CN106231322B - 无损图像压缩方法及装置 - Google Patents

无损图像压缩方法及装置 Download PDF

Info

Publication number
CN106231322B
CN106231322B CN201610581459.4A CN201610581459A CN106231322B CN 106231322 B CN106231322 B CN 106231322B CN 201610581459 A CN201610581459 A CN 201610581459A CN 106231322 B CN106231322 B CN 106231322B
Authority
CN
China
Prior art keywords
pixel
template
current pixel
current
prediction
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
CN201610581459.4A
Other languages
English (en)
Other versions
CN106231322A (zh
Inventor
朱洪波
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 QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and 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 Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN201610581459.4A priority Critical patent/CN106231322B/zh
Publication of CN106231322A publication Critical patent/CN106231322A/zh
Application granted granted Critical
Publication of CN106231322B publication Critical patent/CN106231322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Abstract

本发明提供了一种无损图像压缩方法及装置，其中方法包括：设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素设定非本地匹配模板；计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；查找与当前像素的模板距离在模板阈值之下的所有像素点，利用所述所有像素点计算得到当前像素的预测像素；将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。通过本发明，可提高无损压缩的压缩率。

Description

无损图像压缩方法及装置
技术领域
本发明涉及图像压缩技术领域，特别是涉及一种无损图像压缩方法及装置。
背景技术
在一些应用领域，由于高保真的需要，图像数据在压缩过程中不能有任何的损失，所以需要对图像进行无损压缩。图像的无损压缩，是利用数据的统计冗余进行压缩，可完全恢复原始数据而不引起任何失真，但压缩率是受到数据统计冗余度的理论限制，一般压缩率为2:1到5:1，这种压缩方式广泛用于文本数据、程序数据和特殊应用场合的图像数据(如指纹图像，医学图像等)的压缩。
图像的无损压缩算法分为三类：第一类是预测-熵编码的方法，如 JPEG-LS(JointPhotographic Experts Group-Lossless/Near Lossless)、CALIC (Context_Based,Adaptive,Lossless Image Compression)等；第二类是基于变换的方法，如JPEG-2000中的无损编码模式；第三类是基于字典的方法，如GIF、PNG等。
下面介绍基于预测-熵编码的主要方法。
JPEG-LS使用一个名叫LOCO-I(A Low Complexity,Context-Based, LosslessImage Compression Algorithm)的算法来执行实际的图像编码，在这种方法中，一个图像的像素从上到下、从左到右逐像素进行编码。参见图1，为LOCO-I算法像素预测示意图。该预测算法本质是对当前区域进行一个简单的梯度计算，然后预测沿着边界平行的方向进行。对于当前待编码像素X 的预测，是根据A、B、C之间的梯度选择不同的变长编码模式对预测残差进行编码。在获得预测值后，将当前像素与预测像素相减得到预测残差，预测残差送入熵编码器进行编码。
相比于JPEG-LS，CALIC使用一个更加复杂的基于图像梯度的预测方法，它的模板如图2所示，其中X是待编码像素，其余的是模板。计算X的水平梯度和垂直梯度。与LOCO-I算法类似，在获得预测值后，将当前像素与预测像素相减得到预测残差，预测残差送入熵编码器进行编码。
