CN101668196B - 基于下采样和插值的低码率图像压缩方法 - Google Patents
基于下采样和插值的低码率图像压缩方法 Download PDFInfo
- Publication number
- CN101668196B CN101668196B CN 200910024058 CN200910024058A CN101668196B CN 101668196 B CN101668196 B CN 101668196B CN 200910024058 CN200910024058 CN 200910024058 CN 200910024058 A CN200910024058 A CN 200910024058A CN 101668196 B CN101668196 B CN 101668196B
- Authority
- CN
- China
- Prior art keywords
- image
- coefficient
- low
- frequency sub
- code rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明公开一种基于下采样和插值重构的低码率图像压缩方法,主要解决现有低码率图像压缩客观PSNR值不高,主观图像质量中纹理边缘部分不清晰的缺点,其实现步骤为:(1)对原始图像进行拉普拉斯金字塔分解,在低通滤波下采样后产生低频子带信号;(2)对低频子带信号进行方向自适应编码产生压缩后的低码率压缩图像的码流信息;(3)对低码率压缩图像的码流信息进行方向自适应提升解码,产生重构的低频子带信号;(4)对解码后的低频子带信号进行方向波插值恢复,产生重构后的图像。本发明具有低码率压缩客观PSNR值高,边缘及纹理细节比较清晰的优点,能够用于实时压缩图像传输的高质量恢复。
Description
技术领域
本发明属于图像处理技术领域,涉及数字图像压缩,特别是一种基于拉普拉斯下采样和基于方向波插值相结合的低码率图像压缩方法,可用于低码率图像的实时通信和后期高质量的图像解码恢复。
背景技术
图像的压缩和通信过程常常需要实时性和高效性。近年来,基于多尺度表示的图像渐进传输编码,多种质量服务,低码率下图像重构等多媒体应用已经有了相当广泛的应用,并且发展前景可观。由于具有极其出色的优良特性,比如多尺度多分辨表示,高效的能量聚合能力等,基于离散小波变换DWT的JPEG2000已经成为图像视频压缩领域最为重要的标准技术之一。在JPEG2000编码的标准广泛应用于各种图像的压缩领域时,仍旧遗留了很多问题。比如基于DWT变换的JPEG2000标准的运行速度以及对内存的需求相对基于分块DCT的JPEG标准来说较为苛刻,计算复杂度高且内存需求量大。
传统的低码率图像压缩方法有基于离散余弦变换DCT的JPEG低码率压缩方法,以及基于离散小波变换DWT的JPEG2000低码率压缩方法。其中:
基于离散余弦变换DCT的JPEG图像压缩方法,是先把图像分成8×8的图像块,然后分别对每个图像块分别进行离散余弦变换,最后再对变换后的频域系数进行编码来进行压缩。这种方法虽然可以通过丢弃不重要的高频系数得到较低的码率传输,但是不论从图像恢复的客观PSNR值来看,还是边缘纹理的主观清晰度来看都是比较差的,另外压缩重构的图像在分块的边缘部分还有块状振铃效应。
基于离散小波变换DWT的JPEG2000图像压缩方法,是先将图像进行离散小波变换,然后对变换后的频域系数进行EBCOT编码来进行图像压缩。而相关的低码率图像压缩方法一般是直接将经过变换后频域系数中高频部分的不重要系数丢弃,只编码低频系数部分和高频系数中的重要系数。码率越低,图像压缩恢复时的可用信息就越少。这种方法在图像压缩编码时没有合理的聚合相关信息,并且在图像恢复解码时没有预测丢弃的高频信息,因此不论从客观PSNR值还是主观视觉效果来看,低码率下压缩效果不是很好。
另外,由于自然图像中存在很多重要的纹理信息和边缘方向信息,而传统的基于离散小波变换DWT的JPEG2000低码率图像压缩方法不能有效的处理这种问题是因为边缘的方向不可能是完全水平或垂直的,而离散小波变换DWT只能处理严格水平或垂直的纹理信息,因此它在复杂纹理信息处理方面没有多尺度几何中方向波变换好。
发明内容
本发明的目的在于提供一种基于下采样和插值的低码率图像压缩方法,以克服上述两种方法在低码率图像压缩时客观PSNR值不高,主观图像质量中纹理部分不清晰的缺点,提高图像压缩质量。
实现本发明目的的技术方案,包括如下步骤:
(1)对原始图像进行拉普拉斯金字塔分解,在低通滤波下采样后产生低频子带信号;
(2)对低频子带信号进行方向自适应编码产生压缩后的低码率压缩图像的码流信息;
(3)对低码率压缩图像的码流信息进行方向自适应提升解码,产生重构的低频子带信号;
(4)对解码后的低频子带信号进行方向波插值恢复,产生重构后的图像。
本发明由于采用拉普拉斯金字塔方式的下采样,避免了频率混叠现象,增强了变换系数的各向异性,保留了所有方向上的图像信息,它的冗余特性在下采样时具有更好的保留图像纹理信息的作用;另外,这种下采样方式在滤波中考虑到了相邻像素间的相关性以及相关性强弱关系,因此用于低码率下的图像重构能取得更好的效果;同时由于本发明所采用的方向波变换是一种具有方向特性的多尺度几何变换方法,不仅保留了标准二维离散小波变换可分离性质和简易性,而且用它进行插值恢复,能够更好的保留下采样后低分辨率图像中的纹理信息和方向信息,得到具有相对较高的客观PSNR值和更好的主观视觉效果。
