CN105472395B - 一种基于离散Krawtchouk正交多项式的图像无损压缩方法 - Google Patents
一种基于离散Krawtchouk正交多项式的图像无损压缩方法 Download PDFInfo
- Publication number
- CN105472395B CN105472395B CN201510808019.3A CN201510808019A CN105472395B CN 105472395 B CN105472395 B CN 105472395B CN 201510808019 A CN201510808019 A CN 201510808019A CN 105472395 B CN105472395 B CN 105472395B
- Authority
- CN
- China
- Prior art keywords
- orthogonal polynomial
- krawtchouk
- matrix
- discrete
- integer
- 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, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明请求保护一种基于离散Krawtchouk正交多项式的图像无损压缩方法,属于数字图像压缩技术领域。本发明的编码及解码方法在进行二维正向/反向正交变换时,采用二维整数正向/反向离散Krawtchouk正交多项式变换来替代现有技术所使用的其它整数变换方法,实现无损压缩,可以有效地解决编码器失配问题,实现无损编码,而且具有较高的压缩性能以及更好的可扩展性。本发明矩阵变换实现从整数映射到整数,且在原位之间计算,完好地重构图像,降低了硬件资源消耗,有利于硬件实现。
Description
技术领域
本发明属于数字图像压缩领域,具体涉及一种图像的编码及解码方法。
背景技术
由于图像数据在空间上具有较强的相关性,而二维离散正交变换则是去除图像像素间冗余度的有效方法,因此广泛应用于传统的图像编码标准(如:JPEG等)。图像的编解码的过程包括以下几个步骤:
编码过程:
1、输入图像。
2、将图像分成8×8的块,进行二维正向离散正交变换,得到变换域系数。
3、对系数进行熵编码,即利用哈夫曼编码、算术编码等编码方法进行压缩操作,得到编码后的数据;此时可将编码后的数据进行传输。
解码过程:
1、对编码后的数据进行熵解码,即利用反哈夫曼编码、反算术编码对压缩数据进行解码。
2、进行二维反向离散正交变换,得到原来的图像。
3、显示图像。
目前最常用的二维离散正交变换是离散余弦变换(DCT),因为其能量集中性能非常接近统计最佳的KL变换,因此常用于图像数据和视频数据的块变换编码。但这种技术有以下缺陷:第一、DCT变换矩阵的部分系数是无理数,经过正向离散变换和反向离散变换之后,不能得到与原始数据相等的数值。第二、变换之后的量化会造成高频信息的损失,因而导致在低码率下分块边缘容易产生方块效应是其存在的缺点,并且同样不能实现图像的无损压缩。
下表给出了一些常见的图像编码标准及其采用的二维正交变换方法。
发明内容
为了解决现有方法存在的解码器失配以及扩展性差的问题,提出一种能实现无损编解码的基于离散Krawtchouk正交多项式变换的图像无损压缩方法。本发明的技术方案如下:一种基于离散Krawtchouk正交多项式变换的图像无损压缩方法,其包括压缩过程和解压缩过程,其中压缩过程包括:101、图像数据输入步骤;102、采用二维整数正向离散Krawtchouk正交多项式对图像数据进行变换步骤;103、熵编码器压缩步骤,解压缩过程包括:104、熵解码器解压缩步骤;105、二维整数反向离散Krawtchouk正交多项式变换步骤;106、图像显示步骤。
进一步的,所述步骤102二维整数正向离散Krawtchouk正交多项式变换步骤具体为:201、将输入的图像分为大小为N×N的数据块,N表示长或宽方向上像素点的个数;
202、将离散Krawtchouk正交多项式变换的基矩阵分解为至多N+1个单行基本可逆矩阵相乘的形式,得到变换的中间矩阵;
203、将二维整数正向离散Krawtchouk正交多项式变换的中间矩阵与输入图像数据进行二维整数正向离散Krawtchouk正交多项式变换,并将得到的结果生成为新的矩阵,完成变换步骤。
进一步的,步骤采用能量抑制的方法使靠前的单行基本可逆阵元素值尽量小,避免其取整误差的影响会在后级累计,严格限制其取整误差。
进一步的,一维整数正向离散Krawtchouk正交多项式变换具体按照以下公式