现有基于预测-熵编码的图像无损方法，如JPEG-LS、CALIC等，由于采取的是较为简单的梯度计算，因此压缩精度有待提升。
发明内容
为了提高压缩效率，本发明实施例提供一种基于模板的无损图像压缩方法及装置。
一种无损图像压缩方法，包括：设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素设定非本地匹配模板；计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；查找与当前像素的模板距离在模板阈值之下的所有像素点，利用所有像素点计算得到当前像素的预测像素；将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
优选的，所述计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离，包括：计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
优选的，所述查找与当前像素的模板距离在模板阈值之下的所有像素点，利用这些像素点计算得到当前像素的预测像素，包括：查找出与当前像素的模板距离在所述模板阈值的范围内的所有像素点，将这些像素点放入一个集合；利用所述集合中的像素点的平均值计算得到当前像素的预测像素。
优选的，所述利用像素残差进行编码，包括：将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
一种无损图像压缩方法，包括：设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素，设定非本地匹配模板；计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；根据所述模板距离，加权计算得到当前像素的预测像素；将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
优选的，所述计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离，包括：计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
优选的，所述根据各个模板距离，加权计算得到当前像素的预测像素，包括：计算非本地匹配模板中各个像素与当前像素的模板距离的双边加权值，利用所有双边加权值取平均值，得到所述当前像素的预测像素。
优选的，所述利用像素残差进行编码，包括：将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哥伦布编码或基于内容的算术编码。
一种无损图像压缩装置，包括：模板设定单元，用于设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素设定非本地匹配模板；模板距离计算单元，用于计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；预测像素计算单元，用于查找与当前像素的模板距离在模板阈值之下的所有像素点，利用所述所有像素点计算得到当前像素的预测像素；编码单元，用于将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
优选的，所述模板距离计算单元具体用于，计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
优选的，所述预测像素计算单元具体用于，查找出与当前像素的模板距离在所述模板阈值的范围内的所有像素点，将所述所有像素点放入一个集合；利用所述集合中的像素点的平均值计算得到当前像素的预测像素。
优选的，所述编码单元具体用于，将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
一种无损图像压缩装置，包括：模板设定单元，用于设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素，设定非本地匹配模板；模板距离计算单元，用于计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；预测像素计算单元，用于根据所述模板距离，加权计算得到当前像素的预测像素；编码单元，用于将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
优选的，所述模板距离计算单元具体用于，计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
优选的，所述预测像素计算单元具体用于，计算非本地匹配模板中所有像素与当前像素的模板距离的双边加权值，利用所有双边加权值取平均值，得到所述当前像素的预测像素。
优选的，所述编码单元具体用于，将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
