CN105100812B - 一种图像发送、接收方法和装置 - Google Patents

一种图像发送、接收方法和装置 Download PDF

Info

Publication number
CN105100812B
CN105100812B CN201410220103.9A CN201410220103A CN105100812B CN 105100812 B CN105100812 B CN 105100812B CN 201410220103 A CN201410220103 A CN 201410220103A CN 105100812 B CN105100812 B CN 105100812B
Authority
CN
China
Prior art keywords
approximating curve
approximating
curve
information
macro block
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
Application number
CN201410220103.9A
Other languages
English (en)
Other versions
CN105100812A (zh
Inventor
段昶
朱小军
柳斌
张可
刘旭
刘玲
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.)
Chengdu Gaobo Huike Information Technology Co Ltd
Original Assignee
Chengdu Gaobo Huike Information Technology Co Ltd
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 Chengdu Gaobo Huike Information Technology Co Ltd filed Critical Chengdu Gaobo Huike Information Technology Co Ltd
Priority to CN201410220103.9A priority Critical patent/CN105100812B/zh
Publication of CN105100812A publication Critical patent/CN105100812A/zh
Application granted granted Critical
Publication of CN105100812B publication Critical patent/CN105100812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

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

Abstract

本发明提供了一种图像发送、接收方法和装置,该发送方法包括:对原图像进行分块处理;对每一宏块根据其纹理的复杂度确定逼近曲线;对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;将最小编码单元编码后发送出去。本发明提供的发送方法基于Smoothlet变换进行了改进,提供了基于Multi‑smoothlets变换的图像编码技术,结合图像编码理论,在提高压缩图像质量的同时占用较少此特数,更好地实现了对图像的压缩编码。