y'=P[S8…[S2[S1[S0x]]]…]
式中,[.]表示四舍五入算术运算符,P表示行置换阵,Sm为单行基本可逆阵x=[x0,x1,…xN-1]'表示输入向量,y'表示输出向量。
进一步的,步骤103、熵编码器压缩步骤,通过熵编码装置进行压缩,对直流系数进行差分编码,对交流系数进行游程编码。
进一步的,步骤104通过熵解码装置对已编码数据进行熵解码操作,得到N×N整数离散Krawtchouk正交多项式变换域系数矩阵。
进一步的,步骤105采用二维整数反向离散Krawtchouk正交多项式变换步骤;
步骤501、将离散Krawtchouk正交多项式变换的基矩阵分解为至多N+1个单行基本可逆矩阵相乘的形式,得到变换的中间矩阵;
步骤502、将二维整数反向离散Krawtchouk正交多项式变换的中间矩阵与输入图像数据进行二维整数反向离散Krawtchouk正交多项式变换,并将得到的结果组合为新的矩阵;
步骤503、将块N×N合成图像的块,N表示长或宽方向上像素点的个数。
进一步的,将步骤503得到的块矩阵组合,即得到原始图像数据,通过数据输出装置显示图像或输出数据。
本发明的优点及有益效果如下:
本发明提出基于离散Krawtchouk正交多项式变换的图像无损压缩编解码方法,可以有效地解决采用DCT进行图像压缩存在的问题,因为离散Krawtchouk正交多项式变换矩阵可以分解为至多N+1个单行基本可逆阵相乘的形式,没有牵涉到浮点级运算。基于离散Krawtchouk正交多项式变换的图像无损压缩算法的设计框架与现有的流行JPEG压缩算法框架基本一致,因此,本发明提出的图像压缩编解码框架保持了与“绝大多数”编解码器的兼容性。
本发明矩阵变换实现从整数映射到整数,且在原位之间计算,完好地重构图像,降低了硬件资源消耗,有利于硬件实现。
整数因子分解的优点是:第一,每个块从整数映射到整数;第二,原位计算;第三,无损地重构图像。
附图说明
图1是本发明提供优选实施例图像编解码系统结构框图;
图2为具体实施方式中所述对比实验所采用的4幅测试图像,其中a、b、c、d是柯达图像库中的图片,分别为kodim05、kodim08、kodim13、kodim22。
具体实施方式
以下结合附图,对本发明作进一步说明:
附图1是典型的图像编解码系统结构图,其中虚线框为现有技术采用的整数变换方法,实线框为本发明所采用的整数变换方法。采用上述装置进行编解码时,按照以下几个步骤:
步骤1、输入图像。
步骤2、按照以下方法对输入的数据进行正向二维离散Krawtchouk正交多项式变换:
步骤201、将图像分成N×N的块,N表示长或宽方向上像素点的个数。
步骤202、将离散Krawtchouk正交多项式变换的基矩阵分解为至多N+1个单行基本可逆矩阵相乘的形式,得到变换的中间矩阵。
步骤203、将二维整数正向离散Krawtchouk正交多项式变换的中间矩阵与输入图像数据进行二维整数正向离散Krawtchouk正交多项式变换,并将得到的结果组合为新的矩阵。
一种基于矩阵分解的整型映射变换。因为KL变换基矩阵是由标准正交的矢量组成,所以它满足矩阵分解的条件,可以分解为单行基本可逆阵,然后通过多阶提升即可实现整型KL变换。以离散Krawtchouk正交多项式变换的8点8×8变换为例,基矩阵如下式A所示,这种变换不是直接从整数映射到整数,矩阵满足A-1=AT,det A=1,因此它可以因子分解为至多3个三角基本可逆阵(TERMs)或N+1个单行基本可逆阵(SERMs)。为了优化矩阵分解,我们找到一种算法使误差减少到最小,使得PTA=S8S7S6S5S4S3S2S1S0,P为行置换阵,Sm为单行基本可逆阵,且其中,m=1,2,…,8,为m列为0的向量,em为单位矩阵的第m列向量,I表示大小为8×8的基本单位阵。
一维整数正向离散Krawtchouk正交多项式变换具体按照以下公式
y'=P[S8…[S2[S1[S0x]]]…]
式中,[.]表示四舍五入算术运算符,x=[x0,x1,…xN-1]'表示输入向量,y'表示输出向量。
利用矩阵因子分解进行无损压缩时,因涉及取整运算,不同的分解会对压缩产生不同的影响,而在无损压缩中,当误差小于一定的阈值时,该算法就达到无损压缩的效果。因此,这需要对分解过程进行优化,抑制分解后产生的误差。本发明拟采用能量抑制的方法,特别是针对靠前的分解矩阵(如:S0-S4),其取整误差的影响会在后级累计,需要严格限制其取整误差。
步骤3、通过熵编码装置进行压缩,对直流系数进行差分编码,对交流系数进行游程编码。
此时可将编码后的数据传输。
进行解码时,按照以下步骤:
