CN106534861B - 图像压缩及解压方法及装置 - Google Patents

Abstract

本申请提出图像压缩方法及装置。方法包括：对[0,2π)内的角度进行采样，得到预设数目个稀疏投影角度，所述预设数目小于180；对于每个稀疏投影角度下，使用射线源和探测器对原始图像进行平行束扫描而扫描到的原始图像上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，从而得到原始图像的压缩数据。本申请提高了图像压缩比。

Description

图像压缩及解压方法及装置

技术领域

本申请涉及图像处理技术领域，尤其涉及图像压缩及解压方法及装置。

背景技术

图像文件的容量一般都很大，图像文件的存储和传输，特别是网络间传输会因此受到很大影响。图像压缩技术是解决此问题的关键。当前对图像压缩的算法有很多，特点各异。

稀疏表示的理论依据是，具有一定平滑性的图像在适当的稀疏基(又称为字典)下存在稀疏表示，通过对图像的采样数据进行学习或训练自适应稀疏基，使得图像在该稀疏基下具有最优的稀疏表示。稀疏表示的好处在于，仅仅运用少量的几个非零系数就可以揭示信号或图像的结构与本质特征。

Bruno于1996年对人眼视觉方向敏感的特性进行了研究，并在此基础上提出了一种基于方向性的图像稀疏表示方法，后来又相继出现了一些新的稀疏表示方法，主要有脊波、曲波、扁带波、轮廓波等变换，这些方法被统称为“多尺度几何分析方法”。

多尺度几何分析方法能够有效地对图像的特征进行稀疏表示，提高了对图像信号的非线性逼近的能力，主要解决了高维空间的稀疏表示问题。近年来，稀疏表示理论中出现了一种基于字典学习的方法，自适应字典学习的图像稀疏表示的特点是设计最优的自适应字典，使得图像块在这些字典下是稀疏表示的。基于图像训练样本集的字典学习方法是首先设定一个初始的固定字典，如DCT字典、Gabor字典等，然后通过对图像样本进行训练学习逐步更新字典，获得的更新字典可以与自然图像训练集最大程度的匹配。代表算法有最大似然法，最优方向法、K-SVD算法和Generalized PCA算法。

发明内容

本申请实施例提供图像压缩及解压方法及装置，以提高图像的压缩比。

本申请的技术方案是这样实现的：

一种图像压缩方法，该方法包括：

对[0,2π)内的角度进行采样，得到预设数目个稀疏投影角度，所述预设数目小于180；

对于每个稀疏投影角度下，使用射线源和探测器对原始图像进行平行束扫描而扫描到的原始图像上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，从而得到原始图像的压缩数据。

所述对[0,2π)内的角度进行采样为：

对[0,2π)内的角度进行均匀采样或者随机采样。

一种图像解压方法，该方法包括：

A、初始化解压图像；

B、根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算，得到更新后的解压图像；

C、将步骤B得到的更新后的解压图像进行分块，对于每个图像分块，分别执行步骤D～E：；

D、初始化当前图像分块的字典；

E、根据当前图像分块的稀疏表示系数更新当前图像分块的字典，根据更新后的当前图像分块的字典更新当前图像分块；

F、根据更新后的各个图像分块得到二次更新后的解压图像；

G、判断当前是否满足ART迭代结束条件，若满足，将步骤F得到的二次更新后的解压图像作为最终的解压图像；否则，将步骤E得到的二次更新后的解压图像作为步骤B中的当前解压图像，返回步骤B。

步骤E所述根据当前图像分块的稀疏表示系数更新当前图像分块的字典包括：

对当前图像分块进行稀疏分解，得到当前图像分块的稀疏表示系数；根据当前图像分块的稀疏表示系数更新当前图像分块的字典；

步骤E所述根据更新后的当前图像分块的字典更新当前图像分块包括：

根据当前图像分块的稀疏表示系数和更新后的当前图像分块的字典，更新当前图像分块；且，若当前满足当前图像分块的字典的更新结束条件，则执行步骤F；否则，根据更新后的当前图像分块返回步骤E。