Description

一种图像发送、接收方法和装置
技术领域
本发明属于无线通信领域,尤其涉及图像变换编码技术领域。
背景技术
小波变换自从20世纪80年代以来,得到了广泛的应用。在信号与信息处理领域,已经成为像傅里叶变换一样必须掌握的数学工具之一。尽管小波变换在数据压缩和去噪声等领域取得了良好的效果,可分离的二维小波变换(不是直接构造出)采用先对行做一次一维小波变换,再对列做一次一维小波变换扩展而来,或者直接用两个可分离的一维函数基直接构造的二维变换,但从数学角度看,都不是真正的二维函数。基函数的支撑区域由区间扩展为正方形,基函数形状的方向性较差,该问题制约着小波变换的进一步应用。在高维情况下,小波分析并不能充分利用数据本身特有的几何特征,并不是最优的或“最稀疏”的函数表示方法。
为了弥补小波分析在上述中提到的缺陷,在小波变换的技术基础之上提出了更为优化的变换——超小波变换。Smoothlet变换作为超小波变换的一种,它是根据块中灰度值的分布情况通过遍历算法在每个子块中拟合出一条逼近曲线(Degenerate smoothlet除外),即每个Smoothlet只能对一个基准线进行逼近,虽然Smoothlet已在极大程度上对宏块进行了逼近,但其对自然图像中边缘部分存在模糊且其边缘在局部可能存在多条,甚至是相互交织的的情况,在低比特率情况下仍无法对其进行很好地逼近从而使得重建图像拥有很好的主观视觉效果,表现在数值上为重建图像不能达到很高的PSNR值。通常图像在压缩处理之后,重建图像或多或少地都会与原始影像不同。
发明内容
本发明要解决的技术问题是,提供一种图像发送、接收方法和装置,有效的提高对自然图像的逼近效果,提高图像重建的质量。
为了解决上述技术问题,本发明提出一种图像发送方法,包括:
对原图像进行分块处理;
对每一宏块根据其纹理的复杂度确定逼近曲线;
对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;
将最小编码单元编码后发送出去。
为了解决上述技术问题,本发明还提出一种图像接收方法,包括:
接收码流,所述码流包括多个最小编码单元;
解码最小编码单元,得到宏块的位置信息、逼近曲线信息和正变换系数;
根据解码结果重建图像。
为了解决上述技术问题,本发明还提出一种图像发送装置,包括依次相连的:
第一模块,用于对原图像进行分块处理;
第二模块,用于对每一宏块根据其纹理的复杂度确定逼近曲线;
第三模块,用于对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;
第四模块,用于将最小编码单元编码后发送出去。
为了解决上述技术问题,本发明还提出一种图像接收装置,包括依次相连的:
第一模块,用于接收码流,所述码流包括多个最小编码单元;
第二模块,用于解码最小编码单元,得到宏块的位置信息、逼近曲线信息和正变换系数;
第三模块,用于根据解码结果重建图像。
本发明提供的一种图像发送、接收方法和装置,具有如下有益效果:
本发明的方法围绕图像编码技术,从对图像的变换逼近和编解码两方面进行研究,重点对PSNR(峰值信噪比)和压缩比特数两个关键指标进行考察,深入研究了基于Smoothlet变换的Multi-smoothlets变换运用于图像压缩编码。该方法有三个特点:
其一,在Smoothlet变换的基础上,重点研究了基于Smoothlet变换的Multi-smoothlets变换的基本原理。在Smoothlet变换的基础上对其基准线逼近方式进行改进,增加了每个子块的拟合曲线个数。由于增加了每个子块的拟合曲线个数使得子块中各曲线过渡带可能存在重叠的情况,且由于曲线的确定存在先后顺序,后确定的曲线在改变宏块某部分像素灰度值的同时可能使得先确定曲线的过渡带存在突变的情况,对该种情况进行了过渡带的滤波处理。
其二,在基于Smoothlet变换的图像编码的基础上针对Multi-smoothlets变换所做的改进对编码做出相应改进。
其三,针对基于分块的Multi-smoothlets产生的块效应提出一种自适应去块效应算法,根据不同宏块之间块效应的强弱程度,合理的调整块边缘滤波像素的个数,根据垂直及水平相邻块之间块效应的强弱程度自适应地选择不同的滤除宽度,且在宽度的选择时采用粗调、细调结合的方式确定r的值,既能对图像各区域的方块效应有很好的去除效果,又能很好的对图像的纹理信息进行保护,进而更有效地去除块效应。
这些特点为本发明设计的压缩编码方法的可行性提供了保证,有利于本发明取得更好的压缩编码效果。
说明书附图
图1是本发明实施例一种图像发送方法流程图;
图2是本发明实施例自适应选择逼近曲线的个数的方法流程图;
图3(a)至图3(d)是本发明实施例自适应选择逼近曲线的个数的示意图;
图4是本发明实施例M=3时对过渡带上的滤波模版示意图;
图5是本发明实施例基准线的端点在块上的位置分布示意图;
图6是本发明实施例一种图像接收方法流程图;
图7是本发明实施例解析最小编码单元的方法流程图;
图8是本发明实施例对重建图像做去块效应处理的方法流程图;
图9是本发明实施例沿着块边界的待滤波像素示意图;
图10(a)至图10(c)是本发明实施例采用Smoothlet变换和Multi-smoothlets的图像质量仿真结果图;
图11是本发明实施例采用不同方式重建的House图;
图12是本发明实施例采用不同方式重建的Peppers图;
图13是本发明实施例采用不同方式重建的Lena图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的组件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,本发明的这些实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。
为了衡量经过处理后的重建图像质量,通常会利用公式(1)和(2)计算出PSNR值作为参考来衡量某个处理算法是否有效。
其中:
MSE是原图像与重建图像的均方误差;
R=255,即取8bit最大值;
宏块的尺寸是M*N,M表示宏块的长,N表示宏块的宽;
I1(m,n)表示宏块内的基准线;
I2(m,n)表示宏块内的逼近曲线;
m∈[1,M];
n∈[1,N]。
本发明的方法围绕图像编码技术,从对图像的变换逼近和编解码两方面进行研究,重点对PSNR(峰值信噪比)和压缩比特数两个关键指标进行考察,深入研究了基于Smoothlet变换的Multi-smoothlets变换运用于图像压缩编码。
本发明实施例提供了一种图像发送方法,如图1所示,包括步骤:
步骤S101:对原图像进行分块处理,得到多个宏块;
步骤S102:对每一宏块根据其纹理的复杂度确定逼近曲线;
步骤S103:对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;