步骤4、通过熵解码装置对已编码数据进行熵解码操作,得到N×N整数离散Krawtchouk正交多项式变换域系数矩阵。
步骤5、按照以下方法对输入的数据进行反向二维离散Krawtchouk正交多项式变换:
步骤501、将离散Krawtchouk正交多项式变换的基矩阵分解为至多N+1个单行基本可逆矩阵相乘的形式,得到变换的中间矩阵。
步骤502、将二维整数反向离散Krawtchouk正交多项式变换的中间矩阵与输入图像数据进行二维整数反向离散Krawtchouk正交多项式变换,并将得到的结果组合为新的矩阵。
步骤503、将块N×N合成图像的块,N表示长或宽方向上像素点的个数。
步骤6、将步骤5得到的块矩阵组合,即得到原始图像数据,可通过数据输出装置显示图像或输出数据。
为了验证本发明的效果,进行了以下实验:
在一台计算机上验证实验,该计算机的配置为i5处理器(3GHz)和4G内存,编程语言为MATLAB 2011b。
实验方法:
本实验采用JPEG图像编解码系统的基本框架(如附图1所示),将图中实线框所示的部分代替虚线框所示的部分。实验采用的输入数据分别是kodim05、kodim08、kodim13、kodim22四幅图像(如附图2所示)。即首先将四幅图像划分为不重叠的N×N数据块,然后执行:
编码过程:对每个N×N数据块进行二维整数正向离散Krawtchouk变换(具体步骤见前面所述的步骤201到步骤203),之后进行熵编码(本实验采用差分编码、游程编码和哈夫曼熵编码)。
解码过程:首先进行熵解码(本实验采用反哈夫曼编码),最后进行二维整数反向离散Krawtchouk正交多项式变换(具体步骤见前面所述的步骤501步骤502),从而得到恢复的图像。
实验结果的评价指标:
实验结果采用压缩比,压缩比指的是原始图像比特数和通过编码器压缩后的数据比特数的比值。
4、与现有技术的对比实验结果:
下表给出了分别采用8×8离散余弦正交多项式的矩阵因子分解和8×8离散Krawtchouk正交多项式的矩阵因子分解变换的编解码方法对四幅测试图像(kodim05、kodim08、kodim13、kodim22)的压缩结果。测试结果同时给出了二进制文本数、压缩比。由于两种方法属于无损压缩,因此二者解码后图像的PSNR为无穷大。
从上表中可以看出,所提出方法的压缩比略低于8×8 DCT因子分解方法的压缩比,本方法可相对地减少图像数据的存储空间和传输时间。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种基于离散Krawtchouk正交多项式的图像无损压缩方法,其特征在于:包括压缩过程和解压缩过程,其中压缩过程包括:101、图像数据输入步骤;102、采用二维整数正向离散Krawtchouk正交多项式对图像数据进行变换步骤;103、熵编码器压缩步骤,解压缩过程包括:104、熵解码器解压缩步骤;105、二维整数反向离散Krawtchouk正交多项式变换步骤;106、图像显示步骤;
所述步骤102二维整数正向离散Krawtchouk正交多项式变换步骤具体为:
201、将输入的图像分为大小为N×N的数据块,N表示长或宽方向上像素点的个数;
202、将离散Krawtchouk正交多项式变换的基矩阵分解为至多N+1个单行基本可逆矩阵相乘的形式,得到变换的中间矩阵;
203、将二维整数正向离散Krawtchouk正交多项式变换的中间矩阵与输入图像数据进行二维整数正向离散Krawtchouk正交多项式变换,并将得到的结果生成为新的矩阵,完成变换步骤;为了优化矩阵分解,我们找到一种算法使误差减少到最小,使得PTA=S8S7S6S5S4S3S2S1S0,矩阵A满足A-1=AT,det A=1,P为行置换阵,Sm为单行基本可逆阵,且其中,m=1,2,…,8, 为m列为0的向量,em为单位矩阵的第m列向量,I表示大小为8×8的基本单位阵;
一维整数正向离散Krawtchouk正交多项式变换具体按照以下公式
y'=P[S8…[S2[S1[S0x]]]…]
式中,[.]表示四舍五入算术运算符,x=[x0,x1,…xN-1]'表示输入向量,y'表示输出向量。
2.根据权利要求1所述的基于离散Krawtchouk正交多项式的图像无损压缩方法,其特征在于:采用能量抑制的方法使靠前的单行基本可逆阵元素值尽量小,避免其取整误差的影响在后级累计,严格限制其取整误差。
3.根据权利要求1所述的基于离散Krawtchouk正交多项式的图像无损压缩方法,其特征在于:步骤103、熵编码器压缩步骤,通过熵编码装置进行压缩,对直流系数进行差分编码,对交流系数进行游程编码。