步骤E所述对当前图像分块进行稀疏分解为：采用正交匹配追踪OMP算法对当前图像分块进行稀疏分解；

步骤E所述根据当前图像分块的稀疏表示系数更新当前图像分块的字典为：根据当前图像分块的稀疏表示系数采用K-SVD算法更新当前图像分块的字典。

一种图像压缩装置，该装置包括：

角度采样模块：用于对[0,2π)内的角度进行采样，得到预设数目个稀疏投影角度，所述预设数目小于180；

Radon变换模块：对于每个稀疏投影角度下，使用射线源和探测器对原始图像进行平行束扫描而扫描到的原始图像上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，从而得到原始图像的压缩数据。

所述角度采样模块对[0,2π)内的角度进行采样为：

对[0,2π)内的角度进行均匀采样或者随机采样。

一种图像解压装置，该装置包括：

ART计算模块：用于初始化解压图像；根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算，得到更新后的解压图像，将该更新后的解压图像发送给图像分块模块；接收字典更新模块发来的二次更新后的解压图像，判断当前是否满足ART迭代结束条件，若满足，将该二次更新后的解压图像作为最终的解压图像；否则，将该二次更新后的解压图像作为当前解压图像，返回执行所述根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算的动作；

图像分块模块：用于对ART计算模块得到的更新后的解压图像进行分块，将各图像分块的数据发送给字典更新模块；

字典更新模块：用于对于图像分块模块得到的每个图像分块，分别执行：初始化当前图像分块的字典，根据当前图像分块的稀疏表示系数更新当前图像分块的字典，根据更新后的当前图像分块的字典更新当前图像分块；根据更新后的各个图像分块得到二次更新后的解压图像，将二次更新后的解压图像发送给ART计算模块。

所述字典更新模块根据当前图像分块的稀疏表示系数更新当前图像分块的字典包括：

对当前图像分块进行稀疏分解，得到当前图像分块的稀疏表示系数；根据当前图像分块的稀疏表示系数更新当前图像分块的字典；

所述字典更新模块根据更新后的当前图像分块的字典更新当前图像分块包括：

根据当前图像分块的稀疏表示系数和更新后的当前图像分块的字典，更新当前图像分块；且，若当前满足当前图像分块的字典的更新结束条件，则执行所述根据更新后的各个图像分块得到二次更新后的解压图像的动作；否则，根据更新后的当前图像分块返回所述对当前图像分块进行稀疏分解的动作。

所述字典更新模块对当前图像分块进行稀疏分解为：采用正交匹配追踪OMP算法对当前图像分块进行稀疏分解；

所述字典更新模块根据当前图像分块的稀疏表示系数更新当前图像分块的字典为：根据当前图像分块的稀疏表示系数采用K-SVD算法更新当前图像分块的字典。

可见，本申请提高了图像的压缩比和图像压缩数据的传输效率；且，提高了图像的解压效果。

附图说明

图1为本申请实施例提供的图像压缩方法流程图；

图2为本申请实施例提供的图像解压方法流程图；

图3为本申请实施例提供的图像压缩装置的组成示意图；

图4为本申请实施例提供的图像解压装置的组成示意图。

具体实施方式

下面结合附图及具体实施例对本发明再作进一步详细的说明。

图1为本申请实施例提供的图像压缩方法流程图，其具体步骤如下：

步骤101：对[0,2π)内的角度进行采样，得到预设数目个稀疏投影角度。

其中，预设数目小于180。

具体地，可以对[0,2π)内的角度进行均匀采样或者随机采样。例如：当稀疏投影角度的数目为60个时，可以从[0,2π)内均匀采样60个角度，或者随机采样60个角度作为稀疏投影角度。

步骤102：分别采用每个稀疏投影角度，使用射线源和探测器对原始图像f(x,y)进行平行束扫描，根据扫描到原始图像f(x,y)上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，得到的原始图像f(x,y)在每个稀疏投影角度下的各投影值构成了原始图像的压缩数据。

