CN105392014B - 一种优化的小波变换图像压缩方法 - Google Patents
一种优化的小波变换图像压缩方法 Download PDFInfo
- Publication number
- CN105392014B CN105392014B CN201510747434.2A CN201510747434A CN105392014B CN 105392014 B CN105392014 B CN 105392014B CN 201510747434 A CN201510747434 A CN 201510747434A CN 105392014 B CN105392014 B CN 105392014B
- Authority
- CN
- China
- Prior art keywords
- band
- frequency sub
- image
- indicate
- wavelet
- 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
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明属于数字图像压缩技术领域,具体涉及一种优化的小波变换图像压缩方法。与现有技术相比较,本发明针对传统的JPEG2000图像压缩算法中小波变换算法运算量大的问题,提出了一种新型的小波子带外推的算法,该算法综合利用图像的时域、空域和小波域的信息,在压缩端只需要处理低频子带的相关信息,在解压缩端根据本帧及前帧图像的低频子带和高频子带信息,对图像进行恢复处理,简化了小波变化的运算量,提高了图像恢复的质量和信噪比。
Description
技术领域
本发明属于数字图像压缩技术领域,具体涉及一种优化的小波变换图像压缩方法。
背景技术
图像在现代多媒体技术中具有重要的地位,随着计算机技术的发展和普及,数字化的图像信息相比较于模拟图像更加便于传输、存储。尤其是近年来无论是商业领域、还是军事用途对图像分辨率的要求日益增加,高清图像(FHD 1080P)、超高强图像(UHD 4K电视等)的应用与日俱增,给用户带来高清视觉体验的同时,巨大的数据量为传输带宽、存储容量提出了更高的要求,因此有必要对图像进行压缩处理,最大限度的压缩数据量,使其便于信道传输和介质存储。
目前静态图像压缩的最新国际标准为JPEG2000算法,JPEG2000标准作为一种新型的图像静态压缩技术标准,具有很多技术优势,如支持渐进传输、码流的随机访问与处理,感兴趣区域编码等,但是以小波变换编码为代表的处理流程计算量及复杂度较大,对硬件平台要求较高。目前迫切需要在不降低压缩质量的前提下,减小运算量和算法复杂度,提高系统的实时性。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:如何提供一种优化的小波变换图像压缩方法。
(二)技术方案
为解决上述技术问题,本发明提供一种优化的小波变换图像压缩方法,其包括如下步骤:
步骤1:将原图I0进行小波变换,得到I1 LL低频子带和I1 HL行高频、I1 LH列高频、I1 HH对角高频三个高频子带,为了简化图像压缩端的运算量,高频系数信息忽略,只选取I1 LL低频子带的信息进行量化、编码步骤,并将处理后的数据通过信道进行传输或存储;
步骤2:通过信道后的数据信息,经过解码、反量化步骤后得到恢复图像的第一级小波分解的低频子带I1 LL’;此时的像素分辨率仍为原图像的1/4;
步骤3:对第一级小波分解的低频子带I1 LL’进行第二级的二维小波变换,得到第二级小波分解的低频子带I2 LL’、行高频子带I2 HL’、列高频子带I2 LH’和对角高频子带I2 HH’;
步骤4:由于该小波系数在相邻量级分辨率之间存在较强的位置相关性,通过多分辨率标识,根据第二级分解的高频小波子带系数,使用线性插值算法得到其他三个高频子带的小波系数I1 HL’、I1 LH’、I1 HH’,反映出图像的部分边缘信息;
步骤5:为了进一步提高插值精度,提高图像恢复效果,在高频子带部分使用时域上前几幅图像相同位置的像素信息,再一次使用线性插值算法进行系数估计,得到本幅图像的I1 HL”、I1 LH”、I1 HH”;
步骤6:对估计后的I1 HL”、I1 LH”、I1 HH”子带系数进行小波逆变换,得到恢复图像I0’;
其中,
I0表示原图像;
I1 LL表示原图像的第一级小波分解的低频子带;
I1 HL表示原图像的第一级小波分解的行高频子带;
I1 LH表示原图像的第一级小波分解的列高频子带;
I1 HH表示原图像的第一级小波分解的对角高频子带;
I1 LL’表示恢复图像的第一级小波分解的低频子带;
I2 LL’表示恢复图像的第二级小波分解的低频子带;
I2 HL’表示恢复图像的第二级小波分解的行高频子带;
I2 LH’表示恢复图像的第二级小波分解的列高频子带;
I2 HH’表示恢复图像的第二级小波分解的对角高频子带;
I1 HL’表示恢复图像通过第二级小波通过空域估计出的第一级小波的行高频子带;
I1 LH’表示恢复图像通过第二级小波通过空域估计出的第一级小波的列高频子带;
I1 HH’表示恢复图像通过第二级小波通过空域估计出的第一级小波的对角高频子带;
I1 HL”表示恢复图像的第一级小波分解经过时域插值后的行高频子带;
I1 LH”表示恢复图像的第一级小波分解经过时域插值后的列高频子带;
I1 HH”表示恢复图像的第一级小波分解经过时域插值后的对角高频子带;
I0’表示最终恢复图像。
(三)有益效果
