CN105407352A - 图像压缩方法、装置及服务器 - Google Patents

图像压缩方法、装置及服务器 Download PDF

Info

Publication number
CN105407352A
CN105407352A CN201510815633.2A CN201510815633A CN105407352A CN 105407352 A CN105407352 A CN 105407352A CN 201510815633 A CN201510815633 A CN 201510815633A CN 105407352 A CN105407352 A CN 105407352A
Authority
CN
China
Prior art keywords
region
compressed
target image
image
quantization table
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
CN201510815633.2A
Other languages
English (en)
Inventor
张涛
陈志军
龙飞
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.)
Beijing Xiaomi Technology Co Ltd
Xiaomi Inc
Original Assignee
Xiaomi Inc
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 Xiaomi Inc filed Critical Xiaomi Inc
Priority to CN201510815633.2A priority Critical patent/CN105407352A/zh
Priority to PCT/CN2015/099609 priority patent/WO2017088258A1/zh
Priority to JP2016523919A priority patent/JP2018505571A/ja
Priority to MX2016005790A priority patent/MX361216B/es
Priority to RU2016139969A priority patent/RU2653314C2/ru
Priority to KR1020167010365A priority patent/KR101848191B1/ko
Publication of CN105407352A publication Critical patent/CN105407352A/zh
Priority to US15/240,498 priority patent/US20170150148A1/en
Priority to EP16186290.9A priority patent/EP3171596B1/en
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/177—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a group of pictures [GOP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本公开实施例公开了一种图像压缩方法及装置，获取待压缩的目标图像，并将目标图像划分成至少两个待压缩区域。目标图像划分成预设大小的像素块，并将每个像素块中的数据变换成频域数据。获取每个待压缩区域对应的量化表，不同的量化表对应的量化尺度不同；不同的待压缩区域可以采用不同量化尺度的量化表进行量化。对于某些待压缩区域采用量化尺度较小的量化表，能够保留更多的细节信息；对于其它的待压缩区域采用量化尺度较大的量化表，能够大幅度降低图像占用的存储空间。利用该图像压缩方法进行图像压缩后，既能保证对某些区域的图像质量，又能大幅度降低图像占用的存储空间。