附图说明
图1是本发明的流程图;
图2是本发明采用的Lena和Baboon两幅标准测试图像;
图3是JPEG2000方法在码率为0.125bpp时对图2的压缩效果图;
图4是本发明方法在码率为0.125bpp时对图2的压缩效果图。
具体实施方式
参照图1,本发明的具体实现步骤如下:
步骤1:对原始图像进行拉普拉斯金字塔分解,在低通滤波下采样后产生低频子带信号。
1.1)采用拉普拉斯塔式分解滤波系数,构造双正交9/7滤波器,其中低通滤波系数h={0.037828455,-0.023849465,-0.110624404,0.377402856,0.852698679,0.377402856,-0.110624404,-0.023849465,0.037828455},高通滤波系数g={-0.064538883,-0.040689418,0.418092273,0.788485616,0.418092273,-0.040689418,-0.064538883};
1.2)对原始图像进行边缘的镜像延拓;
1.3)用构造的双正交9/7滤波器与原始图像分别进行水平和垂直方向的卷积操作,得到拉普拉斯金字塔滤波下采样后的低频子带图像。
步骤2:对大小为原始图像1/4的低频子带信号进行方向自适应编码产生压缩后的低码率压缩图像的码流信息。
2.1)选择主要纹理方向作为变换方向,并在变换方向上对图像进行边界延拓;
2.2)在变换方向上将像素采样点分为奇数位系数和偶数位系数;
2.3)对变换方向上的奇数位系数和偶数位系数用线性组合方式进行方向预测,得到预测系数;
2.4)对变换方向上的偶数位系数和得到的预测系数用线性组合方式进行方向提升,得到变换后的系数;
2.5)对变换系数进行算术编码得到最终可供传输或压缩存储的码流。
步骤3:对低码率压缩图像的码流信息进行方向自适应提升解码,产生重构的低频子带信号;
3.1)对得到的码流进行算术解码得到变换系数;
3.2)在变换方向上将得到的变换系数分成奇数位系数和偶数位系数;
3.3)在变换方向上由奇数位系数和偶数位系数进行方向提升的逆向操作得到预测系数;
3.4)在变换方向上由奇数位系数和预测系数用线性组合方式进行方向预测的逆向操作得到方向波反变换后的图像。
步骤4:确定方向图:将解码后的下采样图像在空域中分割成大小为16×16像素的分割块,分割块中代表方向对的陪集本方法中设定为5个,分别为D={(0°,90°),(0°,45°),(0°,-45°),(90°,45°),(90°,-45°)},沿着这5个方向的变换与队列方向对用双正交9/7一维滤波器组,进行变换方向的滤波操作,得到5个变换后的分割块,其中滤波系数和步骤1中采用的滤波系数相同。每个分割块中高频子带能量最小化的方向为最佳变换与队列方向对,其中最佳变换方向即为纹理方向,将所处理的分割块标记为n,方向波变换方向标记为d,频域变换系数标记为Wn,i (d),则标记为n的分割块所对应的最佳纹理方向的计算公式为:
其中:频域变换系数Wn,i (d)通过沿着d方向对第n个分割块应用方向波变换产生。分割块中方向图的方向由高通子带集合{dn *}中使得能量最小化的方向决定,它为分割块的局部变换方向与自然图像纹理方向之间提供了最佳匹配。无明显纹理方向的平滑分割块使用水平和垂直方向的方向对。最终这些分割块的方向集合构成了方向图。
步骤5:高分辨率图像的初始估计:
对解码后的下采样图像使用双三次插值得到小波低频子带图像,提取其剧烈变化点信息得到小波高频子带图像,然后对小波低频子带图像和小波高频子带图像进行小波变换的反变换,重构出高分辨图像的初始估计。
步骤6:沿着最佳纹理方向对高分辨率图像的初始估计使用方向波变换,在每个尺度上产生3个方向波高频子带图像,记为HL,LH,HH。方向波变换的特性使得方向波变换系数的幅度值的极值|WHL,LH,HH jf(xm)|在不同尺度j=1,2,…J上遵循以下尺度关系:
式中Km表示尺度常量,αm表示局部Lipschitz正则化因子,它们是剧烈变换点的2个参数;剧烈变换点通过线性回归的方式在3个高频子带中使用上述公式进行高频系数的估计。
步骤7:通过凸集投影对得到的高分辨率图像的初始估计进行迭代细化,方向波插值迭代次数设定为5次,但不限于5次,使得预测的高频信息不断的精确化,最终使用方向图和方向波反变换将得到的3个方向波高频子带图像与原始低分辨率图像重构为最终的高分辨原始图像。
本发明的试验效果可以通过以下试验进一步说明
1)试验条件
采用图像压缩中常用的标准图像Lena 512×512和Baboon 512×512,如图2所示,其中图2(a)是Lena512×512原始图像,图2(b)是Baboon512×512原始图像。在0.125bpp码率下对这两幅图像使用标准JPEG2000方法,如图3所示,其中图3(a)是使用JPEG2000方法的Lena重构图,图3(b)是使用JPEG2000方法的Baboon重构图。在0.125bpp码率下对这两幅图像使用本发明方法,如图4所示,其中图4(a)是使用本发明方法的Lena重构图,图4(b)是使用本发明方法的Baboon重构图。