4.根据权利要求1所述的基于离散Krawtchouk正交多项式的图像无损压缩方法,其特征在于:步骤104通过熵解码装置对已编码数据进行解码操作,得到N×N整数离散Krawtchouk正交多项式变换域系数矩阵。
5.根据权利要求1或4所述的基于离散Krawtchouk正交多项式的图像无损压缩方法,其特征在于:步骤105采用二维整数反向离散Krawtchouk正交多项式变换步骤;
步骤501、将离散Krawtchouk正交多项式变换的基矩阵分解为至多N+1个单行基本可逆矩阵相乘的形式,得到变换的中间矩阵;
步骤502、将二维整数反向离散Krawtchouk正交多项式的中间矩阵与输入图像数据进行二维整数反向离散Krawtchouk正交多项式变换,并将得到的结果组合为新的矩阵;
步骤503、将块N×N合成图像的块,N表示长或宽方向上像素点的个数。
6.根据权利要求5所述的基于离散Krawtchouk正交多项式的图像无损压缩方法,其特征在于:将步骤503得到的块矩阵组合,即得到原始图像数据,通过数据输出装置显示图像或输出数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510808019.3A CN105472395B (zh) | 2015-11-20 | 2015-11-20 | 一种基于离散Krawtchouk正交多项式的图像无损压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510808019.3A CN105472395B (zh) | 2015-11-20 | 2015-11-20 | 一种基于离散Krawtchouk正交多项式的图像无损压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105472395A CN105472395A (zh) | 2016-04-06 |
CN105472395B true CN105472395B (zh) | 2019-03-08 |
Family
ID=55609610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510808019.3A Active CN105472395B (zh) | 2015-11-20 | 2015-11-20 | 一种基于离散Krawtchouk正交多项式的图像无损压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105472395B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105931209B (zh) * | 2016-04-07 | 2019-05-31 | 重庆邮电大学 | 一种基于离散正交多项式变换的多聚焦图像融合方法 |
CN110233626B (zh) * | 2019-07-05 | 2022-10-25 | 重庆邮电大学 | 基于二维自适应量化的机械振动信号边缘数据无损压缩方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102036075A (zh) * | 2010-12-29 | 2011-04-27 | 东南大学 | 一种图像及数字视频编码及解码方法 |
CN104869426A (zh) * | 2015-05-20 | 2015-08-26 | 东南大学 | 在低压缩码率下降低图像方块效应的jpeg编码方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004179840A (ja) * | 2002-11-26 | 2004-06-24 | Matsushita Electric Ind Co Ltd | 画像データ圧縮装置および画像データ圧縮方法 |
-
2015
- 2015-11-20 CN CN201510808019.3A patent/CN105472395B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102036075A (zh) * | 2010-12-29 | 2011-04-27 | 东南大学 | 一种图像及数字视频编码及解码方法 |
CN104869426A (zh) * | 2015-05-20 | 2015-08-26 | 东南大学 | 在低压缩码率下降低图像方块效应的jpeg编码方法 |
Non-Patent Citations (2)
Title |
