CN106937111B - 优化图像压缩质量的方法及系统 - Google Patents

优化图像压缩质量的方法及系统 Download PDF

Info

Publication number
CN106937111B
CN106937111B CN201610169486.0A CN201610169486A CN106937111B CN 106937111 B CN106937111 B CN 106937111B CN 201610169486 A CN201610169486 A CN 201610169486A CN 106937111 B CN106937111 B CN 106937111B
Authority
CN
China
Prior art keywords
quality
psnr
image
value
range
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
CN201610169486.0A
Other languages
English (en)
Other versions
CN106937111A (zh
Inventor
金承辰
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.)
Naver Corp
Original Assignee
Naver Corp
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 Naver Corp filed Critical Naver Corp
Publication of CN106937111A publication Critical patent/CN106937111A/zh
Application granted granted Critical
Publication of CN106937111B publication Critical patent/CN106937111B/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
    • H04N19/10—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
    • 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
    • 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
    • H04N19/115—Selection of the code volume for a coding unit prior to 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
    • H04N19/10—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
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • 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
    • H04N19/172—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 picture, frame or field
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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
    • 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

Landscapes

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

Abstract

本发明公开了一种优化图像压缩质量的方法及系统。由计算机实施的压缩输入图像的方法包括以下步骤：为压缩所述输入图像而确认所要求的压缩质量；在以所述压缩质量为基准设定的质量范围内检索满足目标PSNR(Peak Signal to Noise Ratio)的优化质量；以及将以所述优化质量进行编码的图像文件作为所述输入图像的压缩文件输出。

