CN103914857A - 一种面向边缘特征保持的图像压缩方法 - Google Patents

一种面向边缘特征保持的图像压缩方法 Download PDF

Info

Publication number
CN103914857A
CN103914857A CN201210592137.1A CN201210592137A CN103914857A CN 103914857 A CN103914857 A CN 103914857A CN 201210592137 A CN201210592137 A CN 201210592137A CN 103914857 A CN103914857 A CN 103914857A
Authority
CN
China
Prior art keywords
image
edge
information
coding
edge feature
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.)
Pending
Application number
CN201210592137.1A
Other languages
English (en)
Inventor
赵怀慈
杜梅
赵春阳
王帅
郝明国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN201210592137.1A priority Critical patent/CN103914857A/zh
Publication of CN103914857A publication Critical patent/CN103914857A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及一种面向边缘特征保持的图像压缩方法,具体地说是解决图像在低比特率压缩的同时,如何更好将图像边缘等特征保留下来的方法。本发明包括图像边缘检测、边缘编码、图像变换压缩编码、图像边缘保持重建。本发明优点在于有利于低比特率条件下重建图像保持完整的边缘特征,从而可以提高用户对重建图像的识别和理解程度。

Description

一种面向边缘特征保持的图像压缩方法
技术领域
本发明涉及一种面向边缘特征保持的图像压缩方法,具体地说是解决图像在低比特率压缩的同时,如何更好将图像边缘等特征保留下来的方法。
背景技术
图像的大部分信息是由图像的特征,如边缘和纹理表示的,单纯靠有损压缩提取和保持特征信息有一定困难。现有的应对边缘等特征损失的方法有图像增强后再压缩;图像解压后增强,对于边缘保持有一定效果。Dirck Schilling等人提出图像压缩编码与图像边缘特征保持相结合的图像压缩思想,适用于低比特率图像压缩传输。
近年来出现的基于小波的Contourlet变换(WBCT)是一种方向性多尺度几何分析工具,它对图像边缘纹理等特征保持的性能优于小波变换,非常适合于低比特率图像压缩。
发明内容
针对图像进行低比特率压缩和传输后,重建图像会严重损失边缘、纹理等几何特征的不足,本发明提出一种面向边缘特征保持的图像压缩方法,基于小波的Contourlet变换压缩和边缘特征保持相结合的图像压缩方法,进行低比特率图像压缩,以达到图像压缩同时保留边缘特征的目的,
本发明为实现上述目的所采用的技术方案是:一种面向边缘特征保持的图像压缩方法,包括以下步骤:
图像边缘检测:提取图像的边缘信息;
边缘编码:对所述边缘信息使用标准边界链码进行编码,得到边缘编码信息;
图像变换压缩编码:对图像整体进行普通图像压缩,得到图像变换压缩信息;
图像边缘保持重建:对所述边缘编码信息和图像变换压缩信息进行解码,并进行图像重建。
所述图像边缘检测利用Canny边缘检测算子检测图像的边缘。
所述边缘编码利用Freeman链式编码对边缘位置信息进行编码。
所述图像变换压缩编码利用基于小波的contourlet变换对图像整体进行压缩编码。
所述图像边缘保持重建具体包括以下步骤:
1)解压缩:解码器对所述图像变换压缩信息解码得到a,同时解码器对所述边缘编码信息解码得到边缘位置;
2)平滑:对a边缘进行平滑处理,得到平滑边缘图b;
3)计算:根据平滑边缘图b距离边缘位置两侧δ处的灰度值,计算得到理想边缘图c;
4)差值:理想边缘图c与平滑边缘图b之间相减得到灰度差值图d;
5)和值:差值图d叠加在重建边缘图a上,得到增强后的边缘图e;
6)平滑:对增强边缘图e进行平滑得到边缘图f,完成图像边缘保持重建过程。
本发明较一般的图像压缩算法具有的优点:压缩方法具有更好的边缘保持特性,保证了在低压缩比之下的重构图像边缘信息的较小损失,为后续的目标识别等处理提供了更加可靠的信息依据。
附图说明
图1本发明面向边缘特征保持的图像压缩/解压流程图;
图2本发明方法中WBCT示意图(3层小波分解,4-3-3方向分解);
图3本发明方法中小波与WBCT图像重建结果对比图;
图4本发明方法中Freeman4方向链码;
图5为本发明方法中边缘保持重建示意图;
图6为本发明方法中的边缘保持重建流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本文中面向边缘特征保持的图像压缩方法包括两个部分:图像压缩和边缘保持。方法流程如图1所示。源图像Io通过边缘检测器,检测出可能帮助人们识别图像的显著边缘E。然后对提取出的边缘通过标准边界链码,如Freeman链码,进行编码。编码后的边缘信息作为压缩信息的一个组成部分进行传输。源图像Io还需进行普通图像压缩,变换方式选取基于小波的Contourlet变换(WBCT)。最终的压缩图像包含边缘编码信息和图像变换压缩信息两部分。解码器通过结合边缘定位信息E和WBCT解压图像Ir的像素灰度信息,通过边缘保持重建,最终得到边缘信息保持的解压图像Ie
1.基于小波的Contourlet变换(WBCT)
基于小波的contourlet变换(Wavelet-based Contourlet Transform,WBCT),是一种非冗余版本的Contourlet变换。WBCT的基本思想是用小波变换的Mallat塔式分解代替Contourlet变换的LP分解,然后使用DFB分别对Mallat分解中的高频子带进行方向分解。其原理如图2所示。
相同比例的WBCT系数和小波系数重建Barbara图像局部效果如图3所示,其中M表示重建所用系数个数。从图中看出,WBCT重建图像纹理特征较小波重建图像保持的更好,其信噪比高于小波重建图像。
2.Freeman4方向链码
Freeman链式编码是二值图像的无损压缩编码算法,其基本编码规则是,对每个连通区域,首先选择一个边界点并记录下坐标,然后编码器沿着边界移动,每移动一步记录下本次移动所对应的方向码,直到编码器回到初始点结束,则这个连通区域被完全编码。然后对下一个连通区域同样编码。Freeman4方向链码的方向数定义顺序如图4(a)所示。相应地,链码定义如图4(b)所示,即根据当前边界点相对于上一个边界点像素的坐标增量(Δx,Δy)来确定当前边界点的Freeman编码,编码取值分别为1、2、3、4,取代边界点原像素坐标,从而达到压缩目的。本文选取Freeman4方向链码对边界编码。
3.边缘保持重建
低比特率压缩图像解压缩后,得到边缘损失的WBCT解压图像和边缘位置两部分信息,通过边缘保持重建得到最终边缘保持的解压图像。边缘保持重建示意如图5(a)~(g)所示。图5(a)中显示的是原始图像边缘。重建流程参见图6,具体如图5。
1)解压缩:解码器通过解码得到WBCT逆变换结果,如图5(b)所示,同时解码器通过解码得到边缘位置;
2)平滑:图5(b)经过平滑得到平滑后边缘图5(c);
3)计算:置图5(c)边缘法线方向上距边缘位置小于δ的像素值为其同侧边缘法线方向上距边缘位置等于δ的像素值,得到理想边缘图5(d);
4)(d)-(c):理想边缘图5(d)与平滑边缘图5(c)之间相减得到灰度差值图5(e),这个差值是边缘保持重建所需的重要信息;
5)(b)+(e):差值图5(e)叠加在重建边缘图5(b)上,得到增强后的边缘图5(f);
6)平滑:最后,为消除增强边缘的突兀性,对增强边缘图5(f)进行平滑得到最终保持良好的边缘图5(g),完成边缘保持重建过程。