这里，若原始图像为RGB图像，则可先将其转换为YUV或YCbCr图像，然后执行步骤102，以利于图像压缩。

图2为本申请实施例提供的对图1所示流程得到的图像压缩数据进行解压的方法流程图，其具体步骤如下：

步骤201：设置ART(Algebraic Reconstruction Technique，代数重建技术)最大迭代次数K，字典最大更新次数P。

步骤202：初始化当前ART迭代次数k＝0，初始化解压图像f′⁽⁰⁾(x,y)。

可将f′⁽⁰⁾(x,y)中的每个像素点的取值初始化为0；x、y分别表示图像的横、纵坐标，单位为1个像素。

步骤203：根据图像压缩数据中的所有投影值和当前解压图像f′^(k)(x,y)进行ART计算，得到解压图像f′^(k+1)(x,y)。

其中，p_i是第i条射线的投影值；为对第i条射线的投影值进行解压得到的解压图像f′^(k)(x,y)中的第j个像素点的值，为对第i条射线的投影值进行解压得到的解压图像f′^(k+1)(x,y)中的第j个像素点的值；当原始图像大小为M*N时，1≤j≤M*N，即J＝M*N；a_ij为第i条射线对第j个像素点的贡献，通常以第i条射线穿过原始图像的第j个像素点的长度表示，在实际应用中，通常在第i条射线水平或垂直穿过原始图像的第j个像素点时，设置a_ij＝1，并根据该标准设置其他情况下a_ij的取值；λ_k为松弛因子，通常取值为0.1～0.5；

针对每条射线，会分别计算出一个对所有的求均值得到最终的解压图像中的

步骤204：按照预设分块原则，将f′^(k+1)(x,y)图像进行分块，对于每个图像分块，分别执行如下步骤205～210。

预设分块原则例如：每个分块的大小为8*8，等等。

步骤205：初始化当前图像分块的字典，并初始化当前图像分块的字典更新次数p＝0。

当前图像分块的初始字典可采用预定义的字典。通常，针对某一类图像如：CT(核磁共振)图像等，会预先训练好该类图像的各个图像分块对应的字典，直接将该训练好的各个分块的字典作为步骤205中对应的各图像分块的初始字典即可。

步骤206：对当前图像分块进行稀疏分解，得到当前图像分块的稀疏表示系数

其中，q为当前图像分块在f′^(k+1)(x,y)图像的所有图像分块中的序号。

稀疏分解算法可以采用OMP(Orthogonal Matching Pursuit，正交匹配追踪)算法等，本申请对此不作限制。

步骤207：根据当前图像分块的稀疏表示系数更新当前图像分块的字典。

例如：可以采用K-SVD算法更新当前图像分块的字典。

步骤208：根据步骤206得到的当前图像分块的稀疏表示系数和步骤207得到的更新后的当前图像分块的字典，更新当前图像分块。

具体地，其中，表示更新后的当前图像分块，表示更新后的当前图像分块的字典。

步骤209：判断当前是否满足当前图像分块的字典的更新结束条件，若是，执行步骤211；否则，执行步骤210。

当前图像分块的字典的更新结束条件例如：p≥P或者满足预设的解压图像分块精度要求。

其中，解压图像分块精度要求如：步骤208得到的更新后的当前图像分块与步骤204中对应的初始图像分块之间的误差小于预设误差值。

步骤210：令p＝p+1，返回步骤206。

步骤211：在所有图像分块都更新完毕时，根据各个图像分块得到更新后的解压图像f′^(k+1)(x,y)。

步骤212：判断当前是否满足ART迭代结束条件，若满足，则执行步骤213；否则，执行步骤214。

ART迭代结束条件例如：k≥K或者迭代精度满足预设的精度要求。

迭代精度例如：步骤211得到的f′^(k+1)(x,y)与f′^(k)(x,y)之间误差小于预设误差值，等等。

步骤213：将步骤211得到的解压图像f′^(k+1)(x,y)作为最终的解压图像，本流程结束。

步骤214：令k＝k+1，返回步骤203。

在返回步骤203时，公式的“＝”右边的是采用步骤211得到的图像f′^(k+1)(x,y)中的对应像素点的取值。

通常使用压缩比R来定量地评价图像的压缩效率，采用均方误差MSE和峰值信噪比PSNR来评价解压缩的图像质量。在使用s个稀疏投影角度进行radon变换时，上述评价参数如下：

其中，M为原始图像的宽度，N为原始图像的高度，F_ij为原始图像的矩阵表示，F’_ij为解压图像的矩阵表示。

图3为本申请实施例提供的图像压缩装置的组成示意图，该装置主要包括：角度采样模块31和Radon变换模块32，其中：

角度采样模块31：用于对[0,2π)内的角度进行采样，得到预设数目个稀疏投影角度，所述预设数目小于180。

Radon变换模块32：对于角度采样模块31采样的每个稀疏投影角度下，使用射线源和探测器对原始图像进行平行束扫描而扫描到的原始图像上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，从而得到原始图像的压缩数据。

