CN103065335B - 基于轮廓波域四叉块分裂模型的图像编码方法 - Google Patents
基于轮廓波域四叉块分裂模型的图像编码方法 Download PDFInfo
- Publication number
- CN103065335B CN103065335B CN201210582718.7A CN201210582718A CN103065335B CN 103065335 B CN103065335 B CN 103065335B CN 201210582718 A CN201210582718 A CN 201210582718A CN 103065335 B CN103065335 B CN 103065335B
- Authority
- CN
- China
- Prior art keywords
- block
- energy
- coefficient
- temp
- map
- 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
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开一种基于轮廓波域四叉块分裂模型的图像编码方法,首先建立轮廓波方向子带的分割块模型,并确定能量块和零块的定义准则;其次,利用轮廓波方向子带的四叉块分裂来定位能量块的集聚区域,即能量区域。实验结果表明,无论在峰值信噪比还是重构图像的主观质量,均优于SPIHT算法,特别对纹理和轮廓明显的图像尤为突出。对纹理比较突出的图像,本发明的峰值信噪比较SPIHT有了0.5~1.0dB的提高;而对于边缘和轮廓信息丰富的图像,本发明的PSNR值较SPIHT提高了1.0~1.5dB。此外,本发明保留了码流的嵌入式特性,并在时间和空间开销以及码流的容错性上均有一定程度的改进。
Description
技术领域
本发明涉及一种数字视频压缩方法,尤其是一种可提高现有嵌入式图像编码效率、适用于数字图像可分级压缩的基于轮廓波域四叉块分裂模型的图像编码方法。
背景技术
二维图像由于边缘、轮廓和纹理等具有高维奇异性的几何特征而包含了大部分信息,小波不再是表示图像的最优基函数。轮廓波变换(也称金字塔型方向滤波器组PDFB,PyramidalDirectionalFilterBank)不仅具有小波变换的多分辨率和时频局部特性,而且具有多方向性和各向异性。轮廓波变换的多方向性使得它对图像的边缘、轮廓和纹理等几何特征具有更加细致的表示能力,从而需要比小波变换更少的系数来刻画几何特征,具有更为优秀的压缩特性。然而,图像轮廓波变换所产生的大约33%的冗余系数通常会给图像编码效率的提高带来很大压力。为此,研究人员将轮廓波变换中对图像进行多尺度分析的LP(LaplacianPyamid)变换改为小波变换,提出了一种基于小波的轮廓波变换(WBCT),并应用多级树集合分裂算法(SPIHT)压缩图像。虽然该方案避免了传统轮廓波变换的冗余,图像纹理和光滑边缘区域解码图像的视觉效果在一定程度上优于基于小波变换的SPIHT算法。但是,解码图像的总体峰值信噪比却有所降低,并且由于将轮廓波变换中的LP换成了小波,变换的各向异性受到影响,以致影响了对图像的有效表示。实际上,经过分析发现在较高的解码率下,与小波相比,轮廓波变换的冗余特性通常会使其很多大幅值系数在嵌入式码流中得不到解码,降低解码质量。因此,人们又发明一种合理地组织轮廓波系数,并使相对更加重要的变换系数排在嵌入式码流的前端,可进一步改善编码效率的基于轮廓波变换的空间方向树结构和多尺度量化方案,它通过对不同子带采用不同的量化阈值来增加扫描的零树数量,在中低码率下获得的重构图像质量优于SPIHT,特别是对于那些具有丰富纹理和轮廓的图像。可是,由于该结构的基本单位是同一方向不同子带中的单个系数,空间方向树能否成为“零树”将取决于结构中的每一个系数,这种过于苛刻的约束条件有时会产生大量的“孤立零”,不可避免地增加“孤立零”的同步信息编码负担,影响编码效率。
发明内容
本发明是为了解决现有技术所存在的上述技术问题,提供一种可提高现有嵌入式图像编码效率、适用于数字图像可分级压缩的基于轮廓波域四叉块分裂模型的图像编码方法。
本发明的技术解决方案是:一种基于轮廓波域四叉块分裂模型的图像编码方法,其特征在于包括参数初始化、能量块测试、搜寻重要系数并对能量块排序、能量块细化并获得完整的渐进码流步骤,设定:Y表示图像变换系数的集合,LSP为重要系数列表,TEMP是一个一维矩阵,map表示一个映射矩阵,按照此映射矩阵可将二维变换系数矩阵映射到一维TEMP中,MARK为与TEMP相对应的一维矩阵,用以标记块的能量排序,k为能量标记,为初始阈值;
具体过程如下:
a.参数初始化
a.1令LSP=,i=0;
a.2令TEMP(map)=Y,即将每个子带的变换系数按照map扫描顺序输入到一维矩阵TEMP中;
a.3利用MARK将TEMP中的不同子带系数标记为0;
a.4计算初始阈值以及能量级:,,为变换系数;
b.能量块测试
b.1令为重要性测试函数,用来判断能量块的重要性;
b.2定义矩形块为,和分别为系数所在的尺度以及该尺度下方向滤波的层数;