步骤S104:将最小编码单元编码后发送出去。
在一实施例中,步骤S101之前还包括步骤S105(图中未示出):根据分块时最小块的尺寸对原图像尺寸做扩展预处理,使原图像尺寸为最小块尺寸的2i倍,i为正整数。
扩展只是为了满足分块后结构上的对齐,扩展像素点的位置本发明中不做限制,例如可以规定扩展像素点在纵轴上位于原图像的上边沿,在横轴上位于原图像的右边沿,也可以做其他规定。扩展像素点灰度值并不影响变换系数,因此可将扩展像素点灰度值设为0。
在执行步骤S102时,是根据宏块内纹理的复杂度自适应的选择逼近曲线的个数。较佳地,本发明实施例综合考虑逼近效果和压缩效率,经过反复的仿真验证,设置smoothlet个数最大值为3。基于smoothlet算法提供一种改进后的Multi-smoothlet算法,如2所示,包括:
步骤S201:采用smoothlet算法逼近宏块,得到第一逼近曲线b,根据第一逼近曲线b的逼近结果计算第一PSNR值p1,见图3(a);
步骤S202:对所述宏块中以第一逼近曲线b为分割线划分出的第一区域s1采用smoothlet算法进行逼近得到第二逼近曲线b1,根据第一逼近曲线b和第二逼近曲线b1的逼近结果计算第二PSNR值p2,见图3(b);
步骤S203:对所述宏块中以第一逼近曲线b为分割线划分出的第二区域s2采用smoothlet算法进行逼近得到第三逼近曲线b2,根据第一逼近曲线b和第三逼近曲线b2的逼近结果计算第三PSNR值p3,见图3(c);
步骤S204:根据第一逼近曲线b、第二逼近曲线b1和第三逼近曲线b2的逼近结果计算第四PSNR值p4,见图3(d);
步骤S205:选择最大PSNR值对应的逼近曲线为该宏块的逼近曲线。
即,根据如下公式确定宏块内采用的逼近曲线个数:
P=max(p1,p2,p3,p4) (公式3)
本发明上述根据宏块内纹理的复杂度自适应的选择逼近曲线的方案,能够在得到很好的逼近效果的同时减少了子块个数继而提高变换效率。
在执行步骤S103时,较佳地,采用如下算法所述对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理:
其中:
待处理的像素点c,其灰度值为f(c),滤波后的灰度值为
以待处理的像素点c为中心划分出大小为M×M的区域范围,该范围内的像素点为bi,其灰度值为f(bi);M的单位是像素点的个数;
wi是滤波处理的加权值;
k是加权值中的系数,k1和k2的值确定了滤波器的非线性程度;
是整幅图像的像素方差;
μL是M×M区域范围内的像素方差。
其中,参数k1和k2的值是通过实验得出的。较佳地,本发明实施例给出参数k1和k2的取值:k1=10-7;k2=1。
在一实施例中,M=3,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理如图4所示。
在执行步骤S104时,本发明实施例针对改进的Multi-smoothlets算法设计如下编码参数,
本发明实施例设计的Multi-smoothlets变换,是基于smoothlets算法改进,在进行编码时是基于四叉树分块的,宏块的信息存储在四叉树的叶子节点上,包括宏块的位置信息、逼近曲线信息和正变换系数。
对最小编码单元进行编码,即对叶子节点进行编码。可采用任何一种遍历方式对各叶子节点进行编码。编码结构如下:
(type)(square_location)(beamlet_location[])(sign_d)(d[])(sign_r)(r[])(pixel_average_u[])(pixel_average_v[])(positive-negative[])
在编码时任取一种遍历方式根据节点信息对各叶子节点进行编码。在基于Smoothlet变换改进及编码完成后,计算其PSNR和压缩比,从而对其进行性能评估。表1列出了对大小为2j×2j的子块进行变换后在改进后的编码方式与传统基于四叉树的编码的不同;
表1编码参数
表1中各参数的所代表的含义如下:
1)type表示编码逼近曲线类型,指示逼近曲线的数量,分别是、N、S1、S2、S3:000表示该块是0条逼近曲线逼近的,即是属于退化的Wedgelet,即该节点类型为N;001表示该块是一条逼近曲线逼近的,即该节点类型为S1;010表示该块是两条逼近曲线逼近的且第二条逼近曲线位于第一条逼近曲线分割出的两区域中的第一区域内,011表示该块是两条逼近曲线逼近的且第二条逼近曲线位于第一条逼近曲线分割出的两区域中的第二区域内,这两种节点类型均为S2;100表示该块是三条逼近曲线逼近的,即该节点类型为S3。当宏块大小为2×2时只需用1位来表示该节点类型:1代表N,0代表S1。根据逼近曲线的数量,能够确定对宏块的再分块方式:0条逼近曲线时,宏块内不再分块;1条逼近曲线时,将宏块分为2个子块;2条逼近曲线时,将宏块分为3个子块;3条逼近曲线时,将宏块分为4个子块。
2)square_location表示宏块的位置信息,是宏块在整个图像中的位置信息,需要7位码。
3)beamlet_location表示编码逼近曲线与宏块边缘相交的位置信息:对Multi-smoothlets中的逼近曲线编解码需要2j+3位码,其中3位码用于编解码该逼近曲线在该块中的大致位置,剩余的2j位码用于编解码两端点的具体值,所用编解码方式为ASCII码编码,如图5所示,000表示该逼近曲线的两端点在图像矩阵的a,b两边框上,001表示该逼近曲线的两端点在图像矩阵的b,d两边框上,010表示该逼近曲线的两端点在图像矩阵的b,c两边框上,011表示该逼近曲线的两端点在图像矩阵的a,d两边框上,100表示该逼近曲线的两端点在图像矩阵的a,c两边框上,101表示该逼近曲线的两端点在图像矩阵的c,d两边框上。剩余的2j位码才用于编码两端点的具体值,所用编解码方式为ASCII码编码,具体对应关系如表2所示。当宏块的大小为3×3时,编解码逼近曲线信息所需码元位数是6位,而当宏块的大小为2×2时,编解码逼近曲线信息所需码元位数是3位(逼近曲线只可能有六种情况:两条水平直线,两条垂直直线以及两条对角线);
4)sign_d表示逼近曲线的线型指示信息,包括:直线和曲线;
5)d表示编码圆锥曲线中的短轴轴长:Smoothlet的曲率d编解码需j-1位,只针对于大小大于4×4的宏块;
6)sign_r表示圆锥曲线的过渡带(Extruded Surface)指示信息,指示是否有过渡带;
7)r表示编码过渡带的宽度:Smoothlet的过渡带r编解码需j-1位,只针对于大小大于2×2的宏块。
8)pixel_average_u表示编码宏块中的某一区域的像素均值:由于像素灰度值的范围为0~255,因此编解码像素灰度值需8位码元。
9)pixel_average_v表示编码宏块中的另一区域的像素均值:由于像素灰度值的范围为0~255,因此编解码像素灰度值需8位码元。
10)positive-negative用于编码逼近曲线所用的圆锥曲线的范围。
