CN104243987B - 基于自适应采样率的图像采样方法 - Google Patents
基于自适应采样率的图像采样方法 Download PDFInfo
- Publication number
- CN104243987B CN104243987B CN201410523248.6A CN201410523248A CN104243987B CN 104243987 B CN104243987 B CN 104243987B CN 201410523248 A CN201410523248 A CN 201410523248A CN 104243987 B CN104243987 B CN 104243987B
- Authority
- CN
- China
- Prior art keywords
- sample rate
- image
- average
- sigma
- sampled
- 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.)
- Active
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 13
- 230000006978 adaptation Effects 0.000 abstract description 2
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开一种基于自适应采样率的图像采样方法，包括步骤：计算输入图像的方差σ2；当方差σ2小于预设的第一阈值T1时，对整幅图像以第一采样率f1进行采样，或当方差σ2大于或等于预设的第四阈值T4时，对整幅图像以采样率f3进行采样，或当T1≤σ2＜T4时，令图像层数l＝1且将图像分成多个大小为的图像块，求得每一个图像块的局部方差σ'2，判断局部方差σ'2是否满足预设的分层截止条件S，若是，计算所有图像块的局部方差σ'2的均值Mσ，根据均值Mσ介于不同范围自适应选择不同的采样率。本发明由于根据图像局部特征动态的选择采样率，能够不同程度地降低重构图像所需的采样数目，使后续图像压缩及编码后所占用的存储空间较小。另外，本发明还具有实现简易、适应范围广等优点。
Description
技术领域
本发明涉及图像压缩编码技术，尤其是涉及一种基于自适应采样率的图像采样方法。
背景技术
传统技术对图像压缩编解码方法采用单一采样率(或采样频率)下的测量矩阵进行采样。单一采样率下的测量矩阵在采样率较高的情况下，能够获得比较好的重构效果。
但是，现有技术存在如下技术缺陷：由于不同类别的图像块局部特征不同，低采样率的样数目虽然有所降低，但难以保证各块都具有较高的重构质量，而高采样率会造成资源浪费，因而需要采样数目较多，且需要大量的存储空间，硬件实现较困难。
发明内容
为克服现在技术存在的缺陷，本发明提出一种基于自适应采样率的图像采样方法，通过该采样方法进行采样后的图像，能够降低图像重构所需的采样数目及减少存储空间。
本发明采用如下技术方案实现：
一种基于自适应采样率的图像采样方法，其包括步骤：
A、计算输入图像的方差σ2；
B、当方差σ2小于预设的第一阈值T1时，对整幅图像以第一采样率f1进行采样，或当方差σ2大于或等于预设的第四阈值T4时，对整幅图像以采样率f3进行采样，或当T1≤σ2＜T4时，令图像层数l＝1且转入步骤C；
C、将图像分成多个大小为的图像块，求得每一个图像块的局部方差σ'2，判断局部方差σ'2是否满足预设的分层截止条件S，若是，则转入步骤D，否则，令层数为l＝l+1，重复执行步骤C；
D、计算所有图像块的局部方差σ'2的均值Mσ，根据均值Mσ介于不同范围自适应选择不同的采样率：如果T2<Mσ≤T3，则对局部方差σ'2小于均值Mσ的图像块以第一采样率f1与第二采样率f2的平均值作为采样率进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2与第三采样率f3的平均值(即(f3+f2)/2)作为采样率进行采样；如果0<Mσ≤T2，则对局部方差σ'2小于均值Mσ的图像块以第一采样率f1与第二采样率f2的平均值(即(f1+f2)/2)作为采样率进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2进行采样；如果Mσ＞T3，对局部方差σ'2小于均值Mσ的图像块以第二采样率f2进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2与第三采样率f3的平均值(即(f3+f2)/2)作为采样率进行采样；
其中，T1＜T2＜T3＜T4，f1＜f2＜f3，输入图像的初始分块大小为n。
其中，预设的分层截止条件S可对分层次数进行设定，达到该次数则分层截止；也可设定为某阈值，将其与下一层分块后各块局部方差的平均差值进行比较，小于该阈值则分层截止。
其中，分层截止条件S为层数l≤5。
其中，预设的第一阈值T1、第二阈值T2、第三阈值T3及第四阈值T4分别为分别取800、1200、1800和3000。
其中，第一采样率f1、第二采样率f2及第三采样率f3分别为0.35、0.40及0.45。