其中，角度采样模块31对[0,2π)内的角度进行采样可以为：

对[0,2π)内的角度进行均匀采样或者随机采样。

图4为本申请实施例提供的图像解压装置的组成示意图，该装置主要包括：ART计算模块41、图像分块模块42和字典更新模块43，其中：

ART计算模块41：用于初始化解压图像；根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算，得到更新后的解压图像，将该更新后的解压图像发送给图像分块模块42；接收字典更新模块43发来的二次更新后的解压图像，判断当前是否满足ART迭代结束条件，若满足，将该二次更新后的解压图像作为最终的解压图像，若不满足，将该二次更新后的解压图像作为当前解压图像，返回执行所述根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算的动作。

图像分块模块42：用于对ART计算模块41得到的更新后的解压图像进行分块，将各图像分块的数据发送给字典更新模块43。

字典更新模块43：用于对于图像分块模块42得到的每个图像分块，分别执行：初始化当前图像分块的字典，根据当前图像分块的稀疏表示系数更新当前图像分块的字典，根据更新后的当前图像分块的字典更新当前图像分块的动作；根据更新后的各个图像分块得到二次更新后的解压图像，将二次更新后的解压图像发送给ART计算模块41。

一实施例中，字典更新模块43根据当前图像分块的稀疏表示系数更新当前图像分块的字典包括：

对当前图像分块进行稀疏分解，得到当前图像分块的稀疏表示系数；根据当前图像分块的稀疏表示系数更新当前图像分块的字典；

字典更新模块43根据更新后的当前图像分块的字典更新当前图像分块包括：

根据当前图像分块的稀疏表示系数和更新后的当前图像分块的字典，更新当前图像分块；且，若当前满足当前图像分块的字典的更新结束条件，则执行所述根据更新后的各个图像分块得到二次更新后的解压图像的动作；否则，根据更新后的当前图像分块返回所述对当前图像分块进行稀疏分解的动作。

一实施例中，字典更新模块43对当前图像分块进行稀疏分解为：采用OMP算法对当前图像分块进行稀疏分解；

字典更新模块43根据当前图像分块的稀疏表示系数更新当前图像分块的字典为：根据当前图像分块的稀疏表示系数采用K-SVD算法更新当前图像分块的字典。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (6)

1.一种图像解压方法，其特征在于，该方法包括：

A、初始化解压图像；

B、根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算，得到更新后的解压图像；所述采用radon变换得到的图像压缩数据通过如下方式得到：对于每个稀疏投影角度下，使用射线源和探测器对原始图像进行平行束扫描而扫描到的原始图像上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，从而得到原始图像的压缩数据，其中，稀疏投影角度通过对[0,2π)内的角度进行采样得到，且稀疏投影角度的数目小于180；

C、将步骤B得到的更新后的解压图像进行分块，对于每个图像分块，分别执行步骤D～E；

D、初始化当前图像分块的字典；

E、根据当前图像分块的稀疏表示系数更新当前图像分块的字典，根据更新后的当前图像分块的字典更新当前图像分块；

F、根据更新后的各个图像分块得到二次更新后的解压图像；

G、判断当前是否满足ART迭代结束条件，若满足，将步骤F得到的二次更新后的解压图像作为最终的解压图像；否则，将步骤E得到的二次更新后的解压图像作为步骤B中的当前解压图像，返回步骤B；

所述步骤B包括：

其中，p_i是第i条射线的投影值；f_i'^(k)(j)为对第i条射线的投影值进行解压得到的解压图像f′^(k)(x,y)中的第j个像素点的值，f_i'^(k+1)(j)为对第i条射线的投影值进行解压得到的解压图像f′^(k+1)(x,y)中的第j个像素点的值；当原始图像大小为M*N时，1≤j≤M*N，即J＝M*N；a_ij为第i条射线对第j个像素点的贡献；λ_k为松弛因子；