Description

优化图像压缩质量的方法及系统
技术领域
本发明涉及一种压缩数字图像的技术。
背景技术
数字图像可以是通过称作图像元素(picture element)或像素(pixel)的有限数字值组来表示的彩色图像或黑白图像。数字图像不仅能够表现静止图像或影像，而且还能够表现以描述动态的方式显示的静态图像(still image)的序列视频图像。图像压缩是将数据压缩适用于数字图像的技术。
现有的图像压缩方法一般是根据在压缩过程中是否数据而分为“无损(lossless)”压缩或“有损(lossy)”压缩。现有的无损压缩(lossless compression)方法的例子有哈夫曼编码(Huffman encoding)、算术编码(arithmetic encoding)及香农-范诺(Fano-Shannon)编码。无损压缩(lossless compression)在解压过程(decompressionprocess)中将再现完整的原始图像。与此相反，有损压缩由于损失一些数据，从速度和存储方面来看，提供了比无损压缩更高的效率。有损压缩经常用于视频或常用图像处理中。广泛使用的两种有损图像压缩标准有联合图像专家组(Joint Photographic Experts Group，JPEG)压缩方法和运动图像专家组(Motion Picture Experts Group，MPEG)压缩方法。
JPEG不仅用于静态图像的压缩，而且在利用传输频带有限的公共交换电话网等的视频电话中还用作用户之间传输图像的工具。
JPEG压缩方法的一个例子为，在韩国公开专利第10-2002-0035726号(公开日：2002年5月15日)“静态图像的压缩和还原方法”中公开了一种利用小波变换(WaveletTransform)压缩输入的图像信号的技术。
现有技术中，在压缩数字图像时，以质量(quality)为基准执行编码。例如，将数字图像的质量以用户所需质量(例如，上、中、下，88、90、92等)进行编码。
当以质量为基准对数字图像进行编码时，未进行过编码的原始数据的质量越高就越与原始图像相似，然而已经进行过一次编码的数据，即使提高其质量，也只会增加文件大小，无法保证更好的质量。
发明内容
(一)要解决的技术问题
提供一种在压缩图像文件时既能够满足图像压缩质量，又能够减少文件大小的优化图像压缩质量的方法及系统。
提供一种能够利用峰值信噪比(Peak Signal to Noise Ratio，PSNR)来优化数字图像所要求的质量的优化图像压缩质量的方法及系统。
提供一种在与所要求的质量相似的质量范围内能够检索到满足目标PSNR的质量值的优化图像压缩质量的方法及系统。
提供一种在检索被优化的质量的编码过程中，能够去除重复的运算来提高速度的优化图像压缩质量的方法及系统。
(二)技术方案
提供一种方法，该方法为由计算机实施的压缩输入图像的方法，其包括以下步骤：确认压缩所述输入图像所要求的压缩质量；在以所述压缩质量为基准设定的质量范围内检索满足目标PSNR的优化质量；以及将以所述优化质量进行编码的图像文件作为所述输入图像的压缩文件输出。
提供一种存储于介质中的计算机程序，该计算机程序与计算机结合，且用于运行以下步骤：确认压缩所述输入图像所要求的压缩质量；在以所述压缩质量为基准设定的质量范围内检索满足目标PSNR的优化质量；以及将以所述优化质量进行编码的图像文件作为所述输入图像的压缩文件输出。
提供一种系统，其特征在于，所述系统包括：确认部，确认压缩输入图像所要求的压缩质量；检索部，在以所述压缩质量为基准设定的质量范围内检索满足目标PSNR的优化质量；以及输出部，将以所述优化质量进行编码的图像文件作为所述输入图像的压缩文件来输出。
(三)有益效果
本发明可提供一种图像压缩技术，其不是以数字图像所要求的质量为基准进行编码，而是以PSNR为基准进行编码。
利用PSNR优化数字图像所要求的质量，并以优化的质量压缩数字图像，从而既能够满足图像压缩质量，也能够缩小文件大小。
在与所要求的质量相似的质量范围内检索到满足目标PSNR的质量值，从而能够减少检索被优化的质量的编码次数。
在检索被优化的质量的编码过程中，能够去除不必要的运算或重复的运算，从而提高质量优化速度。
附图说明
图1是用于说明本发明的一个实施例的计算机系统的内部结构的一个例子的框图。
图2是示出本发明的一个实施例的计算机系统的处理器可包括的组件的例子的框图。
图3是示出本发明的一个实施例的通过优化质量来压缩图像的方法的流程图。
图4是示出本发明的一个实施例的检索优化质量的过程的流程图。
图5至图8是示出检索满足目标PSNR的优化质量的过程的例示图。
图9至图14是示出用于优化质量的编码过程的例示图。
具体实施方式
下面，参照附图对本发明的实施例进行详细说明。
本发明的实施例涉及一种用于压缩图像文件的方法及系统，更详细地，涉及一种能够通过优化图像压缩质量来缩小文件大小的性能优化技术。
包括本发明说明书中公开的具体内容的实施例实现图像压缩质量的优化，并通过优化，在文件大小、处理效率、处理速度等方面具有显著的优点。
适用数据压缩的图像为通过称作图像元素或像素的有限数字值组来表现的数字图像，适用对象不仅包括相片等静态图像，还可包括视频等所有类型的图像。
JPEG格式是在互联网等网络上存储和传送图像时经常使用的格式。在网络环境中还经常使用便携式网络图像格式(Portable Network Graphics，PNG)、图形交换格式(Graphics Interchange Format，GIF)、标记图像文件格式(Tagged Image File Format，TIFF)等其他的图像格式。