与现有技术相比，本发明具有如下有益效果：
本发明的图像自适应确定采样率的采样方法，用于图像压缩、图像编解码时，在同等重构性能的前提下，相比现有技术采样单一采样率的采样方法，本发明由于根据图像局部特征动态的选择采样率，能够不同程度地降低重构图像所需的采样数目，使后续图像压缩及编码后所占用的存储空间较小。另外，本发明还具有实现简易、适应范围广等优点。
附图说明
图1是本发明一个优选实施例的流程示意图。
具体实施方式
如图1所示，在一个优选实施例中，本发明包括如下实现步骤：
针对不同的图像，预设Ti(i＝1,2,3,4)作为图像块方差大小的判定阈值，且T1＜T2＜T3＜T4，并用f1、f2和f3分别表示三个不同的采样率(或采样频率)，设置分层截止条件S，图像层数为l，输入图像的初始分块大小为n。
例如，预设的第一阈值T1、第二阈值T2、第三阈值T3及第四阈值T4分别为分别取800、1200、1800和3000，初始分块n＝512，分层截止条件S设定为层数l≤3，第一采样率f1、第二采样率f2及第三采样率f3分别为0.35、0.40及0.45。
步骤S1：计算输入图像的方差σ2。
步骤S2：判断方差σ2是否小于预设的第一阈值T1，若方差σ2小于第一阈值T1，转入步骤S3，否则转入步骤S4。
步骤S3：对整幅图像以第一采样率f1进行采样。
步骤S4：继续判断方差σ2是否大于或等于预设的第四阈值T4，若是，转入步骤S5，
步骤S5：如果方差σ2大于或等于第四阈值T4，则对整幅图像以采样率f3进行采样；否则，令层数l＝1，转入执行步骤S6。
步骤S6：将图像分成ml个大小为的图像块，求得每一个图像块的局部方差σ'2。
步骤S7：判断局部方差σ'2是否满足分层截止条件S。如果满足，则执行步骤S8；否则，令层数为l＝l+1，转入执行步骤S6。
其中，分层截止条件S可对分层次数进行设定，达到该次数则分层截止；也可设定为某阈值，将其与下一层分块后各块局部方差的平均差值进行比较，小于该阈值则分层截止。例如，分层截止条件S为层数l≤5。
步骤S8：计算所有图像块的局部方差σ'2的均值Mσ。
步骤S9：判断均值Mσ是否满足T2<Mσ≤T3，若是，转入步骤S10，否则转入步骤S11。
步骤S10：如果均值Mσ在(T2,T3]范围内，则对局部方差σ'2小于均值Mσ的图像块以第一采样率f1与第二采样率f2的平均值(即(f1+f2)/2)作为采样率进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2与第三采样率f3的平均值(即(f3+f2)/2)作为采样率进行采样。
步骤S11：进一步判断均值Mσ是否满足0<Mσ≤T2，若是，转入步骤S12，否则转入步骤S13。
步骤S12：如果均值Mσ在(0,T2]范围内，则对局部方差σ'2小于均值Mσ的图像块以第一采样率f1与第二采样率f2的平均值(即(f1+f2)/2)作为采样率进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2进行采样。
步骤S13：此时均值Mσ在(T3,∞]范围内，对局部方差σ'2小于均值Mσ的图像块以第二采样率f2进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2与第三采样率f3的平均值(即(f3+f2)/2)作为采样率进行采样。
实践证明，本发明的图像自适应确定采样率的采样方法，用于图像压缩、图像编解码时，在同等重构性能的前提下，相比现有技术采样单一采样率的采样方法，本发明由于根据图像局部特征动态的选择采样率，能够不同程度地降低重构图像所需的采样数目，使后续图像压缩及编码后所占用的存储空间较小。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.基于自适应采样率的图像采样方法，其特征在于，包括步骤：
A、计算输入图像的方差σ2；
B、当预设的第一阈值T1≤方差σ2＜预设的第四阈值T4时，令图像层数l＝1且转入步骤C；
C、将图像分成多个大小为的图像块，求得每一个图像块的局部方差σ'2，判断局部方差σ'2是否满足预设的分层截止条件S，若是，则转入步骤D，否则，令层数为l＝l+1，重复执行步骤C；
D、计算所有图像块的局部方差σ'2的均值Mσ，根据均值Mσ介于不同范围自适应选择不同的采样率：如果T2<Mσ≤T3，则对局部方差σ'2小于均值Mσ的图像块以第一采样率f1与第二采样率f2的平均值作为采样率进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2与第三采样率f3的平均值作为采样率进行采样；如果0<Mσ≤T2，则对局部方差σ'2小于均值Mσ的图像块以第一采样率f1与第二采样率f2的平均值作为采样率进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2进行采样；如果Mσ＞T3，对局部方差σ'2小于均值Mσ的图像块以第二采样率f2进行采样，且对局部方差σ'2大于或等于均值Mσ的图像块以第二采样率f2与第三采样率f3的平均值作为采样率进行采样；