Claims (5)

1.一种面向边缘特征保持的图像压缩方法,其特征在于,包括以下步骤:
图像边缘检测:提取图像的边缘信息;
边缘编码:对所述边缘信息使用标准边界链码进行编码,得到边缘编码信息;
图像变换压缩编码:对图像整体进行普通图像压缩,得到图像变换压缩信息;
图像边缘保持重建:对所述边缘编码信息和图像变换压缩信息进行解码,并进行图像重建。
2.根据权利要求1所述的一种面向边缘特征保持的图像压缩方法,其特征在于,所述图像边缘检测利用Canny边缘检测算子检测图像的边缘。
3.根据权利要求1所述的一种面向边缘特征保持的图像压缩方法,其特征在于,所述边缘编码利用Freeman链式编码对边缘位置信息进行编码。
4.根据权利要求1所述的一种面向边缘特征保持的图像压缩方法,其特征在于,所述图像变换压缩编码利用基于小波的contourlet变换对图像整体进行压缩编码。
5.根据权利要求1所述的一种面向边缘特征保持的图像压缩方法,其特征在于,所述图像边缘保持重建具体包括以下步骤:
1)解压缩:解码器对所述图像变换压缩信息解码得到a,同时解码器对所述边缘编码信息解码得到边缘位置;
2)平滑:对a边缘进行平滑处理,得到平滑边缘图b;
3)计算:根据平滑边缘图b距离边缘位置两侧δ处的灰度值,计算得到理想边缘图c;
4)差值:理想边缘图c与平滑边缘图b之间相减得到灰度差值图d;
5)和值:差值图d叠加在重建边缘图a上,得到增强后的边缘图e;
6)平滑:对增强边缘图e进行平滑得到边缘图f,完成图像边缘保持重建过程。
CN201210592137.1A 2012-12-28 2012-12-28 一种面向边缘特征保持的图像压缩方法 Pending CN103914857A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210592137.1A CN103914857A (zh) 2012-12-28 2012-12-28 一种面向边缘特征保持的图像压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210592137.1A CN103914857A (zh) 2012-12-28 2012-12-28 一种面向边缘特征保持的图像压缩方法