可见，在本发明一个实施例中，通过设定当前像素及相邻像素各自对应的参考像素模板，并针对当前像素设定非本地匹配模板，然后计算当前像素与非本地匹配模板中其他像素的模板距离，选取与当前像素的模板距离在一定阈值范围内的所有像素点计算出当前像素的预测值。由于引入当前像素及相邻像素的各个参考像素模板，通过模板距离找出与当前像素距离最近的所有像素点集合，由此增加了预测精度，继而提高无损压缩的压缩率。
在本发明另一个实施例中，通过设定当前像素及相邻像素各自对应的参考像素模板，并针对当前像素设定非本地匹配模板，然后计算当前像素与非本地匹配模板中其他像素的模板距离，根据所有模板距离加权计算得到当前像素的预测值。由于引入围绕当前像素的非本地匹配模板，通过模板距离加权值的平均值计算得到像素预测值，由此增加了预测精度，继而提高无损压缩的压缩率。
附图说明
图1是现有技术LOCO-I算法像素预测示意图；
图2是现有技术CALIC算法像素预测示意图；
图3是本发明一个实施例提供的一种无损图像压缩方法流程图；
图4是本发明一个实施例提供的一种无损图像压缩方法中模板设定示意图；
图5是本发明另一个实施例提供的一种无损图像压缩方法流程图；
图6是本发明一个实施例提供的一种无损图像压缩装置结构示意图；
图7是本发明另一个实施例提供的一种无损图像压缩装置结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
参考图3，为本发明实施例提供的一种图像无损压缩方法流程图，该方法包括步骤S301－S304。
S301：设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素设定非本地匹配模板。
本发明使用和LOCO-I或CALIC类似的预测-熵编码的框架。对于一幅待编码图像，本发明从左到右、从上到下逐个编码每一个像素，直到图像扫描完毕。
如图4所示，设a是当前编码像素，首先从它的相邻已编码像素区域定义一个它的参考像素模板，如图4的区域A、B、C、D、E、F，但本发明并不限定参考像素模板的形状和大小。根据图4可知，A的参考像素模板是M、 F、O、B、N、C，而b的参考像素模板是L、G、H、I、J、K。
本发明从当前编码像素a的相邻已编码像素区域定义一个非本地匹配模板Φ，它一般定义的大一些以提高预测精度，但本发明并不限定非本地匹配模板的大小和形状。如图4例子中，非本地匹配模板Φ包括像素点A、B、C、 D、E、F。
S302：计算当前像素与非本地匹配模板的除所述当前像素之外的各个像素之间的模板距离。
定义任意两个像素a和b之间的模板距离md(a,b)为它们对应的模板像素之间差的平方和。如图4中，a与A的模板距离为：
md(a,A)＝(A-F)2+(F-M)2+(B-O)2+(C-B)2+(D-C)2+(E-N)2
同理，a与b之间的模板距离为：
md(a,b)＝(A-G)2+(F-L)2+(B-H)2+(C-I)2+(D-J)2+(E-K)2
S303：查找与当前像素的模板距离在模板阈值之下的所有像素点，利用上述所有像素点计算得到当前像素的预测像素。
本发明实施例中，a的预测方式为所有与a的模板距离在一个阈值err 之下的像素的平均，如下所示：
Ω＝{p|p∈Φand md(a,p)<err}
其中num(Ω)表示像素的数目(即，与当前像素的模板距离在模板阈值之下的所有像素点的数目)。这种方式相当于查找出与当前像素的模板距离在一定阈值范围内的所有像素点，将这些像素点放入一个集合中，然后利用该集合中的像素点的平均值计算得到当前像素的预测像素。
S304：将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
在预测完成后，将当前像素和预测像素相减得到像素残差，将像素残差送入熵编码器进行编码。熵编码器可以采用简单的如表1所示的哥伦布编码，它是哈夫曼编码的一种方案。
表1
像素残差 码字
0 1
1 010
-1 011
2 00100
-2 00101
3 00110
-3 00111
4 0001000
-4 0001001
… …
除了采用上述的哥伦布编码，也可以选用基于内容的算术编码。基于内容的算术编码可以以最小的方向梯度为条件，选择不同的内容模型，对残差对应的二进制符号进行自适应二进制算术编码。本发明并不限定残差的熵编码方法。
可见，在该实施例中，通过设定当前像素及相邻像素各自对应的参考像素模板，并针对当前像素设定非本地匹配模板，然后计算当前像素与非本地匹配模板中其他像素的模板距离，选取与当前像素的模板距离在一定阈值范围内的所有像素点计算出当前像素的预测值。由于引入当前像素及相邻像素的各个参考像素模板，通过模板距离找出与当前像素距离最近的所有像素点集合，由此增加了预测精度，继而提高无损压缩的压缩率。
参考图5，为本发明另一实施例提供的一种图像无损压缩方法流程图，该方法包括步骤S501－S504。
S501：设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素设定非本地匹配模板。
本发明使用和LOCO-I或CALIC类似的预测-熵编码的框架。对于一幅待编码图像，本发明从左到右、从上到下逐个编码每一个像素，直到图像扫描完毕。
