CN103167281A - 一种图像处理方法及其装置 - Google Patents

Abstract

本发明公开了一种图像处理方法及其装置，所述方法包括对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据；将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域；基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析；根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据；对所述频域数据进行压缩。通过上述方式，本发明基于非平稳过程的空间统计模型以及进行空间相关性分析，能够相对减少压缩图片在还原后产生马赛克和失真的现象，尽可能保证原始图像的良好质量；同时，比传统方法可以保留更少的原始数据，将其余部分通过统计模型估计实现。

Description

一种图像处理方法及其装置

技术领域

本发明涉及数据压缩技术领域，特别是涉及一种图像处理方法及其装置。

背景技术

JPEG(Joint Picture Expert Group，联合图像专家小组)是一种对静态影像进行有损压缩的标准方法。基于DCT(Discrete Cosine Transform，离散余弦变换)，JPEG将静态影像数据转换成频域数据，使用编码压缩技术对频域数据进行压缩。JPEG压缩的静态图片由于其较高的压缩比率在互联网上得到了广泛的应用。

JPEG使用DCT作为编码压缩的基础。作为傅立叶变换的一种简化版本，DCT对目标问题有着同样的高斯平稳过程前提假设。但实际进行压缩图片时，像素值常会出现剧烈变化，导致压缩后的JPEG图片在还原后产生瑕疵(马赛克现象)和失真，尤其在低比特率的情况下，失真情况较为严重。变换成频域数据之后，JPEG采用某种编码技术对数据进行压缩，常用的方法有熵编码技术，差分调制技术，自适应编码等等。

因此，有必要提供一种图像处理方法及其装置，有效的解决上述存在的问题。

发明内容

本发明主要解决的技术问题是提供一种图像处理方法及其装置，能够相对减少压缩图片的失真现象。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像处理方法，包括：对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据；将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域；基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析；根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据；对所述频域数据进行压缩。

其中，所述根据相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换的步骤包括：根据所述相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换。

其中，所述根据相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换的步骤包括：根据所述相关性分析结果将邻近并具有80％相似度或以上的子区域划分为同一类以进行离散余弦变换。

其中，所述对频域数据进行压缩的步骤包括：基于空间统计学模型，利用部分待压缩频域数据对其他待压缩频域数据进行估计，得到所述其他待压缩频域数据，并对包括估计得到的待压缩数据在内的全部待压缩数据进行压缩。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种图像处理方法，包括：对频域图像数据进行解压缩，得到对应各个第一子区域的频域数据；对所述对应各个第一子区域的频域数据进行反离散余弦变换，得到各个第二子区域的频域数据，所述各个第二子区域中，至少部分单独的第二子区域中包括邻近的至少两个相似区域，所述第二子区域是到基于Y、U、V色彩空间的原始图像数据；处理所述原始图像数据并显示图像。

为解决上述技术问题，本发明采用的又一个技术方案是：提供一种图像处理装置，包括：数据处理模块，用于对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据；区域划分模块，用于将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域；空间分析模块，用于基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析；变换模块，用于根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据；压缩模块，用于对所述频域数据进行压缩。

其中，所述变换模块具体用于根据相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换是根据所述相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换。

其中，所述变换模块具体用于根据相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换是根据所述相关性分析结果将邻近并具有80％相似度或以上的子区域划分为同一类以进行离散余弦变换。

其中，所述压缩模块具体用于对频域数据进行压缩是基于空间统计学模型，利用部分待压缩频域数据对其他待压缩频域数据进行估计，得到所述其他待压缩频域数据，并对包括估计得到的待压缩数据在内的全部待压缩数据进行压缩。

为解决上述技术问题，本发明采用的又一个技术方案是：提供一种图像处理装置，包括：解压缩模块，用于对频域图像数据进行解压缩，得到对应各个第一子区域的频域数据；反变换模块，用于对所述对应各个第一子区域的频域数据进行反离散余弦变换，得到各个第二子区域的频域数据，所述各个第二子区域中，至少部分单独的第二子区域中包括邻近的至少两个相似区域，所述第二子区域是到基于Y、U、V色彩空间的原始图像数据；显示模块，用于处理所述原始图像数据并显示图像。