Description

图像压缩方法、装置及服务器
技术领域
本公开涉及计算机技术领域，特别是涉及一种图像压缩方法、装置及服务器。
背景技术
随着网络技术飞速发展，云存储日渐成为人们重要的存储方式之一。用户可以将自己的数据存储到云端，可以通过终端设备查看云端存储的信息。例如，用户可以将手机中的照片上传到云端进行备份。
但是，随着云端存储的照片越来越多，云端的存储压力也越来越大，可以压缩图像以减少图像占用的存储空间。相关技术中的JPEG(JointPhotographicExpertsGroup，联合图像专家小组)压缩方式虽然能够减少图像所占用存储空间，同时，降低了图像的质量。
发明内容
为克服相关技术中存在的问题，本公开提供一种图像压缩方法、装置及服务器。
为了解决上述技术问题，本公开实施例公开了如下技术方案：
根据本公开实施例的第一方面，提供一种图像压缩方法，其特征在于，包括：
获取待压缩的目标图像；
将所述目标图像划分成至少两个待压缩区域；
将所述目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
获取所述每个待压缩区域对应的量化表，其中，不同的所述量化表所对应的量化尺度不同；
对所述每个待压缩区域中像素块对应的频域数据，利用所述待压缩区域对应的量化表进行量化；
对量化后的图像数据进行编码，得到压缩后的图像。
第一方面提供的图像压缩方法，对于某些待压缩区域采用量化尺度较小的量化表，能够保留更多的细节信息；对于其它的待压缩区域采用量化尺度较大的量化表，能够大幅度降低图像占用的存储空间。利用该图像压缩方法进行图像压缩后，既能保证对某些区域的图像质量，又能大幅度降低图像占用的存储空间。
可选地，所述将所述目标图像划分成至少两个待压缩区域，包括：
从所述目标图像中确定出感兴趣ROI区域和非ROI区域；
所述获取所述每个待压缩区域对应的量化表，包括：
获取所述ROI区域对应的第一类量化表，以及，获取所述非ROI区域对应的第二类量化表，其中，所述第二类量化表的量化尺度大于所述第一类量化表的量化尺度。
本实施例提供的图像压缩方法，对于ROI区域，采用量化尺度较小的量化表；对于非ROI区域，采用量化尺度较大的量化表。经过这种处理后，能够在图像的有效区域保留更多的细节信息，同时，对非ROI区域进行了大幅度的压缩。采用该图像压缩方法在大大降低图像所占存储空间的前提下，保证图像ROI区域的图像质量。
可选地，所述从所述目标图像中确定出ROI区域和非ROI区域，包括：检测目标图像中图像显著性区域；
对检测到的所述图像显著性区域进行图像分割；
对图像分割结果经过过滤及聚合，得到至少一个ROI候选区域；
从所述至少一个ROI候选区域中确定出ROI区域，并确定所述目标图像中除所述ROI区域之外的其它区域为非ROI区域。
可选地，所述获取所述每个待压缩区域对应的量化表，包括：
根据所述ROI区域所包含的像素块中高频分量的数值及预设百分比，确定所述第一类量化表中高频部分对应的量化数值，所述预设百分比是量化结果中不为零的数值所占百分比。
可选地，所述将所述目标图像划分成预设大小的像素块，包括：将所述目标图像划分成8*8的像素块。
根据本公开实施例的第二方面，提供一种图像压缩装置，包括：
第一获取模块，用于获取待压缩的目标图像；
第一划分模块，用于将所述第一获取模块获得的目标图像划分成至少两个待压缩区域；
第二划分模块，用于将所述第一获取模块获得的目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
第二获取模块，用于获取所述第一划分模块获得的每个待压缩区域对应的量化表，其中，不同的所述量化表所对应的量化尺度不同；
量化模块，用于对每个待压缩区域中像素块对应的频域数据，利用所述待压缩区域对应的量化表进行量化；
编码模块，用于对所述量化模块量化后的图像数据进行编码，得到压缩后的图像。
可选地，所述第一划分模块，用于从所述目标图像中确定出感兴趣ROI区域和非ROI区域；
所述第二获取模块，用于获取所述ROI区域对应的第一类量化表，以及，获取所述非ROI区域对应的第二类量化表，其中，所述第二类量化表的量化尺度大于所述第一类量化表的量化尺度。
可选地，所述第一划分模块用于从所述目标图像中确定出ROI区域和非ROI区域时，包括：
第一检测子模块，用于检测目标图像中图像显著性区域；
图像分割子模块，用于对检测到的所述图像显著性区域进行图像分割；
聚合子模块，用于对图像分割结果经过过滤及聚合，得到至少一个ROI候选区域；
第一确定子模块，用于从所述至少一个ROI候选区域中确定出ROI区域，并确定所述目标图像中除所述ROI区域之外的其它区域为非ROI区域。
可选地，所述第二获取模块，用于根据所述ROI区域所包含的像素块中高频分量的数值及预设百分比，确定所述第一类量化表中高频部分对应的量化数值，所述预设百分比是量化结果中不为零的数值所占百分比。
根据本公开实施例的第三方面，提供一种终端设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待压缩的目标图像；
将所述目标图像划分成至少两个待压缩区域；
将所述目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
获取所述每个待压缩区域对应的量化表，其中，不同的所述量化表所对应的量化尺度不同；
对所述每个待压缩区域中像素块对应的频域数据，利用所述待压缩区域对应的量化表进行量化；
对量化后的图像数据进行编码，得到压缩后的图像。
本公开的实施例提供的技术方案可以包括以下有益效果：获取待压缩的目标图像，并将目标图像划分成至少两个待压缩区域。目标图像划分成预设大小的像素块，并将每个像素块中的数据变换成频域数据。获取每个待压缩区域对应的量化表，不同的量化表对应的量化尺度不同；不同的待压缩区域可以采用不同量化尺度的量化表进行量化。对于某些待压缩区域采用量化尺度较小的量化表，能够保留更多的细节信息；对于其它的待压缩区域采用量化尺度较大的量化表，能够大幅度降低图像占用的存储空间。利用该图像压缩方法进行图像压缩后，既能保证对某些区域的图像质量，又能大幅度降低图像占用的存储空间。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种图像压缩方法的流程图；
图2是根据一示例性实施例示出的另一种图像压缩方法的流程图；