如图4所示，设a是当前编码像素，首先从它的相邻已编码像素区域定义一个它的参考像素模板，如图4的区域A、B、C、D、E、F，但本发明并不限定参考像素模板的形状和大小。根据图4可知，A的参考像素模板是M、 F、O、B、N、C，而b的参考像素模板是L、G、H、I、J、K。
本发明从当前编码像素a的相邻已编码像素区域定义一个非本地匹配模板Φ，它一般定义的大一些以提高预测精度，但本发明并不限定非本地匹配模板的大小和形状。如图4例子中，非本地匹配模板Φ包括像素点A、B、C、 D、E、F。
S502：计算当前像素与非本地匹配模板的除所述当前像素之外的各个像素之间的模板距离。
定义任意两个像素a和b之间的模板距离md(a,b)为它们对应的模板像素之间差的平方和。如上图中，a与A的模板距离为：
md(a,A)＝(A-F)2+(F-M)2+(B-O)2+(C-B)2+(D-C)2+(E-N)2
同理，a与b的模板距离为：
md(a,b)＝(A-G)2+(F-L)2+(B-H)2+(C-I)2+(D-J)2+(E-K)2
S503：根据各个模板距离，加权计算得到当前像素的预测像素。
本发明该实施例中，a的预测方式为非本地匹配模板中所有像素按照与当前像素的模板距离的双边加权平均，如下所示：
其中σ表示标准差，它是一个常数，如1。
这种方式中，与当前像素距离越远的像素点，其加权值越小，反之，距离越近，加权值越大。
S504：将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
在预测完成后，将当前像素和预测像素相减得到像素残差，将像素残差送入熵编码器进行编码。
熵编码器可以采用简单的仍如表1所示的哥伦布编码。
除了采用上述的哥伦布编码，也可以选用基于内容的算术编码。基于内容的算术编码可以以最小的方向梯度为条件，选择不同的内容模型，对残差对应的二进制符号进行自适应二进制算术编码。本发明并不限定残差的熵编码方法。
可见，在该实施例中，通过设定当前像素及相邻像素各自对应的参考像素模板，并针对当前像素设定非本地匹配模板，然后计算当前像素与非本地匹配模板中其他像素的模板距离，根据所有模板距离加权计算得到当前像素的预测值。由于引入围绕当前像素的非本地匹配模板，通过模板距离加权值的平均值计算得到像素预测值，由此增加了预测精度，继而提高无损压缩的压缩率。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图6，是本发明实施例提供的一种无损图像压缩装置的结构示意图，该装置包括：
模板设定单元601，用于设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素设定非本地匹配模板；
模板距离计算单元602，用于计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；
预测像素计算单元603，用于查找与当前像素的模板距离在模板阈值之下的所有像素点，利用所述所有像素点计算得到当前像素的预测像素；
编码单元604，用于将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
优选的，所述模板距离计算单元602具体用于，计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
优选的，所述预测像素计算单元603具体用于，查找出与当前像素的模板距离在所述模板阈值的范围内的所有像素点，将这些像素点放入一个集合；利用该集合中的像素点的平均值计算得到当前像素的预测像素。
优选的，所述编码单元604具体用于，将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
参照图7，是本发明另一实施例提供的一种无损图像压缩装置的结构示意图，该装置包括：
模板设定单元701，用于设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对当前像素，设定非本地匹配模板；
模板距离计算单元702，用于计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；
预测像素计算单元703，用于根据所述模板距离，加权计算得到当前像素的预测像素；
编码单元704，用于将当前像素与预测像素相减得到像素残差，利用像素残差进行编码。
优选的，所述模板距离计算单元702具体用于，计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
优选的，所述预测像素计算单元703具体用于，计算非本地匹配模板中各个像素与当前像素的模板距离的双边加权值，将所有双边加权值取平均值，得到所述当前像素的预测像素。
优选的，所述编码单元704具体用于，将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种关系型数据库的调度方法及系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (16)