JPEG被认为是一种有损压缩(lossy compression)方法，而PNG和GIF是无损压缩(lossless compression)方法。TIFF可根据不同的情况利用有损压缩或无损压缩。
下面，将有损压缩的JPEG压缩方法作为典型例子进行说明，但并不限定于此，还可适用对图像压缩质量具有优化要求的其他压缩方法。
图1至图2是示出实施例的系统的图，图3至图14是示出JPEG压缩方法的实施例的各种形态的图。
图1是说明本发明的一个实施例的计算机系统的内部结构的一个例子的框图。图1是示出能够实现关于图3至图14所说明的实施例的计算机系统100的图。
如图1所示，计算机系统100包括处理器110，该处理器可包括用于运行指令并处理包括像素信息的信息的任意的计算机处理器或电子处理器。
处理器110可包括能够处理指令的随机序列的任意装置，或可以是所述任意装置的一部分。处理器110可包括计算机处理器、移动装置或其他电子设备内的处理器和/或数字处理器。处理器110可包括在例如计算机、移动计算设备、智能手机、平板电脑、机顶盒、娱乐平台、服务器、照相机或其他的图像捕捉装置、服务器群、云计算机等内。处理器110可通过总线140连接到存储器120。
存储器120可包括计算机系统100所使用的存储器或用于存储通过计算机系统输出的信息的易失性存储器、永久性存储器、虚拟存储器或其他存储器。例如，存储器120可包括随机存取存储器(random access memory，RAM)和/或动态随机存取存储器(dynamicRAM，DRAM)。存储器120可用于存储计算机系统100状态信息等的任意信息。例如，存储器120还可用于存储计算机系统100的指令，所述计算机系统的指令包括例如用于压缩图像的图像处理模块指令。根据需要或在适当情况下计算机系统100可包括一个以上的处理器110。
总线140可包括能够实现计算机系统100的各种组件之间进行交互的通信结构。例如，总线140可在计算机系统100的组件之间传输数据，例如在处理器110和存储器120之间传输数据。总线140可包括计算机系统100的组件之间的无线和/或有线通信介质，可包括并联、串联或其他拓扑陈列。
为了在规定的延长期间内存储数据(例如，相比存储器120)，永久性存储装置130可包括计算机系统100所使用的存储器或其他永久性存储装置等组件。永久性存储装置130可包括计算机系统100内的处理器110所使用的非易失性主存储器。例如，永久性存储装置130可包括闪存、硬盘、光盘或其他的计算机可读介质。
输入/输出接口150可包括键盘、鼠标、语音指令输入、显示器或其他输入/输出装置所对应的接口。可通过输入/输出接口150接收配置指令和/或将被压缩的图像。
网络接口160可包括局域网或如互联网等的网络所对应的一个以上的接口。网络接口160可包括有线连接或无线连接的接口。可通过网络接口160接收配置指令和/或将要被压缩的图像。
图2是示出本发明的一个实施例的计算机系统100的处理器110可包括的组件的例子的图，图3是示出本发明的一个实施例的计算机系统100能够执行的图像压缩方法的例子的流程图。
如图2所示，处理器110可包括确认部211、检索部212及输出部213。这种处理器110的组件可控制计算机系统100，以执行图3的图像压缩方法所包括的步骤(S310至S330)，而且，为实现这种控制，可被构成为运行存储器120所包括的操作系统和至少一个程序代码。
图像压缩方法有可能不按照所示出的顺序进行，还可省略各步骤中的一部分步骤或者进一步添加步骤。
在步骤(S310)中，确认部211确认输入图像所要求的压缩质量。输入图像可以是数字化照片或其他的数字图像。输入图像可在存储器内以像素的逻辑陈列显示。此时，压缩质量可以是为压缩图像而由用户输入的质量值或者系统中预设定的质量值。例如，压缩质量可输入上、中、下等多个级别中的一个级别或者输入预设定的数值范围(例如，62～100)内的特定数值的压缩比。换句话说，确认部211可确认关于输入图像的由用户输入的质量或系统中预设定的质量。
在步骤(S320)中，作为优化输入图像所要求的压缩质量的过程，检索部212在以压缩质量为基准设定的质量范围内检索满足目标PSNR的优化质量。检索部212不会以在步骤(S310)中确认的压缩质量对输入图像进行编码，而是检索与压缩质量相似且PSNR为目标值以上的质量并进行编码。优化质量是在比压缩质量低的质量范围内检索。作为检索优化质量的基准的目标PSNR是通过试验导出的值，可被确定为特定的一个数值(例如，45.2)或者包括一定范围内的数值的范围值(例如，44～46)。换句话说，当目标PSNR被设定为特定的一个数值时，可将目标PSNR数值以上的质量值确定为优化质量，另外，当目标PSNR被设定为特定的数值范围时，可将属于目标PSNR数值范围内的质量值确定为优化质量。在确定优化质量时，并不限定于上述的确定方式，只要是能够缩小压缩文件大小或者提高编码速度的方式就都可采用。其中一个例子为，当目标PSNR被设定为特定的一个数值时，也可将从目标PSNR数值的预设定范围内的质量值确定为优化质量。这种确定优化质量的方式可得出与目标PSNR被设定为特定数值范围时的情况相同的结果。