图3是根据一示例性实施例示出的确定ROI区域和非ROI区域的流程图；
图4是根据一示例性实施例示出的一种将图像划分成像素块的示意图；
图5是根据一示例性实施例示出的Zig-Zag排列示意图；
图6是根据一示例性实施例示出的另一种图像压缩方法的流程图；
图7是根据一示例性实施例示出的一种图像压缩装置框图；
图8是根据一示例性实施例示出的一种第一划分模块的框图；
图9是根据一示例性实施例示出的一种用于图像压缩的装置的框图；
图10是根据一示例性实施例示出的另一种用于图像压缩的装置的框图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图像压缩方法的流程图，该方法可以应用于终端设备或者云服务器中。如图1所示，本实施例提供的图像压缩方法包括以下步骤：
在S110中，获取待压缩的目标图像。
在本公开的一个实施例中，目标图像可以是将要上传到服务器中的图片。将图片上传到服务器之前，利用本实施例提供的图像压缩方法进行压缩，从而降低图片上传所需要的网络流量资源，同时，也降低了服务器的存储压力。
在本公开的另一个实施例中，目标图像可以是终端设备本地所存储的图片，利用本实施例提供的图像压缩方法进行压缩后，降低了终端设备的存储压力。
在S120中，将目标图像划分成至少两个待压缩区域。
可以先从目标图像中识别出目标物体，然后，将目标图像进行图像分割，分割得到的区域均为待压缩区域。
划分的待压缩区域的数量与目标图像中的目标物体及非目标物体的数量、位置有关。如果目标物体越分散，则划分的待压缩区域的数量越多。
在S130中，将目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据。
例如，对每一个像素块中的数据进行DCT(DiscreteCosineTransform，离散余弦变换)，DCT变换是将信号从时间域变换到频率域。DCT变换通常是先将整体图像分成N*N的像素块，然后，针对N*N的像素块逐一进行DCT变换操作。其中，N是水平、垂直方向的像素数目，取值一般可以是8，即8*8的像素块。
在S140中，获取每个待压缩区域对应的量化表。其中，不同的量化表所对应的量化尺度不同。
对于不同的待压缩区域采用不同量化尺度的量化表进行量化。量化尺度越大压缩后得到的图片越失真；相反，量化尺度越小压缩后的图片保留了越多的细节，图片越清晰。
在S150中，对每个待压缩区域中像素块对应的频域数据，利用待压缩区域对应的量化表进行量化。
在S160中，对量化后的图像数据进行编码，得到压缩后的图像。
本实施例提供的图像压缩方法，获取待压缩的目标图像，并将目标图像划分成至少两个待压缩区域。目标图像划分成预设大小的像素块，并将每个像素块中的数据变换成频域数据。获取每个待压缩区域对应的量化表，不同的量化表对应的量化尺度不同；不同的待压缩区域可以采用不同量化尺度的量化表进行量化。对于某些待压缩区域采用量化尺度较小的量化表，能够保留更多的细节信息；对于其它的待压缩区域采用量化尺度较大的量化表，能够大幅度降低图像占用的存储空间。利用该图像压缩方法进行图像压缩后，既能保证对某些区域的图像质量，又能大幅度降低图像占用的存储空间。
图2是根据一示例性实施例示出的另一种图像压缩方法的流程图，如图2所示，该方法可以包括以下步骤：
在S210中，获取待压缩的目标图像。
在S220中，从目标图像中确定出ROI(RegionOfInterest，感兴趣区域)区域和非ROI区域。
可以利用ROI检测算法确定目标图像中的ROI区域和非ROI区域。ROI检测算法是机器视觉、图像处理过程中，从被处理的图像中以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，这个区域称之为ROI区域；ROI区域是图像分析所关注的重点，圈定该区域以便进一步处理，使用ROI圈定出图像中所关注的目标，可以减少图像处理时间，提高精度。
图3是根据一示例性实施例示出的确定ROI区域和非ROI区域的流程图，如图3所示，确定ROI区域和非ROI区域的过程包括步骤S221～S224：
在S221中，检测目标图像中的图像显著性区域。
其中，图像显著性区域是在一个小的区域内图像的颜色值有明显变化的区域。
在S222中，对显著性区域进行图像分割。
图像分割就是把图像分成若干特定的、具有独特性质的区域，并提出感兴趣目标的技术和过程。例如，K-means算法。
在S223中，对图像分割结果经过过滤及聚合，得到至少一个ROI候选区域。
在S224中，从至少一个ROI候选区域中确定出ROI区域，并确定目标图像中除ROI区域之外的其它区域为非ROI区域。
在S230中，将目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据。
图4示出了本公开实施例中的一种将图像划分成像素块的示意图，如图4所示，将原始图像划分成多个8*8的像素块，图3中给出了其中的3个像素块所对应的数据，这些数据是时间域的数据。
一般8*8的二维像素块经过DCT变化之后，得到了8*8的变换系数矩阵，这些系数都有具体的物理含义，例如，U＝0，V＝0时的F(0，0)是原来的64个数据的均值，相当于直流分量，也有人称之为直流系数。随着U，V的增加，另外的63个系数则代表了水平空间频率和垂直空间频率分量(高频分量)的大小，多半是一些接近于0的正负浮点数，称之为交流系数。DCT变换后的8*8的系数矩阵中，低频分量集中在矩阵的左上角，高频分量则集中在右下角。将目标图像划分成8*8的像素块，每个像素块包含64个像素点。
在S240中，获取ROI区域对应的第一类量化表，以及，获取非ROI区域对应的第二类量化表。
第二类量化表的量化尺度大于第一类量化表的量化尺度。
根据ROI区域所包含的像素块中高频分量的数值及预设百分比，确定第一类量化表中高频部分对应的量化数值，预设百分比是量化结果中不为零的数值所占百分比，可以由用户根据需要设定。
根据非ROI区域所包含的像素块中的数值，及预设百分比，确定第二类量化表中的量化数值。
需要说明的是，对于不同的ROI区域可以使用相同的量化表，或者，可以使用不同的量化表。同理，对于不同的非ROI区域可以使用相同的量化表，或者，可以使用不同的量化表。但是，非ROI区域对应的量化表中右下角的数值远大于ROI区域的量化表中相应位置的数据。