与现有技术相比较,本发明针对传统的JPEG2000图像压缩算法中小波变换算法运算量大的问题,提出了一种新型的小波子带外推的算法,该算法综合利用图像的时域、空域和小波域的信息,在压缩端只需要处理低频子带的相关信息,在解压缩端根据本帧及前帧图像的低频子带和高频子带信息,对图像进行恢复处理,简化了小波变化的运算量,提高了图像恢复的质量和信噪比。
附图说明
图1及图2为本发明技术方案实施过程示意图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
本发明的涉及思想如下:
JPEG2000的编码端包括:图像预处理、正向小波变换、量化、EBCOT编码等,核心算法是离散小波变换,有损图像压缩采用9/7提升小波变换。利用二维小波变换可将图像分解为4个子带,依次为低频LL、行高频HL、列高频LH以及对角高频HH子带。图像经过小波变换后生成的小波系数具有的特点如下:
(1)小波系数的能量与原图像能量相等,绝大多数能量集中在低频LL子带,其余较小能量分布在行高频HL、列高频LH以及对角高频HH子带中,不同级的子图系数反映的是图像在不同尺度下的低频和高频分量;利用此特性能够在压缩端只处理第一级低频子带的信息,数据大小变换为原图像的1/4,低频系数能量占据原图95%以上,恢复图像时对信噪比影响不大。
(2)在高频子带中能量集中在高频显著系数上,该区域包含图像的边缘或纹理信息。高频显著簇的位置具有相关性,由于显著簇分布在与图像边缘或纹理相对应的位置附近,因此不同子带同一空间方向的各个显著簇之间,在空间位置上存在着一定的相关性。利用此特性可以在解压缩端使用低频LL子带使用空域子带外推算法,利用低频子带信息外推出行高频、列高频以及对角高频子带的估计值。
(3)相邻帧图像在相同空间位置处在空域和小波域都均有较强的相关性。传统的小波变换步骤只使用了图像的空间冗余信息,没有充分利用多幅图像间的时间冗余信息,在工程应用中可以充分利用在时域上多幅图像间的相关信息,把行高频、列高频及对角高频子带信息在时域上进行插值,大大减小小波变换的计算量和复杂度,同时能够保证图像压缩的效果。
具体而言,为解决现有技术的问题,本发明提供一种优化的小波变换图像压缩方法,如图1-图2所示,其包括如下步骤:
步骤1:将原图I0进行小波变换,得到I1 LL低频子带和I1 HL行高频、I1 LH列高频、I1 HH对角高频三个高频子带,为了简化图像压缩端的运算量,高频系数信息忽略,只选取I1 LL低频子带的信息进行量化、编码步骤,并将处理后的数据通过信道进行传输或存储;
步骤2:通过信道后的数据信息,经过解码、反量化步骤后得到恢复图像的第一级小波分解的低频子带I1 LL’;此时的像素分辨率仍为原图像的1/4;
步骤3:对第一级小波分解的低频子带I1 LL’进行第二级的二维小波变换,得到第二级小波分解的低频子带I2 LL’、行高频子带I2 HL’、列高频子带I2 LH’和对角高频子带I2 HH’;
步骤4:由于该小波系数在相邻量级分辨率之间存在较强的位置相关性,通过多分辨率标识,可以根据第二级分解的高频小波子带系数,使用线性插值算法得到其他三个高频子带的小波系数I1 HL’、I1 LH’、I1 HH’,反映出图像的部分边缘信息;
步骤5:为了进一步提高插值精度,提高图像恢复效果,在高频子带部分使用时域上前几幅图像相同位置的像素信息,再一次使用线性插值算法进行系数估计,得到本幅图像的I1 HL”、I1 LH”、I1 HH”;
步骤6:对估计后的I1 HL”、I1 LH”、I1 HH”子带系数进行小波逆变换,得到恢复图像I0’。
其中,参考帧的周期可以借鉴动态图像压缩的相关方法,根据图像内容变化的剧烈程度和实际信道的传输带宽进行设置和调整。
其中,
I0表示原图像;
I1 LL表示原图像的第一级小波分解的低频子带;
I1 HL表示原图像的第一级小波分解的行高频子带;
I1 LH表示原图像的第一级小波分解的列高频子带;
I1 HH表示原图像的第一级小波分解的对角高频子带;
I1 LL’表示恢复图像的第一级小波分解的低频子带;
I2 LL’表示恢复图像的第二级小波分解的低频子带;
I2 HL’表示恢复图像的第二级小波分解的行高频子带;
I2 LH’表示恢复图像的第二级小波分解的列高频子带;
I2 HH’表示恢复图像的第二级小波分解的对角高频子带;
I1 HL’表示恢复图像通过第二级小波通过空域估计出的第一级小波的行高频子带;
I1 LH’表示恢复图像通过第二级小波通过空域估计出的第一级小波的列高频子带;
I1 HH’表示恢复图像通过第二级小波通过空域估计出的第一级小波的对角高频子带;
I1 HL”表示恢复图像的第一级小波分解经过时域插值后的行高频子带;
I1 LH”表示恢复图像的第一级小波分解经过时域插值后的列高频子带;
I1 HH”表示恢复图像的第一级小波分解经过时域插值后的对角高频子带;
I0’表示最终恢复图像。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (1)
1.一种优化的小波变换图像压缩方法,其特征在于,其包括如下步骤:
步骤1:将原图I0进行小波变换,得到I1 LL低频子带和I1 HL行高频、I1 LH列高频、I1 HH对角高频三个高频子带,为了简化图像压缩端的运算量,高频系数信息忽略,只选取I1 LL低频子带的信息进行量化、编码步骤,并将处理后的数据通过信道进行传输或存储;
步骤2:通过信道后的数据信息,经过解码、反量化步骤后得到恢复图像的第一级小波分解的低频子带I1 LL’;此时的像素分辨率仍为原图像的1/4;