2)试验结果分析
对这两种方法的压缩重构效果进行对比,其中图3(a)和图4(a)主要显示了JPEG2000方法和本发明方法的客观PSNR对比结果,其中图3(b)和图4(b)主要显示了JPEG2000方法和本发明方法的主观视觉对比效果。
从图3(a)和图4(a)的对比可以看出,本发明对Lena的重构图具有较好的客观PSNR值,其中PSNR为压缩效果的客观评价值,值越大说明压缩效果越好。
从图3(b)和图4(b)的对比可以看出,本发明对Baboon的重构图具有较好的主观评测效果MSSIM,其中MSSIM为压缩效果的主观评价值,范围为[0,1],值越大说明压缩恢复图像的主观效果越好。
从图3和图4的整体试验对比可以看出,本发明对边缘和纹理的保持比较好,低码率下能够获得更高的客观PSNR值和更好的主观效果,尤其是纹理比较丰富的地方。本发明在边缘和细节信息的保持方面明显优于标准JPEG2000方法,比如经本发明压缩重构后Lena的帽沿及帽子上的纹理比较突出,方向特征明显,边缘比较清晰。而用标准JPEG2000方法后,Lena帽沿比较模糊,帽子上的纹理也呈现过分平滑的模糊网格,没有自适应的方向特征。
综上,在低码率压缩条件下,本发明不仅客观PSNR值较高而且主观视觉效果也比较好,在边缘纹理保持方面优势大,更重要的是它的压缩框架结构使得计算复杂度比较低。
Claims (2)
1.一种基于下采样和插值的低码率图像压缩方法,包括如下步骤:
(1)对原始图像进行拉普拉斯金字塔分解,在低通滤波下采样后产生低频子带信号:
1a)构造双正交9/7滤波器组,该滤波器组的系数采用拉普拉斯变换中的滤波器组系数;
1b)对原始图像进行边缘的镜像延拓;
1c)用构造得到的滤波器组对原始图像信号进行卷积操作,获得低通滤波下采样低频子带信号;
(2)对大小为原始图像1/4的低频子带信号进行方向自适应编码产生压缩后的低码率压缩图像的码流信息:
2a)选择主要纹理方向作为变换方向,并在变换方向上对图像进行边界延拓;
2b)在变换方向上将像素采样点分为奇数位系数和偶数位系数;
2c)对变换方向上的奇数位系数和偶数位系数用线性组合方式进行方向预测,得到预测系数;
2d)对变换方向上的偶数位系数和得到的预测系数用线性组合方式进行方向提升,得到变换后的系数;
2e)对变换系数进行算术编码得到最终供传输或压缩存储的码流;
(3)对低码率压缩图像的码流信息进行方向自适应提升编码,产生重构后的的低频子带信号:
3a)对得到的码流进行算术解码得到变换系数;
3b)在变换方向上将得到的变换系数分成奇数位系数和偶数位系数;
3c)在变换方向上由奇数位系数和偶数位系数进行方向提升的逆向操作得到预测系数;
3d)在变换方向上由奇数位系数和预测系数用线性组合方式进行方向预测的逆向操作得到方向波反变换后的图像;
(4)对解码后的低频子带信号进行方向波插值恢复,产生重构后的图像。
2.根据权利要求1所述的低码率图像压缩方法,其中步骤(4)所述的对低频子带信号进行方向波插值恢复,按如下步骤进行:
4a)在空域把图像分成大小为16×16像素的分割块,将每个分割块沿着集合D={(0°,90°),(0°,45°),(0°,-45°),(90°,45°),(90°,-45°)}中的每对变换与队列方向对用双正交9/7一维滤波器组进行变换方向的滤波操作;
4b)每个分割块中高频子带能量最小化的方向为最佳变换与队列方向对,这些分割块的方向集合构成了方向映射图;
4c)在产生的方向映射图中将确定的最佳纹理方向对定义为相应分割块的方向对并进行标识处理;
4d)对没有主要纹理方向的平滑块使用水平和垂直方向的滤波操作;
4e)对低分辨率图像使用双三次插值得到小波低频子带图像,提取其剧烈变化点信息得到小波高频子带图像;
4f)对小波低频子带图像和小波高频子带图像进行小波变换的反变换,重构出高分辨图像的初始估计;
4g)沿着最佳纹理方向对高分辨率图像的初始估计使用方向波变换,在每个尺度上产生3个方向波高频子带图像,记为HL,LH,HH;
4h)通过凸集投影对得到的高分辨率图像的初始估计进行迭代细化,当满足设定的迭代次数时,使用方向图和方向波反变换将得到的3个方向波高频子带图像与原始低分辨率图像重构为最终的高分辨原始图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910024058 CN101668196B (zh) | 2009-09-25 | 2009-09-25 | 基于下采样和插值的低码率图像压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910024058 CN101668196B (zh) | 2009-09-25 | 2009-09-25 | 基于下采样和插值的低码率图像压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101668196A CN101668196A (zh) | 2010-03-10 |