根据ROI区域中像素块的高频分量数值及预设百分比，确定第一类量化表中的数值，其中，预设百分比是指量化结果中不为零的数值所占的百分比。例如，预设百分比是60％，即像素块对应的数据矩阵经过量化后的量化结果中至少有60％的数值不为零。结合像素块对应的数据矩阵中的数值，确定量化表中的数值。
在S250中，对每个待压缩区域中像素块对应的频域数据，利用待压缩区域对应的量化表进行量化。
量化是用像素值除以量化表对应值所得到的结果。对于8*8的像素块，相应地，量化表也是8*8的矩阵，像素块中的像素值除以量化表中相应位置的数值，得到量化结果。量化结果也是8*8的矩阵。
图像中亮度或灰度变化激烈的地方对应高频成分，例如，边缘，高频分量主要是对图像边缘和轮廓度量；变化不大的地方对应低频成分，例如，大片色块区域，低频分量主要是对整幅图的强度的综合度量。因此，低频分量比高频分量重要。由于像素块对应的像素矩阵中的数据左上角是低频分量，右下角是高频分量，量化表左上角的值较小，右上角的值较大，起到了保持低频分量，抑制高频分量的目的。
ROI区域是目标图像中的重点关注部分，例如，图像中的目标物体；而非ROI区域则是目标图像中不受关注的图像，例如，背景图像。因此，ROI区域的图像越清晰越好，而用户不关注的非ROI区域的清晰度低些并没有影响。基于上述的内容，对于ROI区域的像素块可以采用量化尺度较大的量化表；而对于非ROI区域中的像素块，则可以采用量化尺度较小的量化表。
表1是根据一示例性实施例示出的一种针对ROI区域的像素块的原始像素数据矩阵，表2是表1进行DCT变换之后得到的数据；表3是表2对应的量化表；表4是量化结果。
表1
231 224 224 217 217 203 189 196
210 217 203 189 203 224 217 224
196 217 210 224 203 203 196 189
210 203 196 203 182 203 182 189
203 224 203 217 196 175 154 140
182 189 168 161 154 126 119 112
175 154 126 105 140 105 119 84
154 98 105 98 105 63 112 84
表2
174 19 0 3 1 0 -3 1
52 -13 -3 -4 -4 -4 5 -8
-18 -4 8 3 3 2 0 9
5 12 -4 0 0 -5 -1 0
1 2 -2 -1 4 4 2 0
-1 2 1 3 0 0 1 1
-2 5 -5 -5 3 2 -1 -1
3 5 -7 0 0 0 -4 0
表3
16 11 10 16 24 40 51 61
12 12 14 19 26 58 60 55
14 13 16 24 40 57 69 56
14 17 22 29 51 87 80 62
18 22 37 56 68 109 103 77
24 35 55 64 81 104 113 92
49 64 78 87 103 121 120 101
72 92 95 98 112 100 103 99
表4
10 1 0 0 0 0 0 0
4 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
在S260中，对量化后的图像数据进行编码，得到压缩后的图像。
编码信息分两类，一类是每个8*8的量化结果矩阵F中的[0，0]位置上元素，这是直流系数，代表8*8个子块的平均值，JPEG中对F[0，0]单独编码，由于两个相邻的8*8子块的DC系数相差很小，所以对它们采用差分编码DPCM，可以提高压缩比，也就是说对相邻的子块DC系数的差值进行编码。
另一类是8*8的量化结果矩阵F中的其它63个子块，即交流系数，采用游程编码(RLE，Run-lengthencode，RLE)，为了保证低频分量先出现，高频分量后出现，以增加行程中连续“0”的个数，这63个元素采用了“之”字型(Zig-Zag)的排列方法，如图5所示。
为了进一步提高压缩比，需要对RLE编码结果再进行熵编码，例如，可以选用Huffman编码。
经过上述的方式进行编码后，得到的图像能够在ROI区域保留更多的细节信息，同时，对非ROI区域进行了大幅度的压缩。
本实施例提供的图像压缩方法，在对图像进行压缩时，对于图像中的ROI区域和非ROI区域采用不同量化尺度的量化表进行量化，其中，对于ROI区域，采用量化尺度较小的量化表，即，量化表中的数值较小；对于非ROI区域，采用量化尺度较大的量化表，即，量化表中的数值较大。经过这种处理后，能够在图像的有效区域保留更多的细节信息，同时，对非ROI区域进行了大幅度的压缩。采用该图像压缩方法在大大降低图像所占存储空间的前提下，保证图像ROI区域的图像质量。
图6是根据一示例性实施例示出的另一种图像压缩方法的流程图，本实施例中，由服务器对图片进行压缩，如图6所示，为例提供的图像压缩方法可以包括以下步骤：
在S310中，手机获取待同步的目标图片。
在S320中，手机将目标图片上传到云服务器中。
在S330中，云服务器接收到目标图片后，利用ROI检测算法，确定目标图片的ROI区域。
在S340中，云服务器对目标图片划分成8*8的像素块，并将每一个像素块中的数据变换成频域数据。
在S350中，对于ROI区域中的像素块，云服务器利用第一类量化表进行量化；对于非ROI区域中的像素块，云服务器利用第二类量化表进行量化。其中，第一类量化表的量化尺度小于第二类量化表的量化尺度。
在S360中，云服务器对量化后的图像数据进行编码，得到压缩后的图片。
本实施例提供的图像压缩方法，由服务器完成，服务器的资源丰富，降低图片压缩所需时间，提高了图片的压缩速度，提高了图片的压缩速率。
图7是根据一示例性实施例示出的一种图像压缩装置框图，本实施例提供的图像压缩装置可以应用于终端设备或云服务器中。如图7所示，该图像压缩装置可以包括第一获取模块110、第一划分模块120、第二划分模块130、第二获取模块140、量化模块150和编码模块160。
第一获取模块110，用于获取待压缩的目标图像。
目标图像可以是将要上传到服务器中的图片，或者，目标图像可以是终端设备本地所存储的图片。
第一划分模块120，用于将第一获取模块110获得的目标图像划分成至少两个待压缩区域。
第一划分模块可以利用ROI检测算法将目标图像划分成ROI区域和非ROI区域。