需要注意的是,type类型决定了beamlet_location、sign_d、d、sign_r、r、pixel_average_u、pixel_average_u这些编码参量中的元素个数。
表2基准线端点与二进制码的对应关系
本发明实施例还提供了一种图像接收方法,用于接收采用本发明上述方
法对图像编码后的码流,如图6所示,具体包括:
步骤S601:接收码流,所述码流包括多个最小编码单元;
步骤S602:解析最小编码单元,得到宏块的位置信息、逼近曲线信息和正变换系数;
步骤S603:根据解码结果重建图像。
本发明实施例中,是根据宏块的位置信息和逼近曲线信息解码正变换系数。然后对解码出的正变换系数进行反变换,得到重建图像。
其中,所述逼近曲线信息包括逼近曲线类型信息,用于指示逼近曲线的数量。在解码最小编码单元时,根据逼近曲线的类型信息确定宏块的再分块方式,据以完成对最小编码的解码。具体地,是根据宏块的逼近曲线信息中的逼近曲线类型来正确判断节点所包含的其它信息的码元位数从而实现正确解码。具体解析判断过程如图7所示:
步骤S701:解码并判断宏块的逼近曲线信息中的逼近曲线类型:当为0条逼近曲线时,即退化的Wedgelet时,执行步骤S702;当为1条逼近曲线时,执行步骤S703;当为2条逼近曲线时,重复2次1条逼近曲线时的解码过程,即重复2次步骤S703-S709;当为3条逼近曲线时,重复3次1条逼近曲线时的解码过程,即重复3次步骤S703-S709;
type类型决定了beamlet_location、sign_d、d、sign_r、r、pixel_average_u、pixel_average_u这些编码参量中的元素个数。因此,当为2条逼近曲线时,重复2次1条逼近曲线的解码过程,当为3条逼近曲线时,重复3次1条逼近曲线的解码过程。
步骤S702:解码宏块的位置信息字段和正变换系数字段,得到该最小编码单元对应的宏块的位置,和该宏块的像素灰度均值,该最小编码单元解码结束;
步骤S703:解码宏块的位置信息字段和逼近曲线与宏块边缘相交的位置字段,然后执行步骤S704;
步骤S704:解码逼近曲线的线型指示字段,如果指示是曲线,则执行步骤S705;如果指示是直线,则执行步骤S709;
步骤S705:解码过渡带指示字段,如果指示没有过渡带,则执行步骤S706;如果指示有过渡带,则执行步骤S708;
步骤S706:解码第一正变换系数字段和第二像正变换系数字段,得到逼近曲线每一侧的像素灰度均值,然后执行步骤S707;
步骤S707:解码圆锥曲线的范围指示字段,得到圆锥曲线的范围,该最小编码单元解码结束;
步骤S708:解码过渡带宽度字段,得到过渡带的宽度信息,然后执行步骤S706;
步骤S709:解码圆锥曲线中的短轴轴长字段,得到圆锥曲线的短轴轴长,然后执行步骤S705。
较佳地,在步骤S603之后,还包括步骤S604(图中未示出):对重建图像做去块效应处理。针对不同宏块之间块效应的强弱程度,采用不同的自适应函数来消除块效应,从而提高重建图像的质量。
在一实施例中,对重建图像做去块效应处理如图8所示,包括步骤:
步骤S801:根据解码得到的宏块的位置信息、逼近曲线信息确定宏块边缘的位置信息;
步骤S802:根据宏块边缘的位置信息确定存在块效应的两相邻块的位置;
其中,每两个相邻块都存在块效应,都需要进行块效应处理;
步骤S803:采用如下算法对存在块效应的宏块中的每一待滤波的像素值进行滤波:
u=(f(a1)+...+f(ar/2))/(r/2) (公式10);
v=(f(ar/2+1)+...+f(ar))/(r/2) (公式11);
其中,p为x点相对于所有待滤波像素的位置,ai代表相对于所有待滤波像素其位置在i点的像素。
以一具体应用实例进一步说明,如图9所示,在计算L点的滤波结果时,p取2,p的取值竖直方向按从上到下排序,水平方向按从左到右排序,代入上述公式(9)至(11),从而实现对L点滤波处理。
步骤S804:将滤波完成后的像素的均方误差作为衡量标准,采用粗调、细调相结合的方式确定最小均方差对应的滤波宽度r的值;r∈[1,N),宏块的大小为N×N,N为正整数;
步骤S805:根据确定的滤波宽度r,对所述像素点进行滤波处理。
若宏块处理完毕则完成块效应的去除,输出图像,否则根据宏块边缘的位置信息找到下一个存在块效应的两相邻块的位置,继续执行上述去除块效应的处理过程。
较佳地,在确定滤波宽度r的值时,可以首先根据宏块大小选择合适的初始步长遍历r的值,且r∈[1,N),选择去除块效应效果最优的r1和去除块效应效果次最优的r2,然后缩小步长遍历在r1和r2之间的值,以此类推最后选择去除块效应效果最优的r值。
实验选取256×256大小的House图、Peppers图和Lena图作为测试图像。设定最小分块大小为4×4。每幅图均分别采用了Smoothlet变换和Multi-smoothlets变换,实验结果如图8所示。从图10(a)可以看出在相同编码位数的情况下,House图像经过Multi-smoothlets变换后得到的重建图像质量要明显高于Smoothlet变换的重建图像质量。图10(b)中所示的Peppers图像的Multi-smoothlets重建图像质量也要优于Smoothlet的。图10(c)中Lena图像的Multi-smoothlets变换的优势也是随着编码位数的增加在相同比特率情况下,其重建图像质量的提升越来越显著。值得注意的是,这三幅图的仿真结果都有一个共性,那就是当比特率较低时,Multi-smoothlets的优势并不明显,其原因在于Multi-smoothlets之所以能在降低比特率的同时提高重建图像质量是因为它减少了对图像的划分块数,从而使得对整幅图中宏块本身特性的编码位数减少了,而在低比特率下图像宏块的个数本来就不多,因此这种优势便体现得不够明显。
对图10(a)至图10(c)的仿真结果进行分析总结可知,Multi-smoothlets相较于Smoothlet而言,从数值上来说,Multi-smoothlets在高低比特率下对图像的压缩效果均优于Smoothlet,其能更好地实现对图像的压缩编码。
从图10(a)至图10(c)可知,基于Multi-smoothlets的图像编码方法不管在高比特率还是低比特率下,其在某一相同比特率情况下,基于Multi-smoothlets的图像编码质量均明显优于基于Smoothlet的图像编码质量。
图11中:图11(a)为House原图;图11(b)为Multi-smoothlets重建图像,比特数=492B,PSNR=25.2592;图11(c)为JPEG2000重建图像,比特数=505B,PSNR=23.5494dB。
图12中:图12(a)为House原图;图12(b)为Multi-smoothlets重建图像,比特数=644B,PSNR=21.83637;图12(c)为JPEG2000重建图像,比特数=658B,PSNR=21.1918dB。