CN101668196B true CN101668196B (zh) | 2012-02-08 |
Family
ID=41804598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910024058 Expired - Fee Related CN101668196B (zh) | 2009-09-25 | 2009-09-25 | 基于下采样和插值的低码率图像压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101668196B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103039075B (zh) * | 2010-05-21 | 2015-11-25 | Jvc建伍株式会社 | 图像编码装置、图像编码方法、以及图像解码装置、图像解码方法 |
CN102479380B (zh) * | 2010-11-25 | 2014-01-15 | 北京大学 | 一种提高图像分辨率的图像插值方法及装置 |
CN103096049A (zh) | 2011-11-02 | 2013-05-08 | 华为技术有限公司 | 一种视频处理方法及系统、相关设备 |
CN103647959A (zh) * | 2013-12-23 | 2014-03-19 | 国网安徽省电力公司信息通信分公司 | 一种甚低码率应用中传输高清数码照片的方法 |
CN104079950A (zh) * | 2014-07-04 | 2014-10-01 | 福建天晴数码有限公司 | 视频输出处理、视频接收处理的方法、装置和系统 |
CN105392014B (zh) * | 2015-11-05 | 2019-03-08 | 天津津航计算技术研究所 | 一种优化的小波变换图像压缩方法 |
CN106897979B (zh) * | 2017-03-31 | 2020-08-25 | 联想(北京)有限公司 | 图像处理方法及系统、电子设备 |
CN110149554B (zh) * | 2019-05-31 | 2021-06-15 | Oppo广东移动通信有限公司 | 视频图像处理的方法、装置、电子设备以及存储介质 |
US10833702B1 (en) | 2019-09-19 | 2020-11-10 | International Business Machines Corporation | Interpolation search to find arbitrary offsets in a compressed stream |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6593925B1 (en) * | 2000-06-22 | 2003-07-15 | Microsoft Corporation | Parameterized animation compression methods and arrangements |
US6731815B1 (en) * | 2000-03-03 | 2004-05-04 | Tektronix, Inc. | Human vision based pre-processing for MPEG video compression |
CN101023662A (zh) * | 2004-07-20 | 2007-08-22 | 高通股份有限公司 | 用于运动矢量处理的方法和设备 |
CN101246594A (zh) * | 2008-02-22 | 2008-08-20 | 华南师范大学 | 一种基于梯度场的优化融合遥感图像处理方法 |
CN100461218C (zh) * | 2007-03-29 | 2009-02-11 | 杭州电子科技大学 | 多尺度自适应对比度变换的医学图像增强方法 |
-
2009
- 2009-09-25 CN CN 200910024058 patent/CN101668196B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6731815B1 (en) * | 2000-03-03 | 2004-05-04 | Tektronix, Inc. | Human vision based pre-processing for MPEG video compression |
US6593925B1 (en) * | 2000-06-22 | 2003-07-15 | Microsoft Corporation | Parameterized animation compression methods and arrangements |
CN101023662A (zh) * | 2004-07-20 | 2007-08-22 | 高通股份有限公司 | 用于运动矢量处理的方法和设备 |
CN100461218C (zh) * | 2007-03-29 | 2009-02-11 | 杭州电子科技大学 | 多尺度自适应对比度变换的医学图像增强方法 |