图8是根据一示例性实施例示出的一种第一划分模块的框图，如图8所示，第一划分模块120包括第一检测子模块121、图像分割子模块122、聚合子模块123和第一确定子模块124。
第一检测子模块121，用于检测目标图像中图像显著性区域。图像分割子模块122，用于对检测到的图像显著性区域进行图像分割。聚合子模块123，用于对图像分割结果经过过滤及聚合，得到至少一个ROI候选区域。第一确定子模块124，用于从至少一个ROI候选区域中确定出ROI区域，并确定目标图像中除ROI区域之外的其它区域为非ROI区域。
第二划分模块130，用于将第一获取模块110获得的目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据。
第二划分模块将整体图像分成N*N的像素块，其中，N是水平、垂直方向的像素数目，取值一般可以是8，即8*8的像素块。然后，针对N*N的像素块逐一进行数据变换操作，例如，DCT变换。
第二获取模块140，用于获取第一划分模块120获得的每个待压缩区域对应的量化表，其中，不同的量化表所对应的量化尺度不同。
第二获取模块用于获取ROI区域对应的第一类量化表，以及，获取非ROI区域对应的第二类量化表，其中，第二类量化表的量化尺度大于第一类量化表的量化尺度。
根据ROI区域所包含的像素块中高频分量的数值及预设百分比，确定第一类量化表中高频部分对应的量化数值，预设百分比是量化结果中不为零的数值所占百分比，可以由用户根据需要设定。
根据非ROI区域所包含的像素块中的数值，及预设百分比，确定第二类量化表中的量化数值。
量化模块150，用于对每个待压缩区域中像素块对应的频域数据，利用待压缩区域对应的量化表进行量化。
量化是用像素值除以量化表对应值所得到的结果。对于8*8的像素块，相应地，量化表也是8*8的矩阵，像素块中的像素值除以量化表中相应位置的数值，得到量化结果。量化结果也是8*8的矩阵。
编码模块160，用于对量化模块150量化后的图像数据进行编码，得到压缩后的图像。
本实施例提供的图像压缩装置，获取待压缩的目标图像，并将目标图像划分成至少两个待压缩区域。目标图像划分成预设大小的像素块，并将每个像素块中的数据变换成频域数据。获取每个待压缩区域对应的量化表，不同的量化表对应的量化尺度不同；不同的待压缩区域可以采用不同量化尺度的量化表进行量化。对于某些待压缩区域采用量化尺度较小的量化表，能够保留更多的细节信息；对于其它的待压缩区域采用量化尺度较大的量化表，能够大幅度降低图像占用的存储空间。利用该图像压缩装置进行图像压缩后，既能保证对某些区域的图像质量，又能大幅度降低图像占用的存储空间。
图9是根据一示例性实施例示出的一种用于图像压缩的装置900的框图。例如，装置900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
如图9所示，装置900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。
处理组件902通常控制装置900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图像，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件906为装置900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为装置900生成、管理和分配电力相关联的组件。
多媒体组件908包括在装置900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当装置900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当装置900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器，用于为装置900提供各个方面的状态评估。例如，传感器组件914可以检测到装置900的打开/关闭状态，组件的相对定位，例如组件为装置900的显示器和小键盘，传感器组件914还可以检测装置900或装置900一个组件的位置改变，用户与装置900接触的存在或不存在，装置900方位或加速/减速和装置900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器904，上述指令可由装置900的处理器920执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当存储介质中的指令由移动终端的处理器执行时，使得终端设备能够执行一种图像压缩方法，方法包括：
获取待压缩的目标图像；
将目标图像划分成至少两个待压缩区域；
将目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
获取每个待压缩区域对应的量化表，其中，不同的量化表所对应的量化尺度不同；
对每个待压缩区域中像素块对应的频域数据，利用待压缩区域对应的量化表进行量化；
对量化后的图像数据进行编码，得到压缩后的图像。
图10是根据一示例性实施例示出的一种用于图像压缩的装置1000的框图。例如，装置1000可以被提供为一服务器。如图10所示，装置1000包括处理组件1022，其进一步包括一个或多个处理器，以及由存储器1032所代表的存储器资源，用于存储可由处理组件1022的执行的指令，例如应用程序。存储器1032中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1022被配置为执行指令，以执行上述的图像压缩方法实施例。
装置1000还可以包括一个电源组件1026被配置为执行装置1000的电源管理，一个有线或无线网络接口1050被配置为将装置1000连接到网络，和一个输入输出(I/O)接口1058。装置1000可以操作基于存储在存储器1032的操作系统，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种图像压缩方法，其特征在于，包括：
获取待压缩的目标图像；
将所述目标图像划分成至少两个待压缩区域；
将所述目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
获取所述每个待压缩区域对应的量化表，其中，不同的所述量化表所对应的量化尺度不同；