1.一种无损图像压缩方法，其特征在于，包括：
设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对所述当前像素设定非本地匹配模板；
计算所述当前像素与所述非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；其中，两个像素之间的所述模板距离为所述两个像素对应的模板像素之间差的平方和；
查找与所述当前像素的模板距离在模板阈值之下的所有像素点，利用所述所有像素点计算得到所述当前像素的预测像素；
将所述当前像素与所述预测像素相减得到像素残差，利用所述像素残差进行编码。
2.如权利要求1所述的方法，其特征在于，所述计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离，包括：
计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
3.如权利要求1所述的方法，其特征在于，所述查找与所述当前像素的模板距离在模板阈值之下的所有像素点，利用所述所有像素点计算得到所述当前像素的预测像素，包括：
查找出与当前像素的模板距离在所述模板阈值的范围内的所有像素点，将所述所有像素点放入一个集合；
利用所述集合中的像素点的平均值计算得到所述预测像素。
4.如权利要求1所述的方法，其特征在于，所述利用所述像素残差进行编码，包括：
将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
5.一种无损图像压缩方法，其特征在于，包括：
设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对所述当前像素设定非本地匹配模板；
计算所述当前像素与所述非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；其中，两个像素之间的所述模板距离为所述两个像素对应的模板像素之间差的平方和；
根据所述模板距离，加权计算得到当前像素的预测像素；
将当前像素与预测像素相减得到像素残差，利用所述像素残差进行编码。
6.如权利要求5所述的方法，其特征在于，所述计算当前像素与非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离，包括：
计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
7.如权利要求5所述的方法，其特征在于，所述根据所述模板距离，加权计算得到当前像素的预测像素，包括：
计算非本地匹配模板中各个像素与当前像素的模板距离的双边加权值，将所有双边加权值取平均值，得到所述当前像素的预测像素。
8.如权利要求5所述的方法，其特征在于，所述利用像素残差进行编码，包括：
将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
9.一种无损图像压缩装置，其特征在于，包括：
模板设定单元，用于设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对所述当前像素设定非本地匹配模板；
模板距离计算单元，用于计算所述当前像素与所述非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；其中，两个像素之间的所述模板距离为所述两个像素对应的模板像素之间差的平方和；
预测像素计算单元，用于查找与所述当前像素的模板距离在模板阈值之下的所有像素点，利用所述所有像素点计算得到当前像素的预测像素；
编码单元，用于将所述当前像素与所述预测像素相减得到像素残差，利用所述像素残差进行编码。
10.如权利要求9所述的装置，其特征在于，所述模板距离计算单元具体用于，计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
11.如权利要求9所述的装置，其特征在于，所述预测像素计算单元具体用于，查找出与当前像素的模板距离在所述模板阈值的范围内的所有像素点，将所述所有像素点放入一个集合；利用所述集合中的像素点的平均值计算得到所述预测像素。
12.如权利要求9所述的装置，其特征在于，所述编码单元具体用于，将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
13.一种无损图像压缩装置，其特征在于，包括：
模板设定单元，用于设定当前像素及相邻像素中各个像素对应的参考像素模板，并针对所述当前像素设定非本地匹配模板；
模板距离计算单元，用于计算所述当前像素与所述非本地匹配模板中除所述当前像素之外的各个像素之间的模板距离；其中，两个像素之间的所述模板距离为所述两个像素对应的模板像素之间差的平方和；
预测像素计算单元，用于根据所述模板距离，加权计算得到当前像素的预测像素；
编码单元，用于将当前像素与预测像素相减得到像素残差，利用所述像素残差进行编码。
14.如权利要求13所述的装置，其特征在于，所述模板距离计算单元具体用于，计算当前像素所在参考像素模板与非本地匹配模板中除所述当前像素之外的各个像素所在参考像素模板之间像素差的平方和。
15.如权利要求13所述的装置，其特征在于，所述预测像素计算单元具体用于，计算非本地匹配模板中各个像素与当前像素的模板距离的双边加权值，将所有双边加权值取平均值，得到所述当前像素的预测像素。
16.如权利要求13所述的装置，其特征在于，所述编码单元具体用于，将像素残差输入到熵编码器进行编码，其中，所述熵编码器为基于哈夫曼编码或基于内容的算术编码。
CN201610581459.4A 2016-07-21 2016-07-21 无损图像压缩方法及装置 Active CN106231322B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610581459.4A CN106231322B (zh) 2016-07-21 2016-07-21 无损图像压缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610581459.4A CN106231322B (zh) 2016-07-21 2016-07-21 无损图像压缩方法及装置