PSNR表示信号能够具有的最大功率和噪音功率的比值，可用于评价画面质量信息。PSNR可用作表示两个不同图像的相似度的指标，此时，如果该值越大，则可认为是图像之间的相似度就越高。
例如，PSNR可定义为数学式1。
[数学式1]
在此，y'表示原图像的噪音功率比，y"表示比较图像的噪音功率比，k表示图像宽度。
PSNR是比较不同图像时的有意义的指标，但当PSNR为规定级别以下时，无法通过人的肉眼区分两个图像之间的区别，从这点来看可以说PSNR不是与人能够区分的质量相同的指标。因此，确定肉眼无法区分的PSNR(即，目标PSNR)，并将输入图像所要求的压缩质量降低为满足目标PSNR的质量，从而能够通过优化质量缩小文件大小。
目标PSNR可通过在受控的实验条件下进行的主观评价和利用图像处理方法的定量评价等各种实验来导出并确定。例如，主观评价为，可通过主观性试验，在相同的实验条件下向用户示出两个图像，使用户输入用肉眼确认的画面质量的差异的主观分数，然后利用标准化的主观评价方式(ITU-R，VQEG Continuous Quality Evaluation)汇总用户的主观分数，从而测定出图像之间的画面质量的差异。定量评价为，通过图像处理方法获得定量化的画面质量评价指数，例如，提取显示两个图像之间的明暗度变化量、高频信息等的特征向量，测定出图像之间的画面质量的差异。
在本发明说明书中，将PSNR用作图像质量的对比指标，但并不限定于此，除了PSNR，还可利用能够检索到与所请求的质量充分相似的质量(quality)的各种对比指标。
在步骤(S320)中，检索部212读取JPEG文件，并在不转换图像的情况下，基于以压缩质量为基准设定的质量范围内的各质量值，进行重新编码，同时能够检索到满足目标PSNR的优化质量值。下面将进一步详细说明用于检索优化质量而确定质量范围的过程和在质量范围内检索满足目标PSNR的优化质量的过程。
在步骤(S330)中，输出部213可将以在步骤(S320)中检索到的优化质量对输入图像进行编码的图像文件作为最终的压缩文件来输出。因此，可将输入图像所要求的压缩质量降低至满足目标PSNR的质量，并对输入图像进行编码，从而能够获得视觉上与输入图像所要求的压缩质量几乎相似的质量的图像，同时还能够缩小压缩文件的尺寸。
图4是示出本发明的一个实施例的质量检索方法的一个例子的流程图。质量检索方法相当于上述通过图3说明的压缩方法的步骤(S320)，可通过图2的检索部212执行各步骤。质量检索方法有可能不按照所示出的顺序进行，并且可省略各步骤中的一部分步骤或者进一步添加步骤。
在步骤(S1)中，设定用于检索优化质量的质量范围的最大值和最小值。最大值设定为在步骤(S310)中确认的、输入图像所要求的压缩质量。最小值设定为比设定为最大值的压缩质量低的质量值，其中一个例子为，可将能够适用于图像压缩的质量值中最小的值设定为质量范围的最小值。假设可适用于图像压缩的质量范围为62～100，用户要求的质量为94，则用于检索优化质量的质量范围可设定为62～94。另一例子为，可利用通过实验导出的类似的质量范围来设定质量范围的最小值。从大部分的实验结果来看，在所要求的质量的-4范围以内确定优化质量，假设用户要求的质量为94，用于检索优化质量的质量范围可设定为90～94。换句话说，可参考压缩其他图像时被确定为优化质量的平均值来设定质量范围的最小值。又一个例子为，为优化检索区间，可以以2的n次方或2的倍数来设定质量范围的最小值。例如，假设用户要求的质量为94时，质量范围的最小值可设定为所要求质量的-2、-4、-8、....，因此，用于检索优化质量的质量范围可设定为92～94或90～94或86～94等。
在步骤(S2)中，以对应于在步骤(S1)中设定的质量范围的最大值的质量，对输入图像进行编码。
在步骤(S3)中，对以对应于最大值的质量进行编码的图像文件进行解码。为提取PSNR需要解码的过程。
在步骤(S4)中，利用当前设定的质量范围的最大值和最小值来计算平均值。作为检索优化质量的过程，可采用二分法检索(binary search)，为此计算平均值。
在步骤(S5)中，判断在步骤(S4)中计算的平均值是否与当前设定的质量范围的最小值相同。即，确认所设定的质量范围的最小值和最大值是否相同。
在步骤(S6)中，当在步骤(S5)中的判断结果为在步骤(S4)中计算的平均值不同于当前设定的质量范围的最小值时，以对应于在步骤(S4)中计算的平均值的质量对输入图像进行编码。
在步骤(S7)中，对以对应于平均值的质量进行编码的图像文件进行解码。为提取PSNR需要解码过程。
在步骤(S8)中，利用在步骤(S3)中进行解码的图像和在步骤(S7)中进行解码的图像来提取PSNR。PSNR可通过上述的数学式1来确定。
在步骤(S9)中，判断在步骤(S8)中提取的PSNR是否为预设定的目标PSNR以上。
在步骤(S10)中，当步骤(S9)的判断结果为在步骤(S8)中提取的PSNR为目标PSNR以上时，将质量范围的最大值更改为在步骤(S4)中计算的平均值。
在步骤(S11)中，当步骤(S9)的判断结果为在步骤(S8)中提取的PSNR小于目标PSNR时，将质量范围的最小值更改为在步骤(S4)中计算的平均值。
通过反复进行上述步骤(S4至S11)，分别以质量范围的平均值进行编码，从而检索出目标PSNR以上的质量值。
在步骤(S12)中，当反复进行上述步骤(S4至S11)而被更新的质量范围的平均值与最小值相同时，将相应的平均值确定为优化质量，并完成对输入图像的编码。此时，平均值与最小值相同意味着所更新的质量范围的最小值与最大值相同。