CN101246594A (zh) * | 2008-02-22 | 2008-08-20 | 华南师范大学 | 一种基于梯度场的优化融合遥感图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101668196A (zh) | 2010-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101668196B (zh) | 基于下采样和插值的低码率图像压缩方法 | |
CN103607591A (zh) | 结合超分辨率重建的图像压缩方法 | |
Wang et al. | Curved wavelet transform for image coding | |
CN108737823B (zh) | 基于超分辨技术的图像编码方法和装置、解码方法和装置 | |
CN105408935A (zh) | 上采样和信号增强 | |
CN109922339A (zh) | 结合多采样率下采样和超分辨率重建技术的图像编码框架 | |
CN109361919A (zh) | 一种联合超分辨率和去压缩效应的图像编码性能提升方法 | |
Ansari et al. | Context based medical image compression for ultrasound images with contextual set partitioning in hierarchical trees algorithm | |
Hsu et al. | Detail-enhanced wavelet residual network for single image super-resolution | |
Tanaka et al. | Multiresolution image representation using combined 2-D and 1-D directional filter banks | |
Ma et al. | A CNN-based image compression scheme compatible with JPEG-2000 | |
CN111726638A (zh) | 一种结合去压缩效应与超分辨率的hevc编码优化方法 | |
Dardouri et al. | Optimized lifting scheme based on a dynamical fully connected network for image coding | |
CN104661023B (zh) | 基于预失真和训练滤波器的图像或视频编码方法 | |
CN101155300A (zh) | 一种高误比特率下基于离散小波变换的水声图像压缩方法 | |
CN101056406B (zh) | 基于混合小波编码的医学超声图像压缩方法 | |
CN115442613A (zh) | 一种利用gan的基于帧间信息的噪声去除方法 | |
Hasan et al. | The most proper wavelet filters in low-complexity and an embedded hierarchical image compression structures for wireless sensor network implementation requirements | |
Ma et al. | Perceptual image compression via adaptive block-based super-resolution directed down-sampling | |
Mehrseresht et al. | Spatially continuous orientation adaptive discrete packet wavelet decomposition for image compression | |
CN103402090A (zh) | 一种基于霍夫曼无损压缩算法的改进方法 | |
Jia et al. | Deep convolutional network based image quality enhancement for low bit rate image compression | |
Malviya et al. | 2D-discrete walsh wavelet transform for image compression with arithmetic coding | |
Wu | Efficient reduction of artifact effect based on power and entropy measures | |
Gao et al. | Extremely Low Bit-rate Image Compression via Invertible Image Generation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120208 Termination date: 20170925 |