图13中:图13(a)为House原图;图13(b)为Multi-smoothlets重建图像,比特数=300B,PSNR=22.1015;图13(c)为JPEG2000重建图像,比特数=323B,PSNR=20.3208dB。
如图11、图12和图13所示,从主观质量上来看,在较低比特率下,House图、Peppers图以及Lena图经基于Multi-smoothlets编码后的重建图像质量均高于经JPEG2000压缩后的重建图像质量。表3中列出了在低比特率条件下,分别用基于Multi-smoothlets的编码方法和JPEG2000对House、Peppers、Lena图进行编码的比特数和重建图像与原图像的PSNR值,从数值上验证了基于Multi-smoothlets的图像编码方法在低比特率情况下优于JPEG2000。
表3Multi-smoothlets与JPEG2000低比特率下的压缩质量
由表3可知,基于Multi-smoothlets的图像编码(当N=3时)在低比特率下其图像编码质量优于JPEG2000。
本发明实施例还提供了一种图像发送装置,包括依次相连的:
第一模块,用于对原图像进行分块处理;
第二模块,用于对每一宏块根据其纹理的复杂度确定逼近曲线;
第三模块,用于对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;
第四模块,用于将最小编码单元编码后发送出去。
较佳地,还包括:
第五模块,与所述第一模块相连,用于根据分块时最小块的尺寸对原图像尺寸做扩展预处理,使原图像尺寸为最小块尺寸的2i倍,i为正整数,然后将扩展预处理后的图像发送至所述第一模块。
较佳地,所述第二模块包括:
第一单元,用于采用smoothlet算法逼近宏块,得到第一逼近曲线,根据第一逼近曲线的逼近结果计算第一峰值信噪比PSNR值;
第二单元,用于对所述宏块中以第一逼近曲线为分割线划分出的第一区域采用smoothlet算法进行逼近得到第二逼近曲线,根据第一逼近曲线和第二逼近曲线的逼近结果计算第二PSNR值;
第三单元,用于对所述宏块中以第一逼近曲线为分割线划分出的第二区域采用smoothlet算法进行逼近得到第三逼近曲线,根据第一逼近曲线和第三逼近曲线的逼近结果计算第三PSNR值;
第四单元,用于根据第一逼近曲线、第二逼近曲线和第三逼近曲线的逼近结果计算第四PSNR值;
第五单元,与所述第一单元、第二单元、第三单元和第四单元均相连,用于选择最大PSNR值对应的逼近曲线为该宏块的逼近曲线。
较佳地,所述第三模块是采用如下算法所述对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理:
其中:
待处理的像素点c,其灰度值为f(c),滤波后的灰度值为
以待处理的像素点c为中心划分出大小为M×M的区域范围,该范围内的像素点为bi,其灰度值为f(bi);M是像素点的个数;
wi是滤波处理的加权值;
k是加权值中的系数,k1和k2的值确定了滤波器的非线性程度;
是整幅图像的像素方差;
μL是M×M区域范围内的像素方差。
较佳地,k1=10-7;k2=1。
较佳地,所述逼近曲线信息包括如下一种或者多种:
逼近曲线类型信息,包括:0条逼近曲线、1条逼近曲线、2条逼近曲线、3条逼近曲线;其中2条逼近曲线的类型中又包括第二条逼近曲线位于第一条逼近曲线在宏块中划分出的第一区域内,和第二条逼近曲线位于第一条逼近曲线在宏块中划分出的第二区域内两种类型;
逼近曲线与宏块边缘相交的位置信息;
逼近曲线的线型指示信息,包括:直线和圆锥曲线;
圆锥曲线中的短轴轴长信息;
圆锥曲线的过渡带的指示信息;
过渡带的宽度信息;
圆锥曲线的范围。
本发明实施例还提供了一种图像接收装置,包括依次相连的:
第一模块,用于接收码流,所述码流包括多个最小编码单元;
第二模块,用于解码最小编码单元,得到宏块的位置信息、逼近曲线信息和正变换系数;
第三模块,用于根据解码结果重建图像。
较佳地,所述逼近曲线信息包括逼近曲线类型信息,用于指示逼近曲线的数量;所述第二模块,用于在解码最小编码单元时,根据逼近曲线的类型信息确定宏块的再分块方式,据以完成对最小编码的解码。
较佳地,所述逼近曲线信息还包括逼近曲线与宏块边缘相交的位置信息、逼近曲线的线型指示信息、圆锥曲线中的短轴轴长信息、圆锥曲线的过渡带指示信息、过渡带的宽度信息、圆锥曲线的范围中的一种或者多种;
所述所述第二模块,用于解析最小编码单元包括步骤:
步骤A:解码并判断宏块的逼近曲线类型信息:当为0条逼近曲线时,执行步骤B;当为1条逼近曲线时,执行步骤C;当为2条逼近曲线时,重复2次步骤C至步骤I;当为3条逼近曲线时,重复3次步骤C至步骤I;
步骤B:解码宏块的位置信息字段和正变换系数字段,得到该最小编码单元对应的宏块的位置,和该宏块的像素灰度均值,该最小编码单元解码结束;
步骤C:解码宏块的位置信息字段和逼近曲线与宏块边缘相交的位置字段,然后执行步骤D;
步骤D:解码逼近曲线的线型指示字段,如果指示是曲线,则执行步骤E;如果指示是直线,则执行步骤I;
步骤E:解码过渡带指示字段,如果指示没有过渡带,则执行步骤F;如果指示有过渡带,则执行步骤H;
步骤F:解码第一正变换系数字段和第二像正变换系数字段,得到逼近曲线每一侧的像素灰度均值,然后执行步骤G;
步骤G:解码圆锥曲线的范围指示字段,得到圆锥曲线的范围,该最小编码单元解码结束;
步骤H:解码过渡带宽度字段,得到过渡带的宽度信息,然后执行步骤F;
步骤I:解码圆锥曲线中的短轴轴长字段,得到圆锥曲线的短轴轴长,然后执行步骤E。
较佳地,还包括第四模块,位于第二模块与第三模块之间,包括:
第一单元,用于根据解码得到的宏块的位置信息、逼近曲线信息确定宏块边缘的位置信息;
第二单元,用于根据宏块边缘的位置信息确定存在块效应的两相邻块的位置;
第三单元,用于采用如下算法对存在块效应的宏块中的每一待滤波的像素值进行滤波:
u=(f(a1)+...+f(ar2))/(r/2);
v=(f(ar2+1)+...+f(ar))/(r/2);
其中,p为x点相对于所有待滤波像素的位置,ai代表相对于所有待滤波像素其位置在i点的像素;
第四单元,用于将滤波完成后的像素的均方误差作为衡量标准,采用粗调、细调相结合的方式确定最小均方差对应的滤波宽度r的值;r∈[1,N),宏块的大小为N×N,N为正整数;
第五单元,用于根据确定的滤波宽度r,对所述像素点进行滤波处理。
根据所述公开的实施例,可以使得本领域技术人员能够实现或者使用本发明。对于本领域技术人员来说,这些实施例的各种修改是显而易见的,并且这里定义的总体原理也可以在不脱离本发明的范围和主旨的基础上应用于其他实施例。以上所述的实施例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、改进等,均应包含在本发明的保护范围之内。

