[发明专利]图像压缩方法及装置有效

专利信息
申请号: 201910341714.1 申请日: 2019-04-26
公开(公告)号: CN110113609B 公开(公告)日: 2020-09-08
发明(设计)人: 陈云娜 申请(专利权)人: 深圳市华星光电技术有限公司
主分类号: H04N19/167 分类号: H04N19/167;H04N19/17;H04N19/423;H04N19/139;H04N19/126
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 黄威
地址: 518132 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 压缩 方法 装置
【权利要求书】:

1.一种图像压缩方法,其特征在于,所述方法包括:

利用一或多个处理器及存储可由所述一或多个处理器执行的程序的存储器,将一张图像分成多个图像块,其中所述多个图像块在压缩过程中采用不同的量化参数;

依据每个图像块对应的量化参数,对每个图像块进行重建以得出最终重建图像块;以及

将每个图像块对应的最终重建图像块进行组合,以得出所述图像的压缩图像,

其中对每个图像块进行重建以得出所述最终重建图像块的步骤包括:

判断所述图像块的量化参数于量化参数拟合曲线中的落点的位置,其中所述量化参数拟合曲线为测试用量化参数与最佳训练用量化参数的拟合曲线;

若所述落点位于第一预定量化参数和第二预定量化参数之间,采用与所述第一预定量化参数对应的第一映射矩阵来重建所述图像块,以得出第一重建图像块,以及采用与所述第二预定量化参数对应的第二映射矩阵来重建所述图像块,以得出第二重建图像块;以及

采用线性插值方式,融合所述第一重建图像块和所述第二重建图像块,以得出所述最终重建图像块。

2.根据权利要求1所述的图像压缩方法,其特征在于,于判断所述落点的位置的步骤之后,所述方法更包括:

若所述落点小于最小的预定量化参数,采用与所述最小的预定量化参数对应的映射矩阵来重建所述图像块,以得出所述最终重建图像块。

3.根据权利要求1所述的图像压缩方法,其特征在于,于判断所述落点的位置的步骤之后,所述方法更包括:

若所述落点大于最大的预定量化参数,采用与所述最大的预定量化参数对应的映射矩阵来重建所述图像块,以得出所述最终重建图像块。

4.根据权利要求1所述的图像压缩方法,其特征在于,所述量化参数拟合曲线是通过以下步骤得出:

于训练阶段中,以不同训练用量化参数对高清训练图像进行压缩以得出压缩训练图像,分别以对应不同训练用量化参数的所述压缩训练图像为输出,将高清训练图像输入到映射模型中来训练所述映射模型,以分别得到不同训练用量化参数下对应的映射矩阵;

于测试阶段中,以不同所述测试用量化参数对高清测试图像进行压缩以得出第一压缩测试图像,利用所述映射模型以不同训练用量化参数下对应的映射矩阵将所述高清测试图像映射成第二压缩测试图像,找出与所述测试用量化参数下的所述第一压缩测试图像差异最小的所述第二压缩测试图像及其对应的映射矩阵所采用的所述最佳训练用量化参数;以及

于预处理阶段中,得出所述测试用量化参数与所述最佳训练用量化参数的拟合曲线,并存储对应所述最佳训练用量化参数的映射矩阵。

5.根据权利要求1所述的图像压缩方法,其特征在于,于将所述图像分成所述多个图像块的步骤之后,所述方法更包括:

对所述多个图像块进行块离散余弦变换。

6.一种图像压缩装置,其特征在于,所述装置包括:

一或多个处理器;

存储器;以及

一或多个程序模块,存储于所述存储器中且可由所述一或多个处理器执行以实现图像压缩方法,所述方法包括:

将一张图像分成多个图像块,其中所述多个图像块在压缩过程中采用不同的量化参数;

依据每个图像块对应的量化参数,对每个图像块进行重建以得出最终重建图像块;以及

将每个图像块对应的最终重建图像块进行组合,以得出所述图像的压缩图像,

其中对每个图像块进行重建以得出所述最终重建图像块的步骤包括:

判断所述图像块的量化参数于量化参数拟合曲线中的落点的位置,其中所述量化参数拟合曲线为测试用量化参数与最佳训练用量化参数的拟合曲线;

若所述落点位于第一预定量化参数和第二预定量化参数之间,采用与所述第一预定量化参数对应的第一映射矩阵来重建所述图像块,以得出第一重建图像块,以及采用与所述第二预定量化参数对应的第二映射矩阵来重建所述图像块,以得出第二重建图像块;以及

采用线性插值方式,融合所述第一重建图像块和所述第二重建图像块,以得出所述最终重建图像块。

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深圳市华星光电技术有限公司,未经深圳市华星光电技术有限公司许可,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/201910341714.1/1.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