本发明的有益效果是：区别于现有技术的情况，本发明利用非平稳过程的空间统计模型进行空间相关性分析，将邻近并相似的子区域划分为同一类进行离散余弦变换，这样处理，虽然增加了离散余弦变换的计算次数，但能够使图像的像素的变化较为温和，相对减少压缩图像在还原后产生马赛克和失真的现象，尽可能保证原始图像的良好质量。

附图说明

图1是本发明图像处理方法一实施例的流程图；

图2是本发明图像处理方法另一实施例的流程图；

图3是本发明图像处理装置一实施例的结构示意图；

图4是本发明图像处理装置另一实施例的结构示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细说明。

图1是本发明图像处理方法一实施例的流程图，如图1所示，本图像处理方法包括如下步骤：

步骤101：对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据。

所述色彩空间转换，是需要将原始图像数据由通常的RGB(红绿蓝)模式转换为一种称为YUV的不同色彩空间。所述缩减取样，也就是减少U和V的成份，也称为“色度抽样”。Y成份表示一个像素的亮度，U和V成份一起表示色度和饱和度。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。

步骤102：将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域。

将原始数据中的每个成份Y、U、V生成三个区域，每个区域再划分成一个个如瓷砖般排列的子区域，比如8×8个子区域，当然还可以是其他如10×6个子区域等等。

步骤103：基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析。

所述非平稳过程，指的是图像处理的随机过程，非平稳可以简单地理解为分布参数(均值和方差)或者分布律随时间发生变化。所述空间统计模型，是指通过试验或直接由工业过程测定数据，经过空间统计学求得各变量之间的函数关系。所述空间相关性分析，是指针对具有空间属性的事物之间的相互关系进行有效的认知和解释，以便于辅助预测与调控的方法手段。在本发明中空间相关性分析，是指一图像内的任何场景都是由很多的像素点构成，一个像素通常与它周围空间的某些像素在亮度和色度上存在一定的关系。有的邻近空间亮度和色度非常相似，相似度可达80％及以上。

步骤104：根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据。

所述离散余弦变换(DCT)是指将空间域数字图像转换成频域数据。图像经DCT变换以后，DCT系数之间的相关性已经很小，而且大部分能量集中在少数的系数上。比如先将输入图像划分为8×8的图像块，每个块的元素具有8bit精度，分为从-128到127。所以在DCT变换前，先对图像数值进行调整。若图像的高或宽不是8的整数倍，必须扩展其下边或右边，使之成为8的整数倍，然后对每个图像块作DCT变换。

在一优选实施例中，根据相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换的步骤包括：根据所述相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换。例如根据空间相关性分析结果，在某一空间附近，有两个子区域非常相似，可以将这两个子区域划分为同一类；在另一空间附近，有三个子区域非常相似，可以将这三个子区域划分为同一类。

在另一优选实施例中，根据相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换的步骤包括：根据所述相关性分析结果将邻近并具有80％相似度或以上的子区域划分为同一类以进行离散余弦变换。例如根据空间相关性分析结果，在某一空间附近，有两个子区域非常相似，相似度达95％，那么可以将这两个子区域划分为同一类；在另一空间附近，有三个子区域非常相似，相似度达82％，那么可以将这三个子区域划分为同一类。

步骤105：对所述频域数据进行压缩。

在一优选实施例中，对频域数据进行压缩的步骤包括：基于空间统计学模型，利用部分待压缩频域数据对其他待压缩频域数据进行估计，得到所述其他待压缩频域数据，并对包括估计得到的待压缩数据在内的全部待压缩数据进行压缩。由于每个子区域矩阵的空间信息已经得到了保留，使用空间相关统计模型可以利用少数的原始数据来对别的数据点做精确估计，这样比传统方法可以保留更少的原始数据，并将其余部分通过统计模型估计实现。例如有三个子区域相似度达到95％，那么只要知道其中一个子区域的原始数据，就可以很精确的估计其它两个子区域的数据情况。