Claims (12)

1.一种图像发送方法,其特征在于,包括:
对原图像进行分块处理;
对每一宏块根据其纹理的复杂度确定逼近曲线;
对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;
将最小编码单元编码后发送出去;
在对原图像进行分块处理之前还包括:
根据分块时最小块的尺寸对原图像尺寸做扩展预处理,使原图像尺寸为最小块尺寸的2i倍,i为正整数;
所述根据宏块内纹理的复杂度确定逼近曲线包括:
采用smoothlet算法逼近宏块,得到第一逼近曲线,根据第一逼近曲线的逼近结果计算第一峰值信噪比PSNR值;
对所述宏块中以第一逼近曲线为分割线划分出的第一区域采用smoothlet算法进行逼近得到第二逼近曲线,根据第一逼近曲线和第二逼近曲线的逼近结果计算第二PSNR值;
对所述宏块中以第一逼近曲线为分割线划分出的第二区域采用smoothlet算法进行逼近得到第三逼近曲线,根据第一逼近曲线和第三逼近曲线的逼近结果计算第三PSNR值;
根据第一逼近曲线、第二逼近曲线和第三逼近曲线的逼近结果计算第四PSNR值;
选择最大PSNR值对应的逼近曲线为该宏块的逼近曲线。
2.如权利要求1所述的方法,其特征在于,采用如下算法所述对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理:
其中:
待处理的像素点c,其灰度值为f(c),滤波后的灰度值为
以待处理的像素点c为中心划分出大小为M×M的区域范围,该范围内的像素点为bi,其灰度值为f(bi);M是像素点的个数;
wi是滤波处理的加权值;
k是加权值中的系数,k1和k2的值确定了滤波器的非线性程度;
是整幅图像的像素方差;
μL是M×M区域范围内的像素方差。
3.如权利要求2所述的方法,其特征在于:
k1=10-7
k2=1。
4.如权利要求1-3中任何一项所述的方法,其特征在于,所述逼近曲线信息包括如下一种或者多种:
逼近曲线类型信息,包括:0条逼近曲线、1条逼近曲线、2条逼近曲线、3条逼近曲线;其中2条逼近曲线的类型中又包括第二条逼近曲线位于第一条逼近曲线在宏块中划分出的第一区域内,和第二条逼近曲线位于第一条逼近曲线在宏块中划分出的第二区域内两种类型;
逼近曲线与宏块边缘相交的位置信息;
逼近曲线的线型指示信息,包括:直线和曲线;
圆锥曲线中的短轴轴长信息;
圆锥曲线的过渡带的指示信息;
过渡带的宽度信息;
圆锥曲线的范围。
5.一种图像接收方法,其特征在于,包括:
接收码流,所述码流包括多个最小编码单元;
解码最小编码单元,得到宏块的位置信息、逼近曲线信息和正变换系数;
根据解码结果重建图像;
所述逼近曲线信息包括逼近曲线类型信息,用于指示逼近曲线的数量;
在解码最小编码单元时,根据逼近曲线的类型信息确定宏块的再分块方式,据以完成对最小编码的解码;
所述逼近曲线信息还包括逼近曲线与宏块边缘相交的位置信息、逼近曲线的线型指示信息、圆锥曲线中的短轴轴长信息、圆锥曲线的过渡带指示信息、过渡带的宽度信息、圆锥曲线的范围中的一种或者多种;
所述解码最小编码单元包括步骤:
步骤A:解码并判断宏块的逼近曲线类型信息:当为0条逼近曲线时,执行步骤B;当为1条逼近曲线时,执行步骤C;当为2条逼近曲线时,重复2次步骤C至步骤I;当为3条逼近曲线时,重复3次步骤C至步骤I;
步骤B:解码宏块的位置信息字段和正变换系数字段,得到该最小编码单元对应的宏块的位置,和该宏块的像素灰度均值,该最小编码单元解码结束;
步骤C:解码宏块的位置信息字段和逼近曲线与宏块边缘相交的位置字段,然后执行步骤D;
步骤D:解码逼近曲线的线型指示字段,如果指示是曲线,则执行步骤E;如果指示是直线,则执行步骤I;
步骤E:解码过渡带指示字段,如果指示没有过渡带,则执行步骤F;如果指示有过渡带,则执行步骤H;
步骤F:解码第一正变换系数字段和第二像正变换系数字段,得到逼近曲线每一侧的像素灰度均值,然后执行步骤G;
步骤G:解码圆锥曲线的范围指示字段,得到圆锥曲线的范围,该最小编码单元解码结束;
步骤H:解码过渡带宽度字段,得到过渡带的宽度信息,然后执行步骤F;
步骤I:解码圆锥曲线中的短轴轴长字段,得到圆锥曲线的短轴轴长,然后执行步骤E。
6.如权利要求5中所述的方法,其特征在于,还包括:
根据解码得到的宏块的位置信息、逼近曲线信息确定宏块边缘的位置信息;
根据宏块边缘的位置信息确定存在块效应的两相邻块的位置;
采用如下算法对存在块效应的宏块中的每一待滤波的像素值进行滤波:
u=(f(a1)+...+f(ar/2))/(r/2);
v=(f(ar/2+1)+...+f(ar))/(r/2);
其中,p为x点相对于所有待滤波像素的位置,f(ai)代表相对于所有待滤波像素其位置在ai点的像素值,i∈[1,r];
将滤波完成后的像素的均方误差作为衡量标准,采用粗调、细调相结合的方式确定最小均方差对应的滤波宽度r的值;r∈[1,N),宏块的大小为N×N,N为正整数;
根据确定的滤波宽度r,对所述像素点进行滤波处理。
7.一种图像发送装置,其特征在于,包括依次相连的:
第一模块,用于对原图像进行分块处理;
第二模块,用于对每一宏块根据其纹理的复杂度确定逼近曲线;
第三模块,用于对每一宏块根据确定的逼近曲线采用smoothlet算法进行正变换,对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理,提取出最小编码单元;所述最小编码单元包括宏块的位置信息、逼近曲线信息和正变换系数;
第四模块,用于将最小编码单元编码后发送出去;
还包括:
第五模块,与所述第一模块相连,用于根据分块时最小块的尺寸对原图像尺寸做扩展预处理,使原图像尺寸为最小块尺寸的2i倍,i为正整数,然后将扩展预处理后的图像发送至所述第一模块;
