[发明专利]一种基于双编码模式的图像压缩方法

摘要

本发明提供了一种基于双编码模式的图像压缩方法，它是根据图像内不同区域的特征，将每个图像宏块利用一种“率–失真”优化策略，从传统的JPEG图像压缩方法和传统的基于智能量化算法的图像压缩方法中，自适应地选择一种高效的压缩方法进行压缩，实现对整个图像的高效压缩，对图像内具有不同内容的区域可以实现不同的压缩效果，与传统的JPEG图像压缩方法相比，本发明提供的图像压缩方法，实现了根据图像内部特征自适应地选择高效压缩方法的策略，能够为不同的图像区域提供最高效的压缩方法。

主权项

1.一种基于双编码模式的图像压缩方法，其特征是它包括以下步骤：步骤1，图像的预处理将大小为W×H的图像,按照传统的JPEG图像压缩方法中经典的图像分块方法划分为N＝(W×H)/162个互不重叠的，大小为16×16的正方形图像宏块，记为b1，b2，…，bi，…，bN；这里，W代表图像的宽度，H代表图像的高度，N代表图像划分后图像块的总个数，i代表图像块的索引，i∈{1，2，…，N}；步骤2，图像宏块的二维离散余弦变换按照传统的JPEG图像压缩方法中的图像块二维离散余弦变换方法对每一个图像宏块bi进行二维离散余弦变换，将变换后得到的系数块记为Bi；步骤3，用传统的基于智能量化算法的图像压缩方法压缩图像宏块首先，定义传统的基于智能量化算法的图像压缩方法中需要进行高质量压缩的像素点的坐标索引集合为需要进行低质量压缩的像素点的坐标索引集合为这里，x代表步骤1中得到的图像块bi的横坐标，y代表bi的纵坐标；其次，定义传统的基于智能量化算法的图像压缩方法中需要进行普通标量量化的变换系数的坐标索引集合为需要进行用户自定义量化的变换系数的坐标索引集合为这里，m代表步骤2中得到的系数块Bi的横坐标，n代表系数块Bi的纵坐标；接着，用传统的基于智能量化算法的图像压缩方法中的经典量化策略-1对步骤1得到的图像块bi进行压缩，将得到的量化后的系数块记为将得到压缩后的图像宏块记为b′i，并且，这里，O是一个8×8的全零矩阵，是一个8×8的矩阵，其中，这里，δu,v是中的元素，u代表内元素的横坐标，v代表内元素的纵坐标，u和v是自然数，1≤u≤8，1≤v≤8；并且，这里，是b′i中的元素，u1代表b′i内元素的横坐标，v1代表b′i内元素的纵坐标，u1和v1是自然数，1≤u1≤16，1≤v1≤16；这里，传统的基于智能量化算法的图像压缩方法是根据用户的定义对每个图像块内的一部分像素点进行高质量压缩，对另一部分像素点进行低质量压缩的图像压缩方法；传统的基于智能量化算法的图像压缩方法中的经典量化策略-1是指在传统的基于智能量化算法的图像压缩方法中将变换后的部分变换系数强制量化为0后，再用量化后的误差调整其他系数的量化策略；步骤4，计算图像宏块的编码码率用传统的JPEG图像压缩方法中的熵编码方法计算步骤3中产生的的编码码率，记为步骤5，压缩后图像宏块的插值重建首先，用步骤3中得到的图像宏块b′i中位于位置上的像素点，对图像宏块b′i中位于位置上的像素点进行传统的双三次插值，得到插值后的图像宏块，记为b″i：这里，是b″i中的元素，u2代表b″i内元素的横坐标，v2代表b″i内元素的纵坐标，u2和v2是自然数，1≤u2≤16，1≤v2≤16；步骤6，计算图像宏块的编码均方误差用传统的计算均方误差的方法计算步骤5中得到的图像宏块b