本实施例利用非平稳过程的空间统计模型进行空间相关性分析，将邻近并相似的子区域划分为同一类进行离散余弦变换，这样处理，虽然增加了离散余弦变换的计算次数，但能够相对减少压缩图片在还原后产生马赛克和失真的现象，尽可能保证原始图像的良好质量。同时，使用空间相关统计模型可以利用少数的原始数据来对别的数据点做精确估计，这样比传统方法可以保留更少的原始数据，并将其余部分通过统计模型估计实现。

图2是本发明图像处理方法另一实施例的流程图，如图2所示，本图像处理方法包括如下步骤：

步骤201：对频域图像数据进行解压缩，得到对应各个第一子区域的频域数据；

步骤202：对所述对应各个第一子区域的频域数据进行反离散余弦变换，得到各个第二子区域的频域数据，所述各个第二子区域中，至少部分单独的第二子区域中包括邻近的至少两个相似区域，所述第二子区域是到基于Y、U、V色彩空间的原始图像数据；

步骤203：处理所述原始图像数据并显示图像。

本实施例在对频域图像数据进行解压缩后，对子区域的频域数据进行反离散余弦变换，经过处理后得到原始图像数据并显示图像。通过上述方法，得到的还原的图像与原始图像相比，失真的情况得到很大的改善，尽可能保证原始图像的良好质量。

图3是本发明图像处理装置实施例的结构示意图，如图3所示，本实施例的图像处理装置包括：数据处理模块301、区域划分模块302、空间分析模块303、变换模块304以及压缩模块305。

数据处理模块301用于对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据。所述色彩空间转换，是需要将原始图像数据由通常的RGB(红绿蓝)模式转换为一种称为YUV的不同色彩空间。所述缩减取样，也就是减少U和V的成份，也称为“色度抽样”。

区域划分模块302用于将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域。将原始数据中的每个成份Y、U、V生成三个区域，比如每个区域再划分成一个个如瓷砖般排列的的8×8子区域。

空间分析模块303用于基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析。所述非平稳过程，指的是图像处理的这个随机过程，非平稳可以简单地理解为分布参数(均值和方差)或者分布律随时间发生变化。所述空间统计模型，是指通过试验或直接由工业过程测定数据，经过空间统计学求得各变量之间的函数关系。空间相关性分析，指一个像素通常与它周围空间的某些像素在亮度和色度上存在一定的关系。有的邻近空间亮度和色度非常相似，相似度可达80％及以上。

变换模块304用于根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据。

在一优选实施例中，变换模块304具体用于根据相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换是根据所述相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换。例如根据空间相关性分析结果，在某一空间附近，有两个子区域非常相似，可以将这两个子区域划分为同一类；在另一空间附近，有三个子区域非常相似，可以将这三个子区域划分为同一类。

在另一优选实施例中，变换模块304具体用于根据相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换是根据所述相关性分析结果将邻近并具有80％相似度或以上的子区域划分为同一类以进行离散余弦变换。例如根据空间相关性分析结果，在某一空间附近，有两个子区域非常相似，相似度达95％，那么可以将这两个子区域划分为同一类；在另一空间附近，有三个子区域非常相似，相似度达82％，那么可以将这三个子区域划分为同一类。

压缩模块305用于对所述频域数据进行压缩。在一优选实施例中，压缩模块305具体用于对频域数据进行压缩是基于空间统计学模型，利用部分待压缩频域数据对其他待压缩频域数据进行估计，得到所述其他待压缩频域数据，并对包括估计得到的待压缩数据在内的全部待压缩数据进行压缩。例如有三个子区域相似度达到95％，那么只要知道其中一个子区域的原始数据，就可以很精确的估计其它两个子区域的数据情况。

本实施例将图像处理方法变成相应的图像处理装置，经过上述装置处理后的图片，能够相对减少压缩图片在还原后产生马赛克和失真的现象，尽可能保证原始图像的良好质量，同时，使用空间相关统计模型可以利用少数的原始数据来对别的数据点做精确估计，这样比传统方法可以保留更少的原始数据，并将其余部分通过统计模型估计实现。