另外，质量范围被设定后，从最小值中提取PSNR，当最小值的PSNR为目标PSNR以上时，也可以以该最小值来直接确定质量，因此，能够进一步提高质量检索速度。另外一个例子为，当在步骤(S8)中提取的PSNR小于目标PSNR时，可将质量范围的最小值更改为在步骤(S4)中计算的平均值，然后反复进行上述步骤(S4至S8)，当在步骤(S8)中提取的PSNR为目标PSNR以上时，可将在步骤(S4)中计算的平均值确定为优化质量，并完成对输入图像的编码。
因此，以对应于质量范围内的各质量值，对输入图像进行编码，从而能够将输入图像所要求的压缩质量优化为满足目标PSNR的质量。
图5至图8是示出检索满足目标PSNR的优化质量的过程的例示图。
其中一个例子为，参照图5，假设可适用于图像压缩的质量范围为62～100，用户要求的质量为94，则用于检索优化质量的质量范围的最大值可为94，最小值可为62。
可在62～94的质量范围内检索满足目标PSNR的优化质量。例如，如图6所示，假设目标PSNR为45.2。
在步骤1中，以对应于质量范围62～94的平均值78的质量，对输入图像进行编码，然后通过解码提取PSNR。当对于78的质量的PSNR为32时，由于其小于目标PSNR45.2，因此将质量范围的最小值更新为78，并继续进行质量检索过程。
在步骤2中，以对应于质量范围78～94的平均值86的质量，对输入图像进行编码，然后通过解码提取PSNR。当对于86的质量的PSNR为38时，由于其小于目标PSNR45.2，因此将质量范围的最小值更新为86，并继续进行质量检索过程。
在步骤3中，以对应于质量范围86～94的平均值90的质量，对输入图像进行编码，然后通过解码提取PSNR。当对于90的质量的PSNR为44.1时，由于其小于目标PSNR45.2，因此将质量范围的最小值更新为90，并继续进行质量检索过程。
在步骤4中，以对应于质量范围90～94的平均值92的质量，对输入图像进行编码，然后通过解码提取PSNR。当对于92的质量的PSNR为45.7时，由于其为目标PSNR45.2以上，因此将质量92确定为与用户要求的质量94相似且为目标PSNR45.2以上的优化质量，并结束质量检索过程和编码过程。
为检索优化质量将会反复进行编码，在此有必要减少编码次数来改善系统性能。为优化用于检索优化质量的质量范围，可以以2的n次方来设定质量范围的最小值。例如，如图7所示，假设可适用于图像压缩的质量范围为62～100，用户要求的质量为94，则可将质量范围的最小值设定为所要求质量的-8，将用于检索优化质量的质量范围可设定为86～94。
在86～94的质量范围内，可检索出满足目标PSNR的质量，例如，如图8所示，假设目标PSNR为45.2。
在步骤1中，以对应于质量范围86～94的平均值90的质量，对输入图像进行编码，然后通过解码提取PSNR。当对于90的质量的PSNR为44.1时，由于其小于目标PSNR45.2，因此将质量范围的最小值更新为90，并继续进行质量检索过程。
在步骤2中，以对应于质量范围90～94的平均值92的质量对，输入图像进行编码，然后通过解码提取PSNR。当对于92的质量的PSNR为45.7时，由于其为目标PSNR45.2以上，因此将质量92确定为与用户要求的质量94相似且为目标PSNR45.2以上的优化质量，并结束质量检索过程和编码过程。
而且，考虑为优化检索优化质量的质量范围而满足目标PSNR的大部分的质量检索结果均在所要求质量的-4以内确定的实验值，可将最初检索质量适用所要求质量的-4。换句话说，假设用户所要求的质量为94，则首先检索90的质量，然后再检索90～94的平均值的质量，从而能够检索出优化质量。
如上所述，通过优化用于检索优化质量的质量范围，从而能够减少检索满足目标PSNR的优化质量的过程中的编码次数，由此能够提高系统性能。
进一步，在检索满足目标PSNR的优化质量的过程中将会反复进行编码，当进行两次以上的编码时，可去除重复的运算或不必要的运算。换句话说，在反复进行检索优化质量的编码过程时，可省略包括在编码过程中的运算中与之前的编码过程的运算结果相同的一部分运算或在提取PSNR时不必要的一部分运算等。
参照图9，一个编码过程900包括将JPEG文件转换成YCbCr的编码过程910、将编码过程910的结果值转换成RBG的解码过程920、将解码过程920的结果值转换成YUV的YUV转换过程930、利用YUV转换过程930的结果值来提取PSNR的PSNR过程940。
在检索满足目标PSNR的优化质量的过程中，例如，如图10所示，假设共进行4次(步骤1至步骤4)编码，则会对输入图像分别反复进行四次相同的编码过程910、解码过程920、YUV转换过程930、PSNR过程940。
由于是对一个相同的输入图像分别以不同的质量值进行编码的过程，因此，如图11所示，编码过程910、解码过程920、YUV转换过程930的一部分运算的结果值与之前编码时的结果值相同。由此，在对输入图像反复进行编码的过程中，去除包括在编码过程910、解码过程920、YUV转换过程930的运算中重复的一部分运算，从而能够提高质量检索速度。
图12是示出包括在编码过程910、解码过程920、YUV转换过程930的详细运算的图。