步骤3:对第一级小波分解的低频子带I1 LL’进行第二级的二维小波变换,得到第二级小波分解的低频子带I2 LL’、行高频子带I2 HL’、列高频子带I2 LH’和对角高频子带I2 HH’;
步骤4:由于小波系数在相邻量级分辨率之间存在较强的位置相关性,通过多分辨率标识,根据第二级分解的高频小波子带系数,使用线性插值算法得到其他三个高频子带的小波系数I1 HL’、I1 LH’、I1 HH’,反映出图像的部分边缘信息;
步骤5:为了进一步提高插值精度,提高图像恢复效果,在高频子带部分使用时域上前几幅图像相同位置的像素信息,再一次使用线性插值算法进行系数估计,得到本幅图像的I1 HL”、I1 LH”、I1 HH”;
步骤6:对估计后的I1 HL”、I1 LH”、I1 HH”子带系数进行小波逆变换,得到恢复图像I0’;
其中,
I0表示原图像;
I1 LL表示原图像的第一级小波分解的低频子带;
I1 HL表示原图像的第一级小波分解的行高频子带;
I1 LH表示原图像的第一级小波分解的列高频子带;
I1 HH表示原图像的第一级小波分解的对角高频子带;
I1 LL’表示恢复图像的第一级小波分解的低频子带;
I2 LL’表示恢复图像的第二级小波分解的低频子带;
I2 HL’表示恢复图像的第二级小波分解的行高频子带;
I2 LH’表示恢复图像的第二级小波分解的列高频子带;
I2 HH’表示恢复图像的第二级小波分解的对角高频子带;
I1 HL’表示恢复图像通过第二级小波通过空域估计出的第一级小波的行高频子带;
I1 LH’表示恢复图像通过第二级小波通过空域估计出的第一级小波的列高频子带;
I1 HH’表示恢复图像通过第二级小波通过空域估计出的第一级小波的对角高频子带;
I1 HL”表示恢复图像的第一级小波分解经过时域插值后的行高频子带;
I1 LH”表示恢复图像的第一级小波分解经过时域插值后的列高频子带;
I1 HH”表示恢复图像的第一级小波分解经过时域插值后的对角高频子带;
I0’表示最终恢复图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510747434.2A CN105392014B (zh) | 2015-11-05 | 2015-11-05 | 一种优化的小波变换图像压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510747434.2A CN105392014B (zh) | 2015-11-05 | 2015-11-05 | 一种优化的小波变换图像压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105392014A CN105392014A (zh) | 2016-03-09 |
CN105392014B true CN105392014B (zh) | 2019-03-08 |
Family
ID=55423780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510747434.2A Active CN105392014B (zh) | 2015-11-05 | 2015-11-05 | 一种优化的小波变换图像压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105392014B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111147865B (zh) * | 2018-11-03 | 2021-10-22 | 广州灵派科技有限公司 | 一种视频编码前的预解码方法 |
CN111256596B (zh) * | 2020-02-21 | 2021-09-14 | 北京容联易通信息技术有限公司 | 基于cv技术的尺寸测量方法、装置、计算机设备及介质 |
CN112492312B (zh) * | 2020-11-19 | 2022-11-08 | 平安普惠企业管理有限公司 | 基于小波变换的图像压缩恢复方法、装置、设备和介质 |
CN116708788B (zh) * | 2023-08-02 | 2023-11-21 | 深圳市冠群电子有限公司 | 手机文件压缩系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101668196A (zh) * | 2009-09-25 | 2010-03-10 | 西安电子科技大学 | 基于下采样和插值的低码率图像压缩方法 |
CN101984666A (zh) * | 2010-11-19 | 2011-03-09 | 南京邮电大学 | 一种基于提升小波变换的图像无损压缩和解压方法 |
CN104079947A (zh) * | 2014-06-25 | 2014-10-01 | 武汉大学 | 一种基于改进ezw的声纳图像数据压缩方法 |
-
2015
- 2015-11-05 CN CN201510747434.2A patent/CN105392014B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101668196A (zh) * | 2009-09-25 | 2010-03-10 | 西安电子科技大学 | 基于下采样和插值的低码率图像压缩方法 |
CN101984666A (zh) * | 2010-11-19 | 2011-03-09 | 南京邮电大学 | 一种基于提升小波变换的图像无损压缩和解压方法 |