c.搜寻重要系数并对能量块排序
c.1迭代执行Encode(TEMP(map))来分割TEMP集合,并对重要系数进行编码,所述Encode()的具体过程为:如果,则令LSP=LSP+0,即对重要系数表LSP追加一个0,用于标记map中对应的系数为不重要系数;否则,令LSP=LSP+1,标记当前系数为重要系数;
c.2如果,则利用Partition(TEMP(map))对TEMP(map)进行四叉块分割,同时在MARK(map)中标记该块的能量级,即令MARK(map)=k+1,所述Partition()的步骤如下:如果当前块的尺寸大于子带基函数的支撑区间,则将TEMP(map)分割为4个大小相同的块;否则,停止对能量区域的分割;
d.能量块细化并获得完整的渐进码流。
d.1根据MARK标记中的能量级,在TEMP中按照能量级由大到小的顺序,渐进扫描能量块系数;
d.2利用a步骤中定义的阈值构造量化器对d.1中扫描出的系数进行细化:量化器的输入间隔为,该间隔被分为和;量化器的输出为量化符号0和1,0对应的重构值为,1对应的重构值为;
如果当前输出的码流已达到目标码率,则算法结束;否则,转入步骤b.3;
d.3在MARK中对细化过的系数做标记,防止重复扫描;
d.4修改量化步长,令,,,若,则算法结束;否则,转到步骤c。
本发明首先建立轮廓波方向子带的分割块模型,并确定能量块和零块的定义准则;其次,利用轮廓波方向子带的四叉块分裂来定位能量块的集聚区域,即能量区域。实验结果表明,无论在峰值信噪比还是重构图像的主观质量,本发明的方法均优于SPIHT算法,特别对纹理和轮廓明显的图像尤为突出。对纹理比较突出的图像,本发明的峰值信噪比较SPIHT有了0.5~1.0dB的提高;而对于边缘和轮廓信息丰富的图像,本发明的PSNR值较SPIHT提高了1.0~1.5dB。此外,本发明保留了码流的嵌入式特性,并在时间和空间开销以及码流的容错性上均有一定程度的改进。
与现有技术相比,本发明具有三个方面优点:第一,充分利用各方向子带内系数幅值的相关性,通过对子带进行动态块分割、块显著性排序和链表操作提高了编码同步信息的效率,加快了重要系数的搜索速度,降低了压缩算法的计算复杂度;第二,对不同重要块的编码是独立进行的,这样如果在传输过程中发生误码,那么只有误码所在的能量块受到影响,从而提高了编码的容错性能。
附图说明
图1为本发明实施例四叉块分裂过程示意图
图2为8×8系数矩阵映射(map)模型示意图。
图3为本发明方法与SPIHT编码算法重构图像的主观质量比较示意图。
图4为本专利方法与SPIHT编码算法重构图像的客观质量比较示意图。
具体实施方式
约定相邻能量块的聚集区域为“能量区域”。为了进一步减少标注能量块位置的同步信息,本发明采用四叉块分裂结构将对能量块的定位转化为对能量区域的定位。四叉块分裂过程为:对于具有矩形区域的轮廓波子带区域,在给定阈值下,如果该区域包含能量块,则将其分裂为大小相同的4个子矩形区域;对4个子矩形区域再进行该分裂操作,直到矩形区域中不再有能量块,或矩形区域的大小为该子带基函数的支撑区域为止。图1给出了四叉块分裂结构示意图,其中的灰色区域为能量区域。
本发明实施例包括参数初始化、能量块测试、搜寻重要系数并对能量块排序、能量块细化并获得完整的渐进码流步骤,设定:Y表示图像变换系数的集合,LSP为重要系数列表,TEMP是一个一维矩阵,map表示一个映射矩阵,按照此映射矩阵可将二维变换系数矩阵映射到一维TEMP中,MARK为与TEMP相对应的一维矩阵,用以标记块的能量排序,k为能量标记,为初始阈值;
具体过程如下:
a.参数初始化
a.1令LSP=,i=0;
a.2令TEMP(map)=Y,即将每个子带的变换系数按照map扫描顺序输入到一维矩阵TEMP中;
a.3利用MARK将TEMP中的不同子带系数标记为0;
a.4计算初始阈值以及能量级:,,为变换系数;
b.能量块测试
b.1令为重要性测试函数,用来判断能量块的重要性;
b.2定义矩形块为,和分别为系数所在的尺度以及该尺度下方向滤波的层数;
c.搜寻重要系数并对能量块排序
c.1迭代执行Encode(TEMP(map))来分割TEMP集合,并对重要系数进行编码,所述Encode()的具体过程为:如果,则令LSP=LSP+0,即对重要系数表LSP追加一个0,用于标记map中对应的系数为不重要系数;否则,令LSP=LSP+1,标记当前系数为重要系数;
c.2如果,则利用Partition(TEMP(map))对TEMP(map)进行四叉块分割,同时在MARK(map)中标记该块的能量级,即令MARK(map)=k+1,所述Partition()的步骤如下:如果当前块的尺寸大于子带基函数的支撑区间,则将TEMP(map)分割为4个大小相同的块;否则,停止对能量区域的分割;
d.能量块细化并获得完整的渐进码流。
d.1根据MARK标记中的能量级,在TEMP中按照能量级由大到小的顺序,渐进扫描能量块系数;
d.2利用a步骤中定义的阈值构造量化器对d.1中扫描出的系数进行细化:量化器的输入间隔为,该间隔被分为和;量化器的输出为量化符号0和1,0对应的重构值为,1对应的重构值为;
如果当前输出的码流已达到目标码率,则算法结束;否则,转入步骤b.3;