其中，当σ2＜T1时对整幅图像以第一采样率f1进行采样，当方差≥T4时对整幅图像以第三采样率f3进行采样；
其中，T1＜T2＜T3＜T4，f1＜f2＜f3，输入图像的初始分块大小为n。
2.根据权利要求1所述基于自适应采样率的图像采样方法，其特征在于，预设的分层截止条件S可对分层次数进行设定，达到该次数则分层截止；也可设定为某阈值，将其与下一层分块后各块局部方差的平均差值进行比较，小于该阈值则分层截止。
3.根据权利要求1或2所述基于自适应采样率的图像采样方法，其特征在于，分层截止条件S为层数l≤5。
4.根据权利要求1所述基于自适应采样率的图像采样方法，其特征在于，预设的第一阈值T1、第二阈值T2、第三阈值T3及第四阈值T4分别为分别取800、1200、1800和3000。
5.根据权利要求1所述基于自适应采样率的图像采样方法，其特征在于，第一采样率f1、第二采样率f2及第三采样率f3分别为0.35、0.40及0.45。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410523248.6A CN104243987B (zh) | 2014-09-29 | 2014-09-29 | 基于自适应采样率的图像采样方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410523248.6A CN104243987B (zh) | 2014-09-29 | 2014-09-29 | 基于自适应采样率的图像采样方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104243987A CN104243987A (zh) | 2014-12-24 |
| CN104243987B true CN104243987B (zh) | 2017-10-03 |
Family
ID=52231209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410523248.6A Active CN104243987B (zh) | 2014-09-29 | 2014-09-29 | 基于自适应采样率的图像采样方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104243987B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106485074B (zh) * | 2016-10-11 | 2018-12-07 | 哈尔滨工程大学 | 一种基于自适应采样率的海洋温盐场采样方法 |
| CN106941609B (zh) * | 2017-02-15 | 2019-10-29 | 浙江工业大学 | 基于自适应分块压缩感知的视频压缩方法 |
| CN107146259B (zh) * | 2017-04-05 | 2019-12-10 | 电子科技大学 | 一种基于压缩感知理论的新型图像压缩方法 |
| CN107423433B (zh) * | 2017-08-03 | 2020-07-10 | 聚好看科技股份有限公司 | 一种数据采样率控制方法及装置 |
| CN107592537B (zh) * | 2017-10-20 | 2019-11-08 | 东华大学 | 一种面向航拍图像集的自适应压缩采样分配方法 |
| CN109872304B (zh) * | 2019-01-17 | 2022-12-02 | 京东方科技集团股份有限公司 | 图像缺陷检测方法及装置、电子设备、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101030257A (zh) * | 2007-04-13 | 2007-09-05 | 中国传媒大学 | 基于汉字特征的文档图像分割方法 |
| CN102393966A (zh) * | 2011-06-15 | 2012-03-28 | 西安电子科技大学 | 基于多尺度显著图的自适应图像压缩采样方法 |
| CN102521874A (zh) * | 2011-11-24 | 2012-06-27 | 黑龙江科技学院 | 一种基于图像重建三维数据的法线采样重算法 |
| CN102645350B (zh) * | 2012-03-08 | 2013-11-13 | 浙江大学 | 基于高分卫星遥感数据的土壤采样方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7764625B2 (en) * | 2008-06-10 | 2010-07-27 | At&T Intellectual Property I, L.P. | Algorithms and estimators for summarization of unaggregated data streams |
-
2014
- 2014-09-29 CN CN201410523248.6A patent/CN104243987B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101030257A (zh) * | 2007-04-13 | 2007-09-05 | 中国传媒大学 | 基于汉字特征的文档图像分割方法 |
| CN102393966A (zh) * | 2011-06-15 | 2012-03-28 | 西安电子科技大学 | 基于多尺度显著图的自适应图像压缩采样方法 |
| CN102521874A (zh) * | 2011-11-24 | 2012-06-27 | 黑龙江科技学院 | 一种基于图像重建三维数据的法线采样重算法 |
| CN102645350B (zh) * | 2012-03-08 | 2013-11-13 | 浙江大学 | 基于高分卫星遥感数据的土壤采样方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104243987A (zh) | 2014-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104243987B (zh) | 基于自适应采样率的图像采样方法 | |
| CN108090521B (zh) | 一种生成式对抗网络模型的图像融合方法和判别器 | |
| EP1729519A3 (en) | Encoding and decoding apparatus and method for blocking reduction | |
| CN103475876A (zh) | 一种基于学习的低比特率压缩图像超分辨率重建方法 | |
| WO2006004605B1 (en) | Multi-pass video encoding | |
| WO2022257970A1 (zh) | 点云的几何信息编码处理方法、解码处理方法及相关设备 | |
| WO2008042259A3 (en) | Method for rho-domain frame level bit allocation for effective rate control and enhanced video coding quality | |
| CN102833492B (zh) | 一种基于颜色相似度的视频场景分割方法 | |
| JP2011151838A5 (zh) | ||
| CN102957906A (zh) | 图像分类压缩方法和系统 | |
| CN112053408B (zh) | 基于深度学习的人脸图像压缩方法及装置 | |
| JP2015526023A5 (zh) | ||
| JP2006050096A5 (zh) | ||
| CN110518917A (zh) | 基于Huffman编码的LZW数据压缩方法及系统 | |
| CN105389596A (zh) | 卷积神经网络适用于识别多种尺寸图片的方法 | |
| WO2014186886A1 (en) | System and method having transparent composite model for transform coefficients | |
| CN104811730B (zh) | 一种视频图像帧内编码单元纹理分析及编码单元选择方法 | |
| CN102833549B (zh) | 一种基于图像源特性的jpeg-ls图像压缩控制方法 | |
| KR20230159597A (ko) | 포인트 클라우드 처리 방법, 디코딩 처리 방법 및 관련 장치 | |
| CN107241597B (zh) | 一种结合四叉树自适应编码的可逆信息隐藏方法 | |
| CN107103632B (zh) | 图像压缩方法及装置 | |
| CN112381744A (zh) | 一种av1合成胶片颗粒自适应前处理的方法 | |
| CN104363454B (zh) | 一种高码率图像的视频编、解码方法及系统 | |
| CN104301726B (zh) | 一种图像无损压缩与解压缩的方法 | |
| US20070211937A1 (en) | Hybrid Image Compression Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191111 Address after: 314100 building 3, 336 Huimin Avenue, Huimin street, Jiashan County, Jiaxing City, Zhejiang Province Patentee after: Jiashan Huili packaging material factory Address before: 528133 Guangdong Province, Foshan City Sanshui District southwest Street HSBC Fontana Gardens 30 203 Patentee before: Liu Peng |
|
| TR01 | Transfer of patent right |