所述第二模块包括:
第一单元,用于采用smoothlet算法逼近宏块,得到第一逼近曲线,根据第一逼近曲线的逼近结果计算第一峰值信噪比PSNR值;
第二单元,用于对所述宏块中以第一逼近曲线为分割线划分出的第一区域采用smoothlet算法进行逼近得到第二逼近曲线,根据第一逼近曲线和第二逼近曲线的逼近结果计算第二PSNR值;
第三单元,用于对所述宏块中以第一逼近曲线为分割线划分出的第二区域采用smoothlet算法进行逼近得到第三逼近曲线,根据第一逼近曲线和第三逼近曲线的逼近结果计算第三PSNR值;
第四单元,用于根据第一逼近曲线、第二逼近曲线和第三逼近曲线的逼近结果计算第四PSNR值;
第五单元,与所述第一单元、第二单元、第三单元和第四单元均相连,用于选择最大PSNR值对应的逼近曲线为该宏块的逼近曲线。
8.如权利要求7所述的装置,其特征在于,所述第三模块是采用如下算法所述对逼近曲线过渡带上发生灰度值突变的像素点进行滤波处理:
其中:
待处理的像素点c,其灰度值为f(c),滤波后的灰度值为
以待处理的像素点c为中心划分出大小为M×M的区域范围,该范围内的像素点为bi,其灰度值为f(bi);M是像素点的个数;
wi是滤波处理的加权值;
k是加权值中的系数,k1和k2的值确定了滤波器的非线性程度;
是整幅图像的像素方差;
μL是M×M区域范围内的像素方差。
9.如权利要求8所述的装置,其特征在于:
k1=10-7
k2=1。
10.如权利要求7-9中任何一项所述的装置,其特征在于,所述逼近曲线信息包括如下一种或者多种:
逼近曲线类型信息,包括:0条逼近曲线、1条逼近曲线、2条逼近曲线、3条逼近曲线;其中2条逼近曲线的类型中又包括第二条逼近曲线位于第一条逼近曲线在宏块中划分出的第一区域内,和第二条逼近曲线位于第一条逼近曲线在宏块中划分出的第二区域内两种类型;
逼近曲线与宏块边缘相交的位置信息;
逼近曲线的线型指示信息,包括:直线和圆锥曲线;
圆锥曲线中的短轴轴长信息;
圆锥曲线的过渡带的指示信息;
过渡带的宽度信息;
圆锥曲线的范围。
11.一种图像接收装置,其特征在于,包括依次相连的:
第一模块,用于接收码流,所述码流包括多个最小编码单元;
第二模块,用于解码最小编码单元,得到宏块的位置信息、逼近曲线信息和正变换系数;
第三模块,用于根据解码结果重建图像;
所述逼近曲线信息包括逼近曲线类型信息,用于指示逼近曲线的数量;
所述第二模块,用于在解码最小编码单元时,根据逼近曲线的类型信息确定宏块的再分块方式,据以完成对最小编码的解码;
所述逼近曲线信息还包括逼近曲线与宏块边缘相交的位置信息、逼近曲线的线型指示信息、圆锥曲线中的短轴轴长信息、圆锥曲线的过渡带指示信息、过渡带的宽度信息、圆锥曲线的范围中的一种或者多种;
所述所述第二模块,用于解码最小编码单元包括步骤:
步骤A:解码并判断宏块的逼近曲线类型信息:当为0条逼近曲线时,执行步骤B;当为1条逼近曲线时,执行步骤C;当为2条逼近曲线时,重复2次步骤C至步骤I;当为3条逼近曲线时,重复3次步骤C至步骤I;
步骤B:解码宏块的位置信息字段和正变换系数字段,得到该最小编码单元对应的宏块的位置,和该宏块的像素灰度均值,该最小编码单元解码结束;
步骤C:解码宏块的位置信息字段和逼近曲线与宏块边缘相交的位置字段,然后执行步骤D;
步骤D:解码逼近曲线的线型指示字段,如果指示是曲线,则执行步骤E;如果指示是直线,则执行步骤I;
步骤E:解码过渡带指示字段,如果指示没有过渡带,则执行步骤F;如果指示有过渡带,则执行步骤H;
步骤F:解码第一正变换系数字段和第二像正变换系数字段,得到逼近曲线每一侧的像素灰度均值,然后执行步骤G;
步骤G:解码圆锥曲线的范围指示字段,得到圆锥曲线的范围,该最小编码单元解码结束;
步骤H:解码过渡带宽度字段,得到过渡带的宽度信息,然后执行步骤F;
步骤I:解码圆锥曲线中的短轴轴长字段,得到圆锥曲线的短轴轴长,然后执行步骤E。
12.如权利要求11中所述的装置,其特征在于,还包括:
第四模块,位于第二模块与第三模块之间,包括:
第一单元,用于根据解码得到的宏块的位置信息、逼近曲线信息确定宏块边缘的位置信息;
第二单元,用于根据宏块边缘的位置信息确定存在块效应的两相邻块的位置;
第三单元,用于采用如下算法对存在块效应的宏块中的每一待滤波的像素值进行滤波:
u=(f(a1)+...+f(ar/2))/(r/2);
v=(f(ar/2+1)+...+f(ar))/(r/2);
其中,p为c点相对于所有待滤波像素的位置,f(ai)代表相对于所有待滤波像素其位置在ai点的像素值,i∈[1,r];
f(c):c代表需要滤波图像像素的位置,f(c)是c位置的像素值;
为f(c)滤波后的图像像素值;
第四单元,用于将滤波完成后的像素的均方误差作为衡量标准,采用粗调、细调相结合的方式确定最小均方差对应的滤波宽度r的值;r∈[1,N),宏块的大小为N×N,N为正整数;
第五单元,用于根据确定的滤波宽度r,对所述像素点进行滤波处理。
CN201410220103.9A 2014-05-23 2014-05-23 一种图像发送、接收方法和装置 Active CN105100812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410220103.9A CN105100812B (zh) 2014-05-23 2014-05-23 一种图像发送、接收方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410220103.9A CN105100812B (zh) 2014-05-23 2014-05-23 一种图像发送、接收方法和装置