Publications (2)

Publication Number Publication Date
CN106231322A CN106231322A (zh) 2016-12-14
CN106231322B true CN106231322B (zh) 2019-09-06

Family

ID=57531224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610581459.4A Active CN106231322B (zh) 2016-07-21 2016-07-21 无损图像压缩方法及装置

Country Status (1)

Country Link
CN (1) CN106231322B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106954065B (zh) * 2017-03-01 2020-01-07 西安电子科技大学 基于梯度方向直方图的递归预测图像压缩方法
CN109561316A (zh) * 2018-10-26 2019-04-02 西安科锐盛创新科技有限公司 一种vr三维图像压缩方法
CN114531598A (zh) * 2020-11-06 2022-05-24 深圳Tcl数字技术有限公司 图像的压缩方法、装置、智能终端及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101023673A (zh) * 2004-09-16 2007-08-22 汤姆逊许可证公司 具有利用局部亮度变化的加权预测的视频编解码器
CN104081436A (zh) * 2012-01-19 2014-10-01 西门子公司 用于针对视觉数据压缩的像素预测的方法和设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080044097A1 (en) * 2006-08-21 2008-02-21 Siemens Medical Solutions Usa, Inc. Fast JPEG-LS Based Compression Method for Medical Images

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101023673A (zh) * 2004-09-16 2007-08-22 汤姆逊许可证公司 具有利用局部亮度变化的加权预测的视频编解码器
CN104081436A (zh) * 2012-01-19 2014-10-01 西门子公司 用于针对视觉数据压缩的像素预测的方法和设备

Also Published As

Publication number Publication date
CN106231322A (zh) 2016-12-14

Similar Documents

Publication Publication Date Title
JP7351463B2 (ja) 画像符号化方法及び装置、画像復号方法及び装置並びにプログラム
EP3861755B1 (en) Techniques and apparatus for weighted-median prediction for point-cloud attribute coding
US20200304823A1 (en) Techniques and apparatus for interframe point-cloud attribute coding
US20110299599A1 (en) Method and apparatus for coding motion information
CN115294349B (zh) 训练模型的方法、装置、电子设备及存储介质
CN106231322B (zh) 无损图像压缩方法及装置
CN104754357A (zh) 基于卷积神经网络的帧内编码优化方法及装置
CN105933717A (zh) 一种编码单元的模式决策方法和装置
CN104539949A (zh) Hevc屏幕编码中基于边缘方向的快速分块
Lin et al. Multistage spatial context models for learned image compression
CN106101731B (zh) 图像无损压缩方法及装置
CN106954065B (zh) 基于梯度方向直方图的递归预测图像压缩方法
JP2018201117A (ja) 映像符号化装置、映像符号化方法およびプログラム
CN110062237B (zh) 视频编码的帧内编码模式选择方法和装置
CN114501022A (zh) 一种数据处理方法、装置、计算机设备及存储介质
Nandi et al. Fractal image compression using fast context independent HV partitioning scheme
Zhang et al. Stabilizing the convolution operations for neural network-based image and video codecs for machines
CN113099231B (zh) 确定亚像素插值位置的方法、装置、电子设备和存储介质
CN117409431B (zh) 一种多模态大型语言模型训练方法、电子设备及存储介质
CN103248889B (zh) 一种图像处理方法及装置
CN104837027A (zh) 一种分像素的运动估计方法和装置
CN115714864A (zh) 点云属性编码方法、装置、解码方法以及装置
Takeda et al. Code book optimization with a genetic algorithm for vector quantization
JP2013051609A (ja) 交流成分予測方法及び画像処理装置
EP2605515A1 (en) Method and apparatus for discrete cosine transform/inverse discrete cosine transform

Legal Events

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