对所述每个待压缩区域中像素块对应的频域数据，利用所述待压缩区域对应的量化表进行量化；
对量化后的图像数据进行编码，得到压缩后的图像。
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像划分成至少两个待压缩区域，包括：
从所述目标图像中确定出感兴趣ROI区域和非ROI区域；
所述获取所述每个待压缩区域对应的量化表，包括：
获取所述ROI区域对应的第一类量化表，以及，获取所述非ROI区域对应的第二类量化表，其中，所述第二类量化表的量化尺度大于所述第一类量化表的量化尺度。
3.根据权利要求2所述的方法，其特征在于，所述从所述目标图像中确定出ROI区域和非ROI区域，包括：检测目标图像中图像显著性区域；
对检测到的所述图像显著性区域进行图像分割；
对图像分割结果经过过滤及聚合，得到至少一个ROI候选区域；
从所述至少一个ROI候选区域中确定出ROI区域，并确定所述目标图像中除所述ROI区域之外的其它区域为非ROI区域。
4.根据权利要求2所述的方法，其特征在于，所述获取所述每个待压缩区域对应的量化表，包括：
根据所述ROI区域所包含的像素块中高频分量的数值及预设百分比，确定所述第一类量化表中高频部分对应的量化数值，所述预设百分比是量化结果中不为零的数值所占百分比。
5.根据权利要求1所述的方法，其特征在于，所述将所述目标图像划分成预设大小的像素块，包括：将所述目标图像划分成8*8的像素块。
6.一种图像压缩装置，其特征在于，包括：
第一获取模块，用于获取待压缩的目标图像；
第一划分模块，用于将所述第一获取模块获得的目标图像划分成至少两个待压缩区域；
第二划分模块，用于将所述第一获取模块获得的目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
第二获取模块，用于获取所述第一划分模块获得的每个待压缩区域对应的量化表，其中，不同的所述量化表所对应的量化尺度不同；
量化模块，用于对每个待压缩区域中像素块对应的频域数据，利用所述待压缩区域对应的量化表进行量化；
编码模块，用于对所述量化模块量化后的图像数据进行编码，得到压缩后的图像。
7.根据权利要求6所述的装置，其特征在于：
所述第一划分模块，用于从所述目标图像中确定出感兴趣ROI区域和非ROI区域；
所述第二获取模块，用于获取所述ROI区域对应的第一类量化表，以及，获取所述非ROI区域对应的第二类量化表，其中，所述第二类量化表的量化尺度大于所述第一类量化表的量化尺度。
8.根据权利要求7所述的装置，其特征在于，所述第一划分模块用于从所述目标图像中确定出ROI区域和非ROI区域时，包括：
第一检测子模块，用于检测目标图像中图像显著性区域；
图像分割子模块，用于对检测到的所述图像显著性区域进行图像分割；
聚合子模块，用于对图像分割结果经过过滤及聚合，得到至少一个ROI候选区域；
第一确定子模块，用于从所述至少一个ROI候选区域中确定出ROI区域，并确定所述目标图像中除所述ROI区域之外的其它区域为非ROI区域。
9.根据权利要求7所述的装置，其特征在于，所述第二获取模块，用于根据所述ROI区域所包含的像素块中高频分量的数值及预设百分比，确定所述第一类量化表中高频部分对应的量化数值，所述预设百分比是量化结果中不为零的数值所占百分比。
10.一种终端设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待压缩的目标图像；
将所述目标图像划分成至少两个待压缩区域；
将所述目标图像划分成预设大小的像素块，并将每一个像素块中的数据变换成频域数据；
获取所述每个待压缩区域对应的量化表，其中，不同的所述量化表所对应的量化尺度不同；
对所述每个待压缩区域中像素块对应的频域数据，利用所述待压缩区域对应的量化表进行量化；
对量化后的图像数据进行编码，得到压缩后的图像。
CN201510815633.2A 2015-11-23 2015-11-23 图像压缩方法、装置及服务器 Pending CN105407352A (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN201510815633.2A CN105407352A (zh) 2015-11-23 2015-11-23 图像压缩方法、装置及服务器
PCT/CN2015/099609 WO2017088258A1 (zh) 2015-11-23 2015-12-29 图像压缩方法、装置及服务器
JP2016523919A JP2018505571A (ja) 2015-11-23 2015-12-29 画像圧縮方法・装置及びサーバー
MX2016005790A MX361216B (es) 2015-11-23 2015-12-29 Aparato y método de compresión de imagen y servidor.
RU2016139969A RU2653314C2 (ru) 2015-11-23 2015-12-29 Способ и устройство сжатия изображений и сервер
KR1020167010365A KR101848191B1 (ko) 2015-11-23 2015-12-29 이미지 압축 방법, 장치 및 서버
US15/240,498 US20170150148A1 (en) 2015-11-23 2016-08-18 Image compression method and apparatus
EP16186290.9A EP3171596B1 (en) 2015-11-23 2016-08-30 Image compression with adaptive quantization of regions of interest (roi)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510815633.2A CN105407352A (zh) 2015-11-23 2015-11-23 图像压缩方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN105407352A true CN105407352A (zh) 2016-03-16

