[发明专利]图像压缩方法及装置

说明书

本申请采用分块方式分别重建图像块，在每个图像块的重建过程中，根据图像块内量化参数的大小求取最邻近的两个映射矩阵，利用这两个映射矩阵对图像块进行重建得出两个重建图像块，这两个重建图像块再通过线性插值的方式进行融合得出最终重建图像块，将所有的最终重建图像块进行组合得到最终重建图像。本申请解决图像压缩引起的块效应，改善现有技术采用一种映射矩阵，不能兼容多种量化系数而导致的压缩失真的情况。

技术领域

本申请涉及一种图像处理技术，特别涉及一种图像压缩方法及装置。

背景技术

块离散余弦变换(block discrete cosine transform,BDCT)被广泛应用于例如JPEG、H.264/AVC及H.265/HEVC等图像压缩编码中。此图像压缩编码并常在变换后进行量化。然而，由于每图像块单独进行变换以及粗糙的量化，此编码技术通常会产生块效应。为了保证图像质量，一帧图像中每个图像块会采取不同的量化参数(quantizationparameter,QP)。稀疏表示(sparse representation)可用来降地块效应，但是传统的稀疏表示方式的训练模型只适用于一种量化参数，当量化参数为其他值时，处理后图像不能得到最佳的效果。

发明内容

本申请的目的在于提供一种图像压缩方法及装置，以解决图像压缩引起的块效应，改善现有技术采用一种映射矩阵，不能兼容多种量化系数而导致的压缩失真的情况。

为达成上述目的，本申请一方面提供一种图像压缩方法，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；

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。

本申请实施例中，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。

本申请实施例中，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。

本申请实施例中，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；