d.3在MARK中对细化过的系数做标记,防止重复扫描;
d.4修改量化步长,令,,,若,则算法结束;否则,转到步骤c。
实验参数设置:
本发明采用3级轮廓波变换,LP分解和DFB分解分别采用9/7滤波器和pkva滤波器。随着尺度的增加,方向子带个数分别为4、8和16,SPIHT算法采用4级Daubechies9/7小波变换。
本发明的8×8系数矩阵映射(map)模型如图2所示。
图3和图4分别为本发明方法与SPIHT编码算法重构图像的主、客观质量比较示意图。
Claims (1)
1.一种基于轮廓波域四叉块分裂模型的图像编码方法,其特征在于包括参数初始化、能量块测试、搜寻重要系数并对能量块排序、能量块细化并获得完整的渐进码流步骤,设定:Y表示图像变换系数的集合,LSP为重要系数列表,TEMP是一个一维矩阵,map表示一个映射矩阵,按照此映射矩阵可将二维变换系数矩阵映射到一维TEMP中,MARK为与TEMP相对应的一维矩阵,用以标记块的能量排序,k为能量标记,为初始阈值;
具体过程如下:
a.参数初始化
a.1令LSP=,i=0;
a.2令TEMP(map)=Y,即将每个子带的变换系数按照map扫描顺序输入到一维矩阵TEMP中;
a.3利用MARK将TEMP中的不同子带系数标记为0;
a.4计算初始阈值以及能量级:,,为变换系数;
b.能量块测试
令为重要性测试函数,用来判断能量块的重要性;
c.搜寻重要系数并对能量块排序
c.1迭代执行Encode(TEMP(map))来分割TEMP集合,并对重要系数进行编码,所述Encode()的具体过程为:如果,则令LSP=LSP+0,即对重要系数表LSP追加一个0,用于标记map中对应的系数为不重要系数;否则,令LSP=LSP+1,标记当前系数为重要系数;
c.2如果,则利用Partition(TEMP(map))对TEMP(map)进行四叉块分割,同时在MARK(map)中标记该块的能量级,即令MARK(map)=k+1,所述Partition()的步骤如下:如果当前块的尺寸大于子带基函数的支撑区间,则将TEMP(map)分割为4个大小相同的块;否则,停止对能量区域的分割;
d.能量块细化并获得完整的渐进码流
d.1根据MARK标记中的能量级,在TEMP中按照能量级由大到小的顺序,渐进扫描能量块系数;
d.2利用a步骤中定义的阈值构造量化器对d.1中扫描出的系数进行细化:量化器的输入间隔为,该间隔被分为和;量化器的输出为量化符号0和1,0对应的重构值为,1对应的重构值为;
如果当前输出的码流已达到目标码率R,则算法结束;否则,转入步骤d.3;
d.3在MARK中对细化过的系数做标记,防止重复扫描;
d.4修改量化步长,令,,,若,则算法结束;否则,转到步骤c。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210582718.7A CN103065335B (zh) | 2012-12-28 | 2012-12-28 | 基于轮廓波域四叉块分裂模型的图像编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210582718.7A CN103065335B (zh) | 2012-12-28 | 2012-12-28 | 基于轮廓波域四叉块分裂模型的图像编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103065335A CN103065335A (zh) | 2013-04-24 |
CN103065335B true CN103065335B (zh) | 2015-11-18 |
Family
ID=48107952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210582718.7A Expired - Fee Related CN103065335B (zh) | 2012-12-28 | 2012-12-28 | 基于轮廓波域四叉块分裂模型的图像编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103065335B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108399645B (zh) * | 2018-02-13 | 2022-01-25 | 中国传媒大学 | 基于轮廓波变换的图像编码方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093583A (zh) * | 2006-06-23 | 2007-12-26 | 郝红卫 | 数字图像中圆形感兴趣区域及其压缩算法 |
CN101594532A (zh) * | 2009-06-23 | 2009-12-02 | 上海电力学院 | 基于四叉树划分的区域生长压缩方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010514246A (ja) * | 2006-12-18 | 2010-04-30 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像圧縮及び伸張 |
