[发明专利]基于视觉冗余度量的图像压缩方法

摘要

本发明公开了一种基于视觉冗余度量的图像压缩方法，主要解决现有图像压缩效率低的问题。其实现步骤是：（1）采用自回归模型对待压缩图像进行预测，得到预测图像；（2）根据待压缩图像和预测图像得到残差图像，并计算残差图像中各像素的局部二值模式值；（3）统计每个像素周边邻域中相同局部二值模式值出现的概率，计算待压缩图像的不确定度；（4）根据不确定度计算各像素对应的可视阈值，以对待压缩图像进行去冗余操作，得到预处理图像；（5）对预处理图像进行压缩，得到压缩图像。本发明通过可视阈值能有效去除图像中视觉冗余信息，提升了压缩效率，可用于网络视频、手机可视电话及卫星遥感图像的传输。

主权项

1.一种基于视觉冗余度量的图像压缩方法，包括如下步骤：（1）输入大小为N×N的待压缩图像I，采用自回归模型对该图像I的各个像素值进行预测，得到预测图像I′；（2）用输入待压缩图像I中各个像素的值减去预测图像I′中对应像素的值，得到预测残差图像U；（3）计算残差图像U中第i个像素x_i的局部二值模式LBP值；（4）对于残差图像U中每个像素x_i，统计以它为中心的周边21×21邻域中出现相同LBP值的概率p(k)；根据统计的概率计算残差图像U中每个像素x_i的不确定度H(x_i)；（5）利用各个像素的不确定度H(x_i)，计算待压缩图像I中各个像素v_i对应的可视阈值PM(v_i)：（5a）计算待压缩图像I的亮度对比度对可视阈值的影响量f₁(v_i)：f1(v1)=0.115×αE(vi)2.4E(vi)2.4+β2,i∈(1~N2),]]>其中，E(v_i)为待压缩图像I中像素v_i的亮度对比度值，α为非线性增长系数，取值为16，β为非线性比例控制参数，取值为26；（5b）计算不确定度和亮度对比度对可视阈值的交互影响量f₂(v_i)：f2(vi)=1+(1+k1exp(-f1(vi)k2))k3H(xi)k4H(xi)2+k52,]]>其中，k₁为比例控制系数，取值为2.03；k₂为衰减控制参数，取值为0.19；k₃、k₄和k₅分别为数值不等的三个非线性转换中的形状控制参数，取值为k₃＝2.67、k₄＝3.22、k₅＝1.19；（5c）根据步骤（5a）和（5b）的结果，得到待压缩图像I中各个像素v_i对应的可视阈值PM(v_i)：PM(v_i)＝f₁(v_i)f₂(v_i)；（6）根据待压缩图像I中每个像素v_i的可视阈值PM(v_i)，对待压缩图像I去除视觉冗余，得到压缩前的预处理图像Y，该预处理图像Y中的每个像素值y_i通过如下公式计算得到：yi=vi+PM(vi),vi-v‾<-PM(vi)v‾,|vi-v‾|≤PM(vi)vi-PM(vi),vi-v‾>PM(vi),]]>其中，为待压缩图像I的像素平均值，（7）对预处理图像Y进行压缩，获得压缩图像。