Publications (1)

Publication Number Publication Date
CN103914857A true CN103914857A (zh) 2014-07-09

Family

ID=51040512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210592137.1A Pending CN103914857A (zh) 2012-12-28 2012-12-28 一种面向边缘特征保持的图像压缩方法

Country Status (1)

Country Link
CN (1) CN103914857A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809748A (zh) * 2015-05-13 2015-07-29 西安电子科技大学 基于变采样率和线性均值预测的图像压缩感知方法
CN107566798A (zh) * 2017-09-11 2018-01-09 北京大学 一种数据处理的系统、方法及装置
CN107680111A (zh) * 2017-09-21 2018-02-09 燕山大学 一种基于灰度图像的加工区域提取方法
CN108573196A (zh) * 2017-03-13 2018-09-25 山东省科学院自动化研究所 客运索道轿厢乘客信息自动识别方法与装置
CN111630558A (zh) * 2018-08-22 2020-09-04 深圳配天智能技术研究院有限公司 一种图像处理、匹配方法、装置及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
D.SCHILLING等: "Edge-enhanced image coding for low bit rates", 《1999 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING,1999.ICIP 99.PROCEEDINGS》 *
R.ESLAMI等: "Wavelet-based contourlet transform and its application to image coding", 《2004 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING,2004.ICIP》 *
S.G.MALLAT等: "A theory for multiresolution signal decomposition:the wavelet representation", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
刘勇奎: "Freeman链码压缩算法的研究", 《计算机学报》 *
杜梅等: "面向边缘特征保持的图像压缩", 《光电工程》 *
殷明等: "非下采样Contourlet变换域统计模型红外图像去噪", 《光电工程》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809748A (zh) * 2015-05-13 2015-07-29 西安电子科技大学 基于变采样率和线性均值预测的图像压缩感知方法
CN104809748B (zh) * 2015-05-13 2017-10-24 西安电子科技大学 基于变采样率和线性均值预测的图像压缩感知方法
CN108573196A (zh) * 2017-03-13 2018-09-25 山东省科学院自动化研究所 客运索道轿厢乘客信息自动识别方法与装置
CN108573196B (zh) * 2017-03-13 2020-06-02 山东省科学院自动化研究所 客运索道轿厢乘客信息自动识别方法与装置
CN107566798A (zh) * 2017-09-11 2018-01-09 北京大学 一种数据处理的系统、方法及装置
CN107680111A (zh) * 2017-09-21 2018-02-09 燕山大学 一种基于灰度图像的加工区域提取方法
CN111630558A (zh) * 2018-08-22 2020-09-04 深圳配天智能技术研究院有限公司 一种图像处理、匹配方法、装置及存储介质
CN111630558B (zh) * 2018-08-22 2024-03-01 深圳配天机器人技术有限公司 一种图像处理、匹配方法、装置及存储介质

Similar Documents

Publication Publication Date Title
KR102594362B1 (ko) 영상을 부호화/복호화 하는 방법 및 그 장치
CN103501437B (zh) 一种基于分形和h.264的高光谱图像压缩方法
WO2019213986A1 (zh) 一种基于多角度自适应帧内预测的点云属性压缩方法
CN103914857A (zh) 一种面向边缘特征保持的图像压缩方法
CN102123278B (zh) 基于分布式压缩感知技术的信源编解码的方法
CN101243611A (zh) 变换块的高效编码和解码
US20140112589A1 (en) Encoder, decoder and method
CN109155857A (zh) 视频编码方法以及装置
CN110933438A (zh) 一种jpeg图像可逆信息隐藏方法
CN101631243B (zh) 一种基于小波变换的图像编和解码的方法
Al-Mahmood et al. Lossless image compression based on predictive coding and bit plane slicing
CN105556850B (zh) 编码器、解码器及其运行方法
Hu et al. Improved vector quantization scheme for grayscale image compression
CN104751495B (zh) 一种兴趣区域优先的多尺度压缩感知渐进编码方法
Kaur et al. Image compression using HAAR wavelet transform and discrete cosine transform
Joshua et al. Comparison of DCT and DWT image compression
CN101056406B (zh) 基于混合小波编码的医学超声图像压缩方法
Zheng et al. A novel gray image representation using overlapping rectangular NAM and extended shading approach
Narmatha et al. The secure lossless compression scheme for grayscale medical images using PBT and modified steganography
CN103974079B (zh) 基于全相位双正交变换的mpeg‑4简单档次编码方法和装置
CN107948644A (zh) 一种水下图像压缩方法及传输方法
CN108737840A (zh) 一种基于深度图纹理特性的3d-hevc帧内快速编码方法
Zerva et al. Improving 3D medical image compression efficiency using spatiotemporal coherence
Kasute et al. ROI based medical image compression
CN103065335B (zh) 基于轮廓波域四叉块分裂模型的图像编码方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140709