图4是本发明图像处理装置另一实施例的结构示意图，如图4所示，本实施例的图像处理装置包括：解压缩模块401、反变换模块402和显示模块403。

解压缩模块401用于对频域图像数据进行解压缩，得到对应各个第一子区域的频域数据；

反变换模块402用于对所述对应各个第一子区域的频域数据进行反离散余弦变换，得到各个第二子区域的频域数据，所述各个第二子区域中，至少部分单独的第二子区域中包括邻近的至少两个相似区域，所述第二子区域是到基于Y、U、V色彩空间的原始图像数据；

显示模块403用于处理所述原始图像数据并显示图像。

区别于现有技术，本发明提供的一种图像处理方法及其装置，利用非平稳过程的空间统计模型进行空间相关性分析，将邻近并相似的子区域划分为同一类进行离散余弦变换，这样处理，能够相对减少压缩图片在还原后产生马赛克和失真的现象，尽可能保证原始图像的良好质量，同时，使用空间相关统计模型可以利用少数的原始数据来对别的数据点做精确估计，这样比传统方法可以保留更少的原始数据，并将其余部分通过统计模型估计实现。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据；

将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域；

基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析；

根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据；

对所述频域数据进行压缩。

2.根据权利要求1所述的方法，其特征在于，

所述根据相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换的步骤包括：根据所述相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换。

3.根据权利要求2所述的方法，其特征在于，

所述根据相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换的步骤包括：根据所述相关性分析结果将邻近并具有80％相似度或以上的子区域划分为同一类以进行离散余弦变换。

4.根据权利要求1所述的方法，其特征在于，

所述对频域数据进行压缩的步骤包括：基于空间统计学模型，利用部分待压缩频域数据对其他待压缩频域数据进行估计，得到所述其他待压缩频域数据，并对包括估计得到的待压缩数据在内的全部待压缩数据进行压缩。

5.一种图像处理方法，其特征在于，包括：

对频域图像数据进行解压缩，得到对应各个第一子区域的频域数据；

对所述对应各个第一子区域的频域数据进行反离散余弦变换，得到各个第二子区域的频域数据，所述各个第二子区域中，至少部分单独的第二子区域中包括邻近的至少两个相似区域，所述第二子区域是到基于Y、U、V色彩空间的原始图像数据；

处理所述原始图像数据并显示图像。

6.一种图像处理装置，其特征在于，包括：

数据处理模块，用于对原始图像数据进行色彩空间转换和缩减取样，得到基于Y、U、V色彩空间的原始数据；

区域划分模块，用于将所述原始数据中的Y、U、V每个成份划分成独立的各个子区域；

空间分析模块，用于基于非平稳过程的空间统计模型对划分后的各个子区域进行空间相关性分析；

变换模块，用于根据所述相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换，得到频域数据；

压缩模块，用于对所述频域数据进行压缩。

7.根据权利要求6所述的装置，其特征在于，

所述变换模块具体用于根据相关性分析结果将邻近并相似的子区域划分为同一类以进行离散余弦变换是根据所述相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换。

8.根据权利要求7所述的装置，其特征在于，

所述变换模块具体用于根据相关性分析结果将邻近并具有第一相似度或以上的子区域划分为同一类以进行离散余弦变换是根据所述相关性分析结果将邻近并具有80％相似度或以上的子区域划分为同一类以进行离散余弦变换。

9.根据权利要求6所述的装置，其特征在于，

所述压缩模块具体用于对频域数据进行压缩是基于空间统计学模型，利用部分待压缩频域数据对其他待压缩频域数据进行估计，得到所述其他待压缩频域数据，并对包括估计得到的待压缩数据在内的全部待压缩数据进行压缩。

10.一种图像处理装置，其特征在于，包括：

解压缩模块，用于对频域图像数据进行解压缩，得到对应各个第一子区域的频域数据；

反变换模块，用于对所述对应各个第一子区域的频域数据进行反离散余弦变换，得到各个第二子区域的频域数据，所述各个第二子区域中，至少部分单独的第二子区域中包括邻近的至少两个相似区域，所述第二子区域是到基于Y、U、V色彩空间的原始图像数据；

显示模块，用于处理所述原始图像数据并显示图像。

Images