Family

ID=55472557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510815633.2A Pending CN105407352A (zh) 2015-11-23 2015-11-23 图像压缩方法、装置及服务器

Country Status (8)

Country Link
US (1) US20170150148A1 (zh)
EP (1) EP3171596B1 (zh)
JP (1) JP2018505571A (zh)
KR (1) KR101848191B1 (zh)
CN (1) CN105407352A (zh)
MX (1) MX361216B (zh)
RU (1) RU2653314C2 (zh)
WO (1) WO2017088258A1 (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105744167A (zh) * 2016-03-28 2016-07-06 努比亚技术有限公司 图像拍摄方法、装置及移动终端
CN106130562A (zh) * 2016-06-15 2016-11-16 中国石油集团渤海钻探工程有限公司 一种随钻测井数据实时压缩方法及解压缩方法
WO2017088258A1 (zh) * 2015-11-23 2017-06-01 小米科技有限责任公司 图像压缩方法、装置及服务器
CN109246431A (zh) * 2017-07-10 2019-01-18 北京君正集成电路股份有限公司 一种基于量化参数配置的视频编码方法、装置和电子设备
CN109474824A (zh) * 2018-12-04 2019-03-15 深圳市华星光电半导体显示技术有限公司 图像压缩方法
CN109921801A (zh) * 2019-03-01 2019-06-21 迅雷计算机（深圳）有限公司 一种数据压缩及解压缩方法、装置、系统及数据处理系统
CN110198445A (zh) * 2018-02-26 2019-09-03 浙江宇视科技有限公司 图像编码方法、装置、nvr及可读存储介质
WO2019223606A1 (zh) * 2018-05-21 2019-11-28 华为技术有限公司 视频编码方法及装置
CN110536138A (zh) * 2018-05-25 2019-12-03 杭州海康威视数字技术股份有限公司 一种有损压缩编码方法、装置和系统级芯片
CN111010574A (zh) * 2019-12-13 2020-04-14 芯颖科技有限公司 图像压缩方法、装置和电子设备
CN111491169A (zh) * 2020-04-22 2020-08-04 湖南国科微电子股份有限公司 一种数字图像压缩方法、装置、设备、介质
CN112839228A (zh) * 2020-12-21 2021-05-25 福建智达力胜电力科技有限公司 无人机图像处理及传输方法
CN112911186A (zh) * 2019-12-03 2021-06-04 RealMe重庆移动通信有限公司 图像存储方法及装置、电子设备、存储介质
CN114063944A (zh) * 2021-11-22 2022-02-18 北京光启元数字科技有限公司 一种颜色展示方法、装置、电子设备和可读介质
WO2022067526A1 (zh) * 2020-09-29 2022-04-07 华为技术有限公司 一种图像压缩方法及装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102343648B1 (ko) * 2017-08-29 2021-12-24 삼성전자주식회사 영상 부호화 장치 및 영상 부호화 시스템
CN113228101B (zh) * 2018-12-25 2024-05-10 浙江大华技术股份有限公司 用于图像分割的系统和方法
CN110751695B (zh) * 2019-01-23 2021-01-19 中国人民解放军空军工程大学 自适应数据处理方法
CN110505484A (zh) * 2019-08-12 2019-11-26 深圳市华星光电技术有限公司 数据压缩装置及压缩方法
CN111131825A (zh) * 2019-10-28 2020-05-08 华为技术有限公司 一种视频处理方法及相关装置
JP7528438B2 (ja) 2019-12-26 2024-08-06 日本電気株式会社 データ圧縮装置、モデル生成装置、データ圧縮方法、モデル生成方法及びコンピュータプログラム
US11664816B2 (en) * 2020-04-22 2023-05-30 Apple Inc. Lossy compression techniques
CN114222132B (zh) * 2022-01-13 2024-05-14 北京达佳互联信息技术有限公司 视频解码反变换方法及装置
CN116503427B (zh) * 2023-06-27 2023-09-22 深圳市合成快捷电子科技有限公司 一种基于计算机视觉的柔性电路板缺陷区域快速分割方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309410A (zh) * 2008-07-08 2008-11-19 武汉大学 一种视频编解码体系结构
CN101895741A (zh) * 2009-05-22 2010-11-24 宏正自动科技股份有限公司 对感兴趣范围特殊处理的图像处理及传输的方法与系统
CN101945275A (zh) * 2010-08-18 2011-01-12 镇江唐桥微电子有限公司 一种基于感兴趣区域的视频编码方法
CN102572428A (zh) * 2011-12-28 2012-07-11 南京邮电大学 面向多媒体传感网分布式编解码的边信息估计方法
CN102724499A (zh) * 2012-05-31 2012-10-10 西北工业大学 基于fpga的变压缩比图像压缩系统及方法
CN104581158A (zh) * 2013-10-16 2015-04-29 中兴通讯股份有限公司 量化表、图像压缩处理方法、装置、终端及图像搜索系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0583566A (ja) * 1991-09-24 1993-04-02 N T T Data Tsushin Kk 画像符号化装置
JPH0795418A (ja) * 1993-09-20 1995-04-07 Canon Inc 画像通信装置
US6026190A (en) * 1994-10-31 2000-02-15 Intel Corporation Image signal encoding with variable low-pass filter
US6650361B1 (en) * 1997-12-17 2003-11-18 Canon Kabushiki Kaisha Imaging apparatus control method, and a computer program product having computer program code therefor
US6539124B2 (en) * 1999-02-03 2003-03-25 Sarnoff Corporation Quantizer selection based on region complexities derived using a rate distortion model
GB2371434A (en) * 2001-01-19 2002-07-24 Motorola Inc Encoding and transmitting video data
JP4183432B2 (ja) * 2002-04-10 2008-11-19 富士通株式会社 画像データ符号化方法
US8693537B2 (en) * 2005-03-01 2014-04-08 Qualcomm Incorporated Region-of-interest coding with background skipping for video telephony
CN102176754B (zh) * 2005-07-22 2013-02-06 三菱电机株式会社 图像编码装置和方法、以及图像解码装置和方法
US8208758B2 (en) * 2005-10-05 2012-06-26 Qualcomm Incorporated Video sensor-based automatic region-of-interest detection
US7956930B2 (en) * 2006-01-06 2011-06-07 Microsoft Corporation Resampling and picture resizing operations for multi-resolution video coding and decoding
US8265349B2 (en) * 2006-02-07 2012-09-11 Qualcomm Incorporated Intra-mode region-of-interest video object segmentation
KR101395094B1 (ko) * 2010-09-29 2014-05-16 안동대학교 산학협력단 개체 검출 방법 및 시스템
US8743051B1 (en) * 2011-09-20 2014-06-03 Amazon Technologies, Inc. Mirror detection-based device functionality
WO2016004330A1 (en) * 2014-07-03 2016-01-07 Oim Squared Inc. Interactive content generation
US9916508B2 (en) * 2015-03-12 2018-03-13 Toyota Jidosha Kabushiki Kaisha Detecting roadway objects in real-time images
CN105407352A (zh) * 2015-11-23 2016-03-16 小米科技有限责任公司 图像压缩方法、装置及服务器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309410A (zh) * 2008-07-08 2008-11-19 武汉大学 一种视频编解码体系结构
CN101895741A (zh) * 2009-05-22 2010-11-24 宏正自动科技股份有限公司 对感兴趣范围特殊处理的图像处理及传输的方法与系统
CN101945275A (zh) * 2010-08-18 2011-01-12 镇江唐桥微电子有限公司 一种基于感兴趣区域的视频编码方法
CN102572428A (zh) * 2011-12-28 2012-07-11 南京邮电大学 面向多媒体传感网分布式编解码的边信息估计方法
CN102724499A (zh) * 2012-05-31 2012-10-10 西北工业大学 基于fpga的变压缩比图像压缩系统及方法
CN104581158A (zh) * 2013-10-16 2015-04-29 中兴通讯股份有限公司 量化表、图像压缩处理方法、装置、终端及图像搜索系统