-
2012
- 2012-12-28 CN CN201210582718.7A patent/CN103065335B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093583A (zh) * | 2006-06-23 | 2007-12-26 | 郝红卫 | 数字图像中圆形感兴趣区域及其压缩算法 |
CN101594532A (zh) * | 2009-06-23 | 2009-12-02 | 上海电力学院 | 基于四叉树划分的区域生长压缩方法 |
Non-Patent Citations (4)
Title |
---|
"基于3D混合树和视觉特性的视频可分级编码算法";付明哲等;《通信学报》;20121130;第33卷(第11期);第100-107页 * |
"基于DCT分层结构的遥感图像分级多描述编码算法";王相海等;《遥感学报》;20111231;第998-1007页 * |
"基于多尺度几何分析的图像可分级编码研究";孙强;《中国优秀硕士学位论文全文数据库》;20111231;第1-44页 * |
"基于多尺度几何分析的图像编码研究进展";王相海等;《计算机研究与发展》;20101231;第1132-1143页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103065335A (zh) | 2013-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110087092B (zh) | 基于图像重构卷积神经网络的低码率视频编解码方法 | |
CN1303820C (zh) | 基于质量的图像压缩 | |
WO2019210531A1 (zh) | 一种基于删除量化矩阵中0元素的点云属性压缩方法 | |
CN105141970B (zh) | 一种基于三维模型几何信息的纹理图像压缩方法 | |
CN104331913A (zh) | 基于稀疏k-svd的极化sar图像压缩方法 | |
CN102081795B (zh) | 基于稀疏表示的自动去块效应方法 | |
CN101924562B (zh) | 基于整数小波变换的曲线矢量数据压缩式编码方案 | |
CN101286224B (zh) | 基于分形图像编码的水印嵌入及提取方法 | |
KR101815979B1 (ko) | 3차원 메쉬 부호화 장치 및 방법, 그리고 3차원 메쉬 복호화 장치 및 방법 | |
CN104079947B (zh) | 一种基于改进ezw的声纳图像数据压缩方法 | |
CN103914857A (zh) | 一种面向边缘特征保持的图像压缩方法 | |
CN103065335B (zh) | 基于轮廓波域四叉块分裂模型的图像编码方法 | |
CN101056406B (zh) | 基于混合小波编码的医学超声图像压缩方法 | |
CN103297773A (zh) | 基于jnd模型的图像编码方法 | |
CN103024377B (zh) | 基于目标区域提取与方向波的sar图像压缩方法 | |
CN101668204A (zh) | 免疫克隆图像压缩方法 | |
CN106559668B (zh) | 一种基于智能量化技术的低码率图像压缩方法 | |
Zhu et al. | An improved SPIHT algorithm based on wavelet coefficient blocks for image coding | |
Jiang et al. | A hybrid image compression algorithm based on human visual system | |
CN105828088A (zh) | 边缘增强的改进spiht图像编码和解码方法 | |
CN103402090A (zh) | 一种基于霍夫曼无损压缩算法的改进方法 | |
Malviya et al. | 2D-discrete walsh wavelet transform for image compression with arithmetic coding | |
CN103229213B (zh) | 重建图像的自相似纹理区域的方法和设备 | |
CN100361534C (zh) | 视频编码解码系统中用于去除块效应的方法及装置 | |
CN103402043A (zh) | 一种大视场空间tdiccd相机的图像压缩装置 |
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 |
Granted publication date: 20151118 Termination date: 20171228 |
|
CF01 | Termination of patent right due to non-payment of annual fee |