针对每条射线，分别计算出一个f_i'^(k+1)(j)，对所有的f_i'^(k+1)(j)求均值得到最终的解压图像中的f_i'^(k+1)(j)。

2.根据权利要求1所述的方法，其特征在于，步骤E所述根据当前图像分块的稀疏表示系数更新当前图像分块的字典包括：

对当前图像分块进行稀疏分解，得到当前图像分块的稀疏表示系数；根据当前图像分块的稀疏表示系数更新当前图像分块的字典；

步骤E所述根据更新后的当前图像分块的字典更新当前图像分块包括：

根据当前图像分块的稀疏表示系数和更新后的当前图像分块的字典，更新当前图像分块；且，若当前满足当前图像分块的字典的更新结束条件，则执行步骤F；否则，根据更新后的当前图像分块返回步骤E。

3.根据权利要求2所述的方法，其特征在于，步骤E所述对当前图像分块进行稀疏分解为：采用正交匹配追踪OMP算法对当前图像分块进行稀疏分解；

步骤E所述根据当前图像分块的稀疏表示系数更新当前图像分块的字典为：根据当前图像分块的稀疏表示系数采用K-SVD算法更新当前图像分块的字典。

4.一种图像解压装置，其特征在于，该装置包括：

ART计算模块：用于初始化解压图像；根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算，得到更新后的解压图像，将该更新后的解压图像发送给图像分块模块；接收字典更新模块发来的二次更新后的解压图像，判断当前是否满足ART迭代结束条件，若满足，将该二次更新后的解压图像作为最终的解压图像；否则，将该二次更新后的解压图像作为当前解压图像，返回执行所述根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算的动作；所述采用radon变换得到的图像压缩数据通过如下方式得到：对于每个稀疏投影角度下，使用射线源和探测器对原始图像进行平行束扫描而扫描到的原始图像上的每一条射线，采用radon变换计算原始图像在该射线上的投影值，从而得到原始图像的压缩数据，其中，稀疏投影角度通过对[0,2π)内的角度进行采样得到，且稀疏投影角度的数目小于180；所述根据当前解压图像以及采用radon变换得到的图像压缩数据中的所有投影值进行代数重建技术ART计算，得到更新后的解压图像包括：

其中，p_i是第i条射线的投影值；f_i'^(k)(j)为对第i条射线的投影值进行解压得到的解压图像f′^(k)(x,y)中的第j个像素点的值，f_i'^(k+1)(j)为对第i条射线的投影值进行解压得到的解压图像f′^(k+1)(x,y)中的第j个像素点的值；当原始图像大小为M*N时，1≤j≤M*N，即J＝M*N；a_ij为第i条射线对第j个像素点的贡献；λ_k为松弛因子；针对每条射线，分别计算出一个f_i'^(k+1)(j)，对所有的f_i'^(k+1)(j)求均值得到最终的解压图像中的f_i'^(k+1)(j)

图像分块模块：用于对ART计算模块得到的更新后的解压图像进行分块，将各图像分块的数据发送给字典更新模块；

字典更新模块：用于对于图像分块模块得到的每个图像分块，分别执行：初始化当前图像分块的字典，根据当前图像分块的稀疏表示系数更新当前图像分块的字典，根据更新后的当前图像分块的字典更新当前图像分块；根据更新后的各个图像分块得到二次更新后的解压图像，将二次更新后的解压图像发送给ART计算模块。

5.根据权利要求4所述的装置，其特征在于，所述字典更新模块根据当前图像分块的稀疏表示系数更新当前图像分块的字典包括：

对当前图像分块进行稀疏分解，得到当前图像分块的稀疏表示系数；根据当前图像分块的稀疏表示系数更新当前图像分块的字典；

所述字典更新模块根据更新后的当前图像分块的字典更新当前图像分块包括：

根据当前图像分块的稀疏表示系数和更新后的当前图像分块的字典，更新当前图像分块；且，若当前满足当前图像分块的字典的更新结束条件，则执行所述根据更新后的各个图像分块得到二次更新后的解压图像的动作；否则，根据更新后的当前图像分块返回所述对当前图像分块进行稀疏分解的动作。

6.根据权利要求5所述的装置，其特征在于，所述字典更新模块对当前图像分块进行稀疏分解为：采用正交匹配追踪OMP算法对当前图像分块进行稀疏分解；

所述字典更新模块根据当前图像分块的稀疏表示系数更新当前图像分块的字典为：根据当前图像分块的稀疏表示系数采用K-SVD算法更新当前图像分块的字典。