CN104079947A (zh) * | 2014-06-25 | 2014-10-01 | 武汉大学 | 一种基于改进ezw的声纳图像数据压缩方法 |
Non-Patent Citations (2)
Title |
---|
基于JPEG2000标准核心算法的研究与探索;曾勇;《中国优秀硕士学位论文全文数据库》;20121231;第5.2.2节,附图5.2,5.3 |
基于小波子带外推的图像压缩优化算法研究;万千;《中国优秀硕士学位论文全文数据库》;20121231;第3.7,4.2.1节,附图3.10 |
Also Published As
Publication number | Publication date |
---|---|
CN105392014A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Talukder et al. | Haar wavelet based approach for image compression and quality assessment of compressed image | |
CN105392014B (zh) | 一种优化的小波变换图像压缩方法 | |
CN102123278B (zh) | 基于分布式压缩感知技术的信源编解码的方法 | |
CN104331913A (zh) | 基于稀疏k-svd的极化sar图像压缩方法 | |
CN104199627B (zh) | 基于多尺度在线字典学习的可分级视频编码系统 | |
Kumar et al. | A review: DWT-DCT technique and arithmetic-Huffman coding based image compression | |
EP2654294A1 (en) | Wavelet coefficient quantization method applying human -eye visual model in image compression | |
CN105263027B (zh) | 一种视频帧的下采样方法和上采样方法以及传输处理方法 | |
CN103546759A (zh) | 一种基于小波包和矢量量化相结合的图像压缩编码方法 | |
Sidhik | Comparative study of Birge–Massart strategy and unimodal thresholding for image compression using wavelet transform | |
Kalavathi et al. | A wavelet based image compression with RLC encoder | |
CN105825530B (zh) | 基于感兴趣区域的海岸带高光谱图像分布式有损编码和解码方法 | |
CN105163130B (zh) | 一种基于离散Tchebichef正交多项式的图像无损压缩方法 | |
Agrwal et al. | Improved image compression technique using IWT-DCT transformation | |
US20140328406A1 (en) | Method and Apparatus to Perform Optimal Visually-Weighed Quantization of Time-Varying Visual Sequences in Transform Space | |
Liu et al. | An improved SPIHT algorithm for image compression in low bit rate | |
CN107948644B (zh) | 一种水下图像压缩方法及传输方法 | |
Hage et al. | Discrete wavelet transform based video signal processing | |
CN102281443A (zh) | 基于优化的层式离散余弦变换的压缩感知图像处理方法 | |
CN102833537A (zh) | 基于Contourlet变换的压缩感知图像稀疏方法 | |
Hong et al. | Hybrid image compression model based on subband coding and edge-preserving regularisation | |
Wu et al. | Comparisons of Threshold EZW and SPIHT Wavelets Based Image Compression Methods | |
Li et al. | Rate pre-allocated compression for mapping image based on wavelet and rate-distortion theory | |
Shu et al. | Shape adaptive texture coding based on wavelet-based contourlet transform | |
Wu | Efficient reduction of artifact effect based on power and entropy measures |
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 |