---|
General form for obtaining discrete orthogonal moments;H. Zhu et al;《IET Image Processing》;20101231;第335页至第351页 |
基于可逆整数变换的高光谱图像无损压缩;罗欣等;《光子学报》;20070831;第36卷(第8期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105472395A (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dhawan | A review of image compression and comparison of its algorithms | |
KR101247011B1 (ko) | 넓은 범위 계수의 적응형 코딩 및 디코딩 | |
KR101550166B1 (ko) | 변환-기반 디지털 미디어 코덱에서의 계산 복잡도 및 정밀도 제어 | |
Rawat et al. | A Hybrid Image Compression Scheme Using DCT and Fractal Image Compression. | |
CN103220510A (zh) | 在hevc中的采样自适应偏移中的灵活带偏移模式 | |
CN112399181B (zh) | 图像编解码的方法、装置和存储介质 | |
Khobragade et al. | Image compression techniques-a review | |
CN105163130B (zh) | 一种基于离散Tchebichef正交多项式的图像无损压缩方法 | |
CN108200439B (zh) | 提高数字信号变换性能的方法及数字信号变换方法和装置 | |
Satone et al. | A review of image compression techniques | |
Kabir et al. | Edge-based transformation and entropy coding for lossless image compression | |
CN105472395B (zh) | 一种基于离散Krawtchouk正交多项式的图像无损压缩方法 | |
CN102572426B (zh) | 一种数据处理的方法和装置 | |
Bhammar et al. | Survey of various image compression techniques | |
Pandey et al. | Block wise image compression & Reduced Blocks Artifacts Using Discrete Cosine Transform | |
US9948928B2 (en) | Method and apparatus for encoding an image | |
KR100667595B1 (ko) | 가변 길이 디코더 | |
Sahooinst et al. | Haar wavelet transform image compression using various run length encoding schemes | |
KR100561392B1 (ko) | 고속 역 이산 여현 변환 방법 및 장치 | |
Al-Khafaji | Hybrid image compression based on polynomial and block truncation coding | |
Devi | JPEG Image Compression Using Various Algorithms: A Review | |
CN111479116A (zh) | 等比特精度预测、映射和分段编码的数据压缩方法和装置 | |
CN104113763A (zh) | 一种应用于图像编码的优选整数变换基 | |
Das et al. | Image compression using discrete cosine transform & discrete wavelet transform | |
US11645079B2 (en) | Gain control for multiple description coding |
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 |