Publications (2)

Publication Number Publication Date
CN105100812A CN105100812A (zh) 2015-11-25
CN105100812B true CN105100812B (zh) 2019-01-04

Family

ID=54580217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410220103.9A Active CN105100812B (zh) 2014-05-23 2014-05-23 一种图像发送、接收方法和装置

Country Status (1)

Country Link
CN (1) CN105100812B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110097497B (zh) * 2019-05-14 2023-03-24 电子科技大学 基于residual multismoothlets的多尺度图像变换和逆变换方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101115208A (zh) * 2006-07-27 2008-01-30 松下电器产业株式会社 图像编码装置
CN101601087A (zh) * 2006-11-16 2009-12-09 弗劳恩霍夫应用研究促进协会 用于编码和解码的设备
CN101783939A (zh) * 2009-01-16 2010-07-21 复旦大学 一种基于人眼视觉特性的图像编码方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101115208A (zh) * 2006-07-27 2008-01-30 松下电器产业株式会社 图像编码装置
CN101601087A (zh) * 2006-11-16 2009-12-09 弗劳恩霍夫应用研究促进协会 用于编码和解码的设备
CN101783939A (zh) * 2009-01-16 2010-07-21 复旦大学 一种基于人眼视觉特性的图像编码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A novel adaptive de-blocking algorithm for the smoothlets reconstructed image;Fang Xie等;《2013 International Workshop on Microwave and Millimeter Wave Circuits and System Technology》;20131231;全文
Smoothlets — Multiscale Functions for Adaptive Representation of Images;Agnieszka Lisowska;《TRANSACTIONS ON IMAGE PROCESSING》;20110830;第20卷(第8期);全文

Also Published As

Publication number Publication date
CN105100812A (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN107197260A (zh) 基于卷积神经网络的视频编码后置滤波方法
CN107818266B (zh) 基于像素置换的自适应可逆信息隐藏方法
CN104010193B (zh) 基于宏块划分方式扰动的视频隐写方法
CN102186069B (zh) 一种保持量测性能的遥感影像数据压缩方法
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
CN103763564B (zh) 基于边缘无损压缩的深度图编码方法
CN108028945A (zh) 通过使用单例系数更新执行变换的设备和方法
Zhou et al. DCT-based color image compression algorithm using an efficient lossless encoder
CN109756736A (zh) Sao模式决策方法、装置、电子设备及可读存储介质
CN103780909A (zh) 编码器、解码器及编码方法、解码方法
Liu et al. A high-performance CNN-applied HEVC steganography based on diamond-coded PU partition modes
Pan et al. Low bit-rate information hiding method based on search-order-coding technique
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
CN106056638A (zh) 一种自适应纹理对比度的低复杂度压缩感知图像编码方法
CN104244012B (zh) 一种ct数据压缩方法
CN104780383B (zh) 一种3d‑hevc多分辨率视频编码方法
CN105592313A (zh) 一种分组自适应熵编码压缩方法
CN105100812B (zh) 一种图像发送、接收方法和装置
CN104811730A (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
CN105163122B (zh) 一种基于图像块相似性的图像压缩及解压缩方法
CN110677644A (zh) 一种视频编码、解码方法及视频编码帧内预测器
CN102316324B (zh) 一种基于局部最小熵的图像编码预测方法
CN102307303B (zh) 一种基于三进制表示的图像预测编码方法
CN104079947A (zh) 一种基于改进ezw的声纳图像数据压缩方法
CN103544717A (zh) 一种基于sift特征的二阶段三维图像压缩编码方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant