。

优选地,所述步骤二具体为:

第一步:根据步骤一得到的原始JPEG图像量化矩阵和变换量化系数,利用量化矩阵对变换量化系数进行反量化,得到变换系数;

第二步:对所述变换系数进行反DCT变换,进过反量化和反DCT变换后,得到当前编码块的重建像素矩阵;

第三步:将所述当前编码块的重建像素矩阵和已编码过的编码块的重建像素矩阵一起保存,得到当前完成编码的JPEG图像的重建图像部分。

优选地,所述步骤三具体为:

第一步:根据提取的所述原始JPEG图像的信息参数和步骤二得到的当前编码图像块的像素值,基于空域的相关性预测得到当前编码块的预测块;

第二步:对得到的当前编码块的预测块进行变换和量化,量化矩阵采用步骤一中得到的量化矩阵,经过变换量化后,得到当前编码图像块的预测块的变换量化系数;

优选地,所述步骤五具体为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811590708.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top