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017088258A1 (zh) * 2015-11-23 2017-06-01 小米科技有限责任公司 图像压缩方法、装置及服务器
CN105744167B (zh) * 2016-03-28 2019-04-02 努比亚技术有限公司 图像拍摄方法、装置及移动终端
CN105744167A (zh) * 2016-03-28 2016-07-06 努比亚技术有限公司 图像拍摄方法、装置及移动终端
CN106130562A (zh) * 2016-06-15 2016-11-16 中国石油集团渤海钻探工程有限公司 一种随钻测井数据实时压缩方法及解压缩方法
CN106130562B (zh) * 2016-06-15 2019-09-06 中国石油集团渤海钻探工程有限公司 一种随钻测井数据实时压缩方法及解压缩方法
CN109246431A (zh) * 2017-07-10 2019-01-18 北京君正集成电路股份有限公司 一种基于量化参数配置的视频编码方法、装置和电子设备
CN109246431B (zh) * 2017-07-10 2021-06-04 北京君正集成电路股份有限公司 一种基于量化参数配置的视频编码方法、装置和电子设备
CN110198445A (zh) * 2018-02-26 2019-09-03 浙江宇视科技有限公司 图像编码方法、装置、nvr及可读存储介质
WO2019223606A1 (zh) * 2018-05-21 2019-11-28 华为技术有限公司 视频编码方法及装置
CN110536138A (zh) * 2018-05-25 2019-12-03 杭州海康威视数字技术股份有限公司 一种有损压缩编码方法、装置和系统级芯片
CN110536138B (zh) * 2018-05-25 2021-11-09 杭州海康威视数字技术股份有限公司 一种有损压缩编码方法、装置和系统级芯片
CN109474824A (zh) * 2018-12-04 2019-03-15 深圳市华星光电半导体显示技术有限公司 图像压缩方法
CN109921801A (zh) * 2019-03-01 2019-06-21 迅雷计算机（深圳）有限公司 一种数据压缩及解压缩方法、装置、系统及数据处理系统
CN112911186A (zh) * 2019-12-03 2021-06-04 RealMe重庆移动通信有限公司 图像存储方法及装置、电子设备、存储介质
CN111010574A (zh) * 2019-12-13 2020-04-14 芯颖科技有限公司 图像压缩方法、装置和电子设备
CN111491169A (zh) * 2020-04-22 2020-08-04 湖南国科微电子股份有限公司 一种数字图像压缩方法、装置、设备、介质
WO2022067526A1 (zh) * 2020-09-29 2022-04-07 华为技术有限公司 一种图像压缩方法及装置
CN112839228A (zh) * 2020-12-21 2021-05-25 福建智达力胜电力科技有限公司 无人机图像处理及传输方法
CN112839228B (zh) * 2020-12-21 2023-10-20 福建智达力胜电力科技有限公司 无人机图像处理及传输方法
CN114063944A (zh) * 2021-11-22 2022-02-18 北京光启元数字科技有限公司 一种颜色展示方法、装置、电子设备和可读介质

Also Published As

Publication number Publication date
RU2016139969A (ru) 2018-04-11
WO2017088258A1 (zh) 2017-06-01
KR101848191B1 (ko) 2018-04-11
US20170150148A1 (en) 2017-05-25
EP3171596B1 (en) 2022-07-06
RU2653314C2 (ru) 2018-05-07
MX2016005790A (es) 2017-10-27
MX361216B (es) 2018-11-29
JP2018505571A (ja) 2018-02-22
EP3171596A3 (en) 2017-08-02
EP3171596A2 (en) 2017-05-24

Similar Documents

Publication Publication Date Title
CN105407352A (zh) 图像压缩方法、装置及服务器
US11704771B2 (en) Training super-resolution convolutional neural network model using a high-definition training image, a low-definition training image, and a mask image
US8655085B2 (en) Burst mode image compression and decompression
EP3985972A1 (en) Machine learning-based artifact removal method and apparatus, and machine learning-based artifact removal model training method and apparatus
US20090169122A1 (en) Method and apparatus for focusing on objects at different distances for one image
CN112135140A (zh) 视频清晰度识别方法、电子设备及存储介质
CN110740316A (zh) 数据编码方法及装置
CN104361558A (zh) 图像处理方法、装置及设备
CN113099233A (zh) 视频编码方法、装置、视频编码设备及存储介质
CN1914925A (zh) 为了在移动网络上传输而进行的图像压缩
CN114363615A (zh) 数据处理方法及装置、电子设备和存储介质
WO2019037471A1 (zh) 视频处理方法、视频处理装置以及终端
CN113810654A (zh) 图像视频的上传方法、装置、存储介质以及电子设备
KR20190023546A (ko) 영상 부호화 장치 및 영상 부호화 시스템
CN109246431B (zh) 一种基于量化参数配置的视频编码方法、装置和电子设备
CN109660794B (zh) 帧内预测模式的决策方法、决策装置和计算机可读存储介质
CN110740324B (zh) 编码控制方法及相关装置
CN104539846A (zh) 拍摄图片的方法、装置及终端
US10405003B2 (en) Image compression based on semantic relevance
Kavitha et al. A survey of image compression methods for low depth-of-field images and image sequences
CN114565573A (zh) 图像质量评估方法、装置及存储介质
CN113038179A (zh) 视频编码方法、视频解码方法、装置及电子设备
CN105120302A (zh) 视频处理方法及装置
JP2021013145A (ja) 動画像伝送装置、動画像伝送方法
US12058312B2 (en) Generative adversarial network for video compression

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160316

RJ01 Rejection of invention patent application after publication