参照图12，编码过程910包括YCbCr转换过程1211、DCT(离散余弦变换)过程1212、量化(Quantization)过程1213、哈夫曼编码(Huffman encode)过程1214，解码过程920包括哈夫曼解码(Huffman decode)过程1221、IDCT(离散余弦逆变换)过程1222、RGB转换过程1223。
此时，YCbCr转换过程1211、DCT过程1212、哈夫曼编码过程1214、哈夫曼解码过程1221、RGB转换过程1223、YUV转换过程930与之前编码过程中的运算值相同，因此无需反复进行，可省略。
例如，如图13所示，假设在检索满足目标PSNR的优化质量的过程中共进行4次(步骤1至步骤4)编码，其详细的运算过程为，对输入图像分别相同地反复进行YCbCr转换过程1211、DCT过程1212、量化过程1213、哈夫曼编码过程1214、哈夫曼解码过程1221、IDCT过程1222、RGB转换过程1223、YUV转换过程930。
例如，如图14所示，在反复进行编码的过程中，可去除YCbCr转换过程1211、DCT过程1212、哈夫曼编码过程1214、哈夫曼解码过程1221、RGB转换过程1223、YUV转换过程930的对应的运算。
在对输入图像进行的最初编码过程中，进行所有的YCbCr转换过程1211、DCT过程1212、量化过程1213、哈夫曼编码过程1214，哈夫曼解码过程1221、IDCT过程1222、RGB转换过程1223、YUV转换过程930，然后可从编码过程开始省略重复的运算。根据不同的情况，在最初编码过程中也可直接利用之前的运算结果，或者可从最初运算时开始省略提取PSNR时不必要的一部分运算，如哈夫曼编码过程1214、哈夫曼解码过程1221、RGB转换过程1223、YUV转换过程930。
因此，通过在为检索针对输入图像所要求的质量的优化质量而反复进行的编码过程中去除不必要的运算或重复的运算，能够提高编码速度的同时提高质量搜索速度。
以上，本发明是通过例示指定的功能和其功能之间的关系的功能模块来说明的。在本说明书中这种功能模块的界线是为便于说明而任意定义的，只要能够使指定的功能和其功能之间的关系适当地执行的备选方案均可。
以上说明的装置可通过硬件组件、软件组件和/或硬件组件和软件的组合来实施。例如，在实施例中说明的装置和组件，如处理器、控制器、算术逻辑单元(arithmetic logicunit，ALU)、数字信号处理器(digital signal processor)、微型计算机、现场可编程门阵列(field programmable gate array，FPGA)、可编程逻辑单元(programmable logicunit，PLU)、微处理器或者可以运行和响应指令(instruction)的其他任意一种装置，可利用一台以上的通用计算机或专用计算机来实施。处理装置可执行操作系统(OS)和在所述操作系统上运行的一个以上的软件应用。而且，处理装置还可通过响应软件的运行，访问数据、存储数据、操作数据、处理数据及生成数据。为了便于理解，处理装置在某些情况下被描述为使用一个，但本发明所属技术领域的普通技术人员可知，处理装置可包括多个处理元件(processing element)和/或多个类型的处理元件。例如，处理装置可包括多个处理器或一个处理器和一个控制器。并且，如并行处理器(parallel processor)等其他处理配置(processing configuration)也是可行的。
软件可包括计算机程序(computer program)、代码(code)、指令(instruction)或这些中的一个以上的组合，可将处理装置构成为可根据所需进行操作，或者独立地或者结合地(collectively)命令处理装置。软件和/或数据为了使用处理装置解释或向处理装置提供指令或数据，可被永久性地或暂时性地具体化(embody)在某种类型的机器、组件(component)、物理装置、虚拟设备(virtual equipment)、计算机存储介质或装置，或者传送的信号波(signal wave)中。软件分散在通过网络连接的计算机系统上，并可以以分散的方法被存储或运行。软件和数据可存储在一个以上的计算机可读记录介质中。
根据实施例的方法，可以以能够由各种计算机装置执行的程序指令形式实施，并记录在计算机可读介质中。所述计算机可读介质可包括独立的或结合的程序指令、数据文件、数据结构等。记录在所述介质中的程序指令可以是专门为实施例设计构成的，或者是计算机软件技术人员公知而可使用的程序指令。计算机可读记录介质的例子包括：磁介质(magnetic media)，如硬盘、软盘及磁带等；光学介质(optical media)，如CD-ROM、DVD等；磁光介质(magneto-optical media)，如光盘(floptical disk)等；以及专门配置为存储并运行程序指令的硬件装置，如ROM、RAM、闪存等。程序指令的例子不仅包括通过编译器产生的机器代码，而且还包括利用解释器等并通过计算机运行的高级语言代码。为执行实施例的操作，所述硬件装置可配置成作为一个以上的软件模块运行，反之亦然。
如上所述，本发明虽然参照限定的实施例和附图进行了说明，但本发明所属技术领域的普通技术人员均可以从上述记载内容进行各种修改和变形。例如，即使所述技术以不同于上述方法的顺序执行，和/或所述系统、结构、装置、电路等组件以不同于所述方法的其他形式结合或组合，或者被其他组件或等同物代替或替换，也能够获得适当的结果。
因此，其他实施、其他实施例及权利要求书的等同物均属于权利要求书的范围。

Claims (17)

1.一种压缩输入图像的方法，该方法由计算机实施，其包括以下步骤：
确认压缩所述输入图像所要求的压缩质量；
在以所述压缩质量为基准设定的质量范围内，检索满足目标PSNR的优化质量，所述质量范围的最大值被设定为所述压缩质量，最小值是考虑被确定为其他图像的优化质量的平均值而设定的；以及
将以所述优化质量进行编码的图像文件作为所述输入图像的压缩文件输出。
2.根据权利要求1所述的方法，其特征在于，最小值被设定为比所述压缩质量低2的倍数的质量值。
3.根据权利要求1所述的方法，其特征在于，检索所述优化质量的步骤是通过对所述质量范围的二分法检索来检索所述优化质量。
4.根据权利要求1所述的方法，其中，所述目标PSNR被设定为特定的一个数值，且检索所述优化质量的步骤包括以下步骤：
以所述质量范围内的至少一部分的各质量值对所述输入图像进行编码后，分别对经过编码的图像提取PSNR；以及
将从至少一部分的所述质量值中提取的所述PSNR为对应于所述目标PSNR的数值以上的质量值确定为所述优化质量。
5.根据权利要求1所述的方法，其中，所述目标PSNR被设定为特定的数值范围，且检索所述优化质量的步骤包括以下步骤：
以所述质量范围内的至少一部分的各质量值对所述输入图像进行编码后，分别对经过编码的图像提取PSNR；以及
从至少一部分的所述质量值中，将提取的所述PSNR属于对应于所述目标PSNR的数值范围的质量值确定为所述优化质量。
6.根据权利要求1所述的方法，其中，检索所述优化质量的步骤包括：
第一步骤，以被设定为所述质量范围的最大值对所述输入图像进行编码后，对以所述最大值进行编码的图像进行解码；
第二步骤，利用被设定为所述质量范围的最大值和最小值来计算所述质量范围的平均值；
第三步骤，以所述平均值对所述输入图像进行编码后，对以所述平均值进行编码的图像进行解码；
第四步骤，提取在所述第一步骤中进行解码的图像和在所述第三步骤中进行解码的图像的PSNR；以及
第五步骤，当提取的所述PSNR为所述目标PSNR以上时，将所述平均值确定为所述优化质量。
7.根据权利要求6所述的方法，其中，检索所述优化质量的步骤还包括以下步骤：当提取的所述PSNR小于所述目标PSNR时，将被设定为所述质量范围的最小值更改为所述平均值后，反复进行所述第二步骤至所述第四步骤。
8.根据权利要求5所述的方法，其特征在于，省略包括在对所述输入图像进行编码的过程中的运算中与之前的编码过程中的运算结果相同的一部分运算。
9.根据权利要求5所述的方法，其特征在于，省略包括在对所述输入图像进行编码的过程中的运算中提取所述PSNR所需的运算以外的其余的运算。
10.一种系统，其特征在于，所述系统包括：
确认部，确认压缩输入图像所要求的压缩质量；
检索部，在以所述压缩质量为基准设定的质量范围内，检索满足目标PSNR的优化质量，所述质量范围的最大值被设定为所述压缩质量，最小值是考虑被确定为其他图像的优化质量的平均值而设定的；以及
输出部，将以所述优化质量进行编码的图像文件作为所述输入图像的压缩文件来输出。
11.根据权利要求10所述的系统，其特征在于，最小值被设定为比所述压缩质量低2的倍数的质量值。
12.根据权利要求10所述的系统，其特征在于，所述检索部通过对所述质量范围的二分法检索来检索所述优化质量。
13.根据权利要求10所述的系统，其特征在于，所述检索部处理以下过程：
以所述质量范围的至少一部分的各质量值对所述输入图像进行编码后，分别对经过编码的图像提取PSNR；以及
从至少一部分的所述质量值中，将提取的所述PSNR为被设定为所述目标PSNR的数值或数值范围的质量值确定为所述优化质量。
14.根据权利要求10所述的系统，其特征在于，所述检索部处理以下过程：
第一过程，以设定为所述质量范围的最大值对所述输入图像进行编码后，对以所述最大值进行编码的图像进行解码；
第二过程，利用被设定为所述质量范围的最大值和最小值来计算所述质量范围的平均值；
第三过程，以所述平均值对所述输入图像进行编码后，对以所述平均值进行编码的图像进行解码；
第四过程，提取在所述第一过程 中进行解码的图像和在所述第三过程 中进行解码的图像的PSNR；以及
第五过程，当提取的所述PSNR为所述目标PSNR以上时，将所述平均值确定为所述优化质量。
15.根据权利要求14所述的系统，其特征在于，所述检索部还处理以下过程：
当提取的所述PSNR小于所述目标PSNR时，将被设定为所述质量范围的最小值更改为所述平均值后，反复进行所述第二过程至所述第四过程。
16.根据权利要求13所述的系统，其特征在于，省略包括在对所述输入图像进行编码的过程中的运算中与之前的编码过程中的运算结果相同的一部分运算。
17.根据权利要求13所述的系统，其特征在于，省略包括在对所述输入图像进行编码的过程中的运算中提取所述PSNR所需的运算以外的其余的运算。
CN201610169486.0A 2015-12-31 2016-03-23 优化图像压缩质量的方法及系统 Active CN106937111B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2015-0190859 2015-12-31
KR1020150190859A KR101832418B1 (ko) 2015-12-31 2015-12-31 이미지 압축 품질을 최적화 하기 위한 방법 및 시스템