″i与步骤1中产生的图像宏块bi之间的均方误差，记为步骤7，用传统的JPEG图像压缩方法压缩图像宏块首先，将步骤1中所产生的大小为16×16的图像宏块bi，按照传统的JPEG图像压缩方法中经典的图像分块方法分为4个互不重叠，大小为8×8的图像块，记为和其中，这里，是中的元素，m1代表内元素的横坐标，n1代表内元素的纵坐标，m1和n1是自然数，1≤m1≤8，1≤n1≤8；是中的元素，m2代表内元素的横坐标，n2代表内元素的纵坐标，m2和n2是自然数，1≤m2≤8，1≤n2≤8；是中的元素，m3代表内元素的横坐标，n3代表内元素的纵坐标，m3和n3是自然数，1≤m3≤8，1≤n3≤8；是中的元素，m4代表内元素的横坐标，n4代表内元素的纵坐标，m4和n4是自然数，1≤m4≤8，1≤n4≤8；其次，对图像块和依次使用传统的JPEG图像压缩方法进行压缩，将得到量化系数块分别记为和将得到压缩后的图像块分别记为和其中，这里，是中的元素，x1代表内元素的横坐标，y1代表内元素的纵坐标，x1和y1是自然数，1≤x1≤8，1≤y1≤8；是中的元素，x2代表内元素的横坐标，y2代表内元素的纵坐标，x2和y2是自然数，1≤x2≤8，1≤y2≤8；是中的元素，x3代表内元素的横坐标，y3代表内元素的纵坐标，x3和y3是自然数，1≤x3≤8，1≤y3≤8；是中的元素，x4代表内元素的横坐标，y4代表内元素的纵坐标，x4和y4是自然数，1≤x4≤8，1≤y4≤8；并且，这里，是中的元素，i1代表内元素的横坐标，j1代表内元素的纵坐标，i1和j1是自然数，1≤i1≤8，1≤j1≤8；是中的元素，i2代表内元素的横坐标，j2代表内元素的纵坐标，i2和j2是自然数，1≤i2≤8，1≤j2≤8；是中的元素，i3代表内元素的横坐标，j3代表内元素的纵坐标，i3和j3是自然数，1≤i3≤8，1≤j3≤8；是中的元素，i4代表内元素的横坐标，j4代表内元素的纵坐标，i4和j4是自然数，1≤i4≤8，1≤j4≤8；其次，对量化系数块和依次使用传统的JPEG图像压缩方法中的熵编码方法计算编码比特数，得到的量化系数块的编码比特数记为量化系数块的编码比特数记为量化系数块的编码比特数记为和量化系数块的编码比特数记为接着，将和相加，得到使用传统的JPEG图像压缩方法对图像宏块bi进行压缩后的码率，记为然后，将图像块和按照从上到下，从左到右的顺序，组成一个大小为16×16的图像宏块，记为这里，最后，用传统的计算均方误差的方法计算图像宏块与步骤1中产生的图像宏块Bi之间的均方误差，记为步骤8，最优编码和解码模式的选择首先，对步骤1产生的图像宏块bi，用步骤4得到的码率和步骤6得到均方误差相乘，将相乘的结果记为用步骤7得到的比特数和均方误差相乘，将相乘的结果记为比较和的大小，如果那么选择步骤3、步骤4、步骤5的压缩方法对步骤1中产生的图像宏块bi进行压缩；如果那么选择步骤7的压缩方法对步骤1中产生的图像宏块bi进行压缩，将压缩后得到图像宏块，记为ai：这里，αp,q是ai中的元素，p代表ai内元素的横坐标，q代表ai内元素的纵坐标，p和q是自然数，1≤p≤16，1≤q≤16；接着，将对图像宏块bi进行压缩后得到的码率记为Biti，如果那么，如果那么，步骤9，构建解码图像对于步骤8中产生的图像宏块ai，采用传统的JPEG图像压缩方法中图像块合成图像的方法，产生重建图像，记为