[发明专利]图像压缩方法及基于ARM多核异构处理器的图像压缩系统

说明书

本发明涉及嵌入式系统、图像压缩编码技术领域，尤其涉及图像压缩方法及基于ARM多核异构处理器的图像压缩系统。一种图像压缩方法，所述方法包括：对采集的原始图像进行归一化预处理；基于深度神经网络对预处理后的图像进行显著性检测，得到全局显著图；基于预设的图像块尺寸对全局显著图进行划分，基于划分的全局显著图对量化参数进行调整，得到量化参数调整结果；基于量化参数调整结果对预处理后的图像进行HEVC帧内自适应量化编码，得到压缩编码的图像。本发明的方法基于多层神经网络进行图像显著性检测，相较于传统算法泛化能力更强；基于显著度对图像各编码单元进行量化参数调整，充分利用显著性特征实现编码资源更加合理的分配。

技术领域

本发明涉及嵌入式系统、图像压缩编码技术领域，尤其涉及图像压缩方法及基于ARM多核异构处理器的图像压缩系统。

背景技术

原始图像中存在冗余信息，直接传输与存储原始图像数据需要占据大量带宽与存储空间资源，因此需要设计高效的图像压缩方案。图像压缩技术通过采用各种方法去除图像中的冗余数据从而减少用于表征图像内容的总数据量。结合视觉显著性的优化编码方法，考虑人眼视觉系统对图像语义感知的选择性和偏向性，通过调整分配编码资源控制图像中不同区域的失真程度，进一步去除视觉冗余，实现节省码率的同时仍保证图像的主观质量，成为越来越多研究人员关注的热点。

相比于传统基于手工设计特征的显著性检测算法，深度学习方法可以充分挖掘数据潜在特征，具有强大的表征学习能力，算法的适应性更好，但也具有计算量大硬件成本高的缺点。

新一代高效视频编码HEVC/H.265标准方案由国际运动图像专家组MPEG和国际电信联盟的视频编码专家组VCEG组成的视频编码联合工作组JCT-VC提出，仍然基于传统的混合编码框架，但在各个模块上都实现了技术创新，包括更加灵活的块划分模式、多角度的预测模式、基于DCT的分像素插值滤波、高效的自适应算术编码以及波形并行处理技术等等，编码效率相比于上一代H.264/AVC提高了一倍，但编码复杂度也急剧增加。

综上可知图像压缩性能的提高建立在复杂的算法基础上，在实际应用中对硬件的性能资源以及软件算法的优化部署提出了更高的要求，整体实现方案的效率至关重要。

基于FPGA的设计方案逻辑单元配置灵活，但需要设计编写全部的控制逻辑与完整的算法底层逻辑，复杂算法的开发难度较大，实际应用中FPGA难以独立完成复杂的数据处理任务。

发明内容

本发明的目的在于克服现有技术缺陷，提出了及一种智能图像压缩处理方法及系统。

为了实现上述目的，本发明提出了一种图像压缩方法，所述方法包括：

对采集的原始图像进行归一化预处理；

基于深度神经网络对预处理后的图像进行显著性检测，得到全局显著图；

基于预设的图像块尺寸对全局显著图进行划分，基于划分的全局显著图对量化参数进行调整，得到量化参数调整结果；

基于量化参数调整结果对预处理后的图像进行HEVC帧内自适应量化编码，得到压缩编码的图像。

作为上述方法的一种改进，所述方法还包括预先建立和训练ResNet50模型，用于提取输入图像的特征图；所述ResNet50模型包括依次连接的卷积层、平均池化层和全连接层。

作为上述方法的一种改进，所述基于深度神经网络对预处理后的图像进行显著性检测，得到全局显著图；具体包括：

将预处理后的图像输入预先建立和训练好的ResNet50模型，对ResNet50模型全连接层的输出张量y进行数值排序，得到排名前五的元素c_i及对应索引列表c：

c＝{c_i},i＝1,2,3,4,5