Publications (2)

Publication Number Publication Date
CN106937111A CN106937111A (zh) 2017-07-07
CN106937111B true CN106937111B (zh) 2019-12-31

Family

ID=59235930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610169486.0A Active CN106937111B (zh) 2015-12-31 2016-03-23 优化图像压缩质量的方法及系统

Country Status (3)

Country Link
US (1) US10070133B2 (zh)
KR (1) KR101832418B1 (zh)
CN (1) CN106937111B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11368697B1 (en) * 2018-05-01 2022-06-21 Google Llc Adaptive image compression using a quality metric
CN108933945B (zh) * 2018-08-17 2020-06-19 腾讯科技（深圳）有限公司 一种gif图片的压缩方法、装置及存储介质
KR102255363B1 (ko) * 2018-09-03 2021-05-26 주식회사 카카오 영상 컨텐츠를 처리하는 장치, 방법, 및 컴퓨터 프로그램
CN109815012B (zh) * 2018-12-29 2023-08-18 深圳市创梦天地科技有限公司 一种图像可见质量值搜索方法和相关装置
CA3125632A1 (en) * 2019-01-17 2020-07-23 Brightcove Inc. Optimal multi-codec abr ladder design
CN111726554B (zh) * 2020-06-30 2022-10-14 阿波罗智能技术(北京)有限公司 图像处理方法、装置、设备和存储介质
KR102516812B1 (ko) * 2020-11-13 2023-03-31 네이버 주식회사 기계학습을 이용하여 이미지 압축 품질을 최적화하는 방법 및 시스템
KR20220098504A (ko) * 2021-01-04 2022-07-12 오드컨셉 주식회사 이미지 분류를 통한 이미지 퀄리티 연산 방법 및 장치
KR20230022646A (ko) * 2021-08-09 2023-02-16 김승모 영상 인코딩 품질학습 및 예측 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6693961B1 (en) * 2000-01-10 2004-02-17 Conexant Systems, Inc. System and method of video frame memory reduction of video decoders
CN101459850A (zh) * 2009-01-08 2009-06-17 中国科学院计算技术研究所 一种图像压缩质量预测方法和系统
CN102737390A (zh) * 2007-11-02 2012-10-17 高等技术学校 用于生成用于数字图像的质量感知转码的质量预测表的系统和方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5467134A (en) * 1992-12-22 1995-11-14 Microsoft Corporation Method and system for compressing video data
KR20020035726A (ko) 2000-11-08 2002-05-15 구자홍 정지 영상 압축 및 복원방법
US20040158878A1 (en) 2003-02-07 2004-08-12 Viresh Ratnakar Power scalable digital video decoding
WO2004109586A1 (en) * 2003-06-05 2004-12-16 Aware, Inc. Image quality control techniques
TWI367457B (en) * 2006-07-03 2012-07-01 Nippon Telegraph & Telephone Image processing method and apparatus, image processing program, and storage medium for storing the program
US8363719B2 (en) * 2007-10-29 2013-01-29 Canon Kabushiki Kaisha Encoding apparatus, method of controlling thereof, and computer program
US8270739B2 (en) * 2007-12-03 2012-09-18 Ecole De Technologie Superieure System and method for quality-aware selection of parameters in transcoding of digital images
WO2011042898A1 (en) 2009-10-05 2011-04-14 I.C.V.T Ltd. Apparatus and methods for recompression of digital images
JP2012178736A (ja) * 2011-02-25 2012-09-13 Canon Inc 画像処理装置及びその制御方法
US20130212440A1 (en) * 2012-02-13 2013-08-15 Li-Raz Rom System and method for virtual system management
JP6242171B2 (ja) * 2013-11-13 2017-12-06 キヤノン株式会社 画像処理装置、画像処理方法、プログラム
US9591316B2 (en) * 2014-03-27 2017-03-07 Intel IP Corporation Scalable video encoding rate adaptation based on perceived quality

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6693961B1 (en) * 2000-01-10 2004-02-17 Conexant Systems, Inc. System and method of video frame memory reduction of video decoders
CN102737390A (zh) * 2007-11-02 2012-10-17 高等技术学校 用于生成用于数字图像的质量感知转码的质量预测表的系统和方法
CN101459850A (zh) * 2009-01-08 2009-06-17 中国科学院计算技术研究所 一种图像压缩质量预测方法和系统

Also Published As

Publication number Publication date
CN106937111A (zh) 2017-07-07
KR101832418B1 (ko) 2018-02-26
US20170195674A1 (en) 2017-07-06
US10070133B2 (en) 2018-09-04
KR20170079852A (ko) 2017-07-10

Similar Documents

Publication Publication Date Title
CN106937111B (zh) 优化图像压缩质量的方法及系统
US8977066B2 (en) Image compression using sub-resolution images
CN102611823B (zh) 一种基于图片内容选择压缩算法的方法和设备
JP2016226001A (ja) デコーダおよび復号方法
JP6245888B2 (ja) エンコーダおよび符号化方法
US20220215595A1 (en) Systems and methods for image compression at multiple, different bitrates
CN113795870B (zh) 一种对点云属性编解码的方法、装置及存储介质
US8682091B2 (en) Real-time image compression
CN112218077B (zh) 通道间点云属性编码方法、装置以及可读存储介质
CN112188197A (zh) 通道间点云属性解码方法、装置以及可读存储介质
CN110738666A (zh) 一种基于离散余弦变换的图像语义分割方法及装置
CN102238376B (zh) 图像处理系统及方法
JP2024505798A (ja) 点群符号化・復号化方法及びシステム、点群符号器並びに点群復号器
KR20130079253A (ko) 이미지 압축 방법 및 장치
US20220392117A1 (en) Data compression and decompression system and method thereof
JP7147075B2 (ja) 複数の画像全体の圧縮
US9311342B1 (en) Tree based image storage system
US9407918B2 (en) Apparatus and method for coding image, and non-transitory computer readable medium thereof
JP5809574B2 (ja) 符号化方法、復号方法、符号化装置、復号装置、符号化プログラム及び復号プログラム
CN107172425B (zh) 缩略图生成方法、装置及终端设备
WO2022140937A1 (zh) 点云编解码方法与系统、及点云编码器与点云解码器
JP4234018B2 (ja) デジタル映像音声信号可逆符号化復号方法、装置およびこの方法を実行するためのコンピュータプログラムを記録した記録媒体
JP3954032B2 (ja) 画像符号化装置、画像符号化方法、画像符号化プログラムおよび画像符号化プログラムを記録したコンピュータ読取可能な記録媒体
US20220269652A1 (en) Computation apparatus and compression method
KR101854211B1 (ko) 이미지 혹은 동영상의 자동최적화 방법, 장치 및 컴퓨터-판독가능 매체

Legal Events

Date Code Title Description
PB01 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