CN107018419A - 一种基于ambtc的图像压缩编码方法 - Google Patents

Abstract

本发明公开一种基于AMBTC的图像压缩编码方法，包括编码和解码两个步骤，具体为：将原始图像以v×v大小的块为单位进行AMBTC压缩；发送方将每个块的量化值再次进行压缩编码；接收方进行解码得到AMBTC压缩图像。本发明对原始图像进行AMBTC压缩后，对其各个量化值求得预测误差，结合霍夫曼编码将预测误差进行分类编码，最终传输及存储的则为图像的预测误差编码及分区信息编码，使得图像冗余性减少，压缩比例进一步提高，同时也大大减少了图像在传输及存储的过程中所占用的资源，节省网络带宽及存储内存。

Description

一种基于AMBTC的图像压缩编码方法

技术领域

本发明属于图像压缩技术，具体涉及一种基于AMBTC的图像压缩编码方法。

背景技术

自21世纪步入信息化、数字化时代以来，信息的交流传递在人们生活中有着十分重要的意义。随着计算机的发展及网络的普及，人们对于即时通讯的需求也逐年增高。图片作为一种信息传输的重要形式，保证其在网络中的快速传输是人们进行即时通讯的前提和保障。目前，网络中图片大多都是以压缩形式进行存储及传输，常见的图像压缩技术包括JPEG、JPEG2000、VQ(vector quantization)和BTC(block truncation coding)。由于BTC相比其他压缩技术具有编码速度快、计算成本低的优点而被广泛应用。

霍夫曼在1952年提出一种构造最佳码的方法称之为霍夫曼编码，它能够使得一组多元独立信源编码长度达到最优，充分利用了信源概率分布的特性进行编码，是一种最佳的逐个符号的编码方法。由于霍夫曼编码的特性，其在图像压缩上有着广泛的应用。霍夫曼编码首先将将q个信源符号按概率分布P(s_i)的大小，以递减次序排列起来，设p₁≥p₂≥p₃≥...≥p_q；然后用0和1码符号分别分配给概率最小的两个信源符号，并将这两个概率最小的信源符号合并成一个新符号，并用这两个最小概率之和作为新符号的概率，从而得到只包含q-1个符号的新信源，称为S信源的缩减信源S1；接着把缩减信源S1的符号仍按概率大小以递减次序排列，再将其最后两个概率最小的符号合并成一个新符号，并分别用0和1码符号表示，这样又形成了q-2个符号缩减信源S2；最后依次继续下去，直至缩减信源最后只剩两个符号为止。将这最后两个新符号分别用0和1码符号表示。最后这两个符号的概率之和必为1。然后从最后一级缩减信源开始，依编码路径由后向前返回，就得出各信源符号所对应的码符号序列，即得对应的码字。

AMBTC(Absolute Moment BTC)是对BTC压缩技术的改进，不仅继承了BTC的特点，而且还进一步降低了压缩失真率和提高了计算速度。AMBTC首先将原始图像划分为一定大小互不重叠的子块，计算出子块内像素值的平均值，用位图B标记块内像素，高于平均值的像素标记为1，反之，标记为0；之后计算所有标记为1位置像素的均值记为高均值q^H，计算所有标记为0位置像素的均值记为低均值q^L；最终每个像素块被压缩成一个三元组{q^H,q^L,B}。AMBTC压缩图像在解码过程中，首先读取出每个子块的压缩三元组，根据每个三元组中的位图B，将标记为1的位置用高均值q^H替换，其余位置则用低均值q^L替换，完成解码。

目前由于AMBTC压缩技术简单、有效、快速等特点，在图像压缩领域运用十分广泛。但是，通过AMBTC压缩技术压缩后的图像仍然存在冗余，还留有继续压缩的空间。

发明内容

发明目的：本发明的目的在于解决现有AMBTC压缩技术中存在的不足，提供一种基于AMBTC的图像压缩编码方法，进一步提高压缩比例，在传输和存储中占用更小的资源，且能够无损的恢复出AMBTC压缩图像。

技术方案：本发明一种基于AMBTC的图像压缩编码方法，其特征在于：包括编码和解码两个步骤：

所述编码的具体过程为：

(1.1)将原始图像I划分成大小为v×v且互不重叠的块，进行AMBTC压缩后得到图像压缩形式此处，B_i分别是第i块的高均值、低均值及位图信息，Nr，Nc分别表示压缩块的行数和列数；

(1.2)将高均值与低均值分别单独构建成高均值表和低均值表每个表的第一行与第一列的量化值都直接用8位二进制编码作为参考量化值，剩余作为可预测量化值，参考量化值的最终编码结果用R表示；

(1.3)扫描可预测的量化值，对每个高均值和低均值按照公式(1)进行预测，得到预测量化值和公式中的q_i,1，q_i,2和q_i,3分别是当前量化值左边、正上方及左上角的量化值；

(1.4)引入一个随机密钥k，k∈(0,1)，如果k＝1，则通过公式(2)对预测量化值进行调整；反之，则按照公式(3)进行调整，达到进一步缩小预测量化值范围的作用，得到最终的预测量化值和

(1.5)计算预测误差值和按照公式(4)所描述的分类方法，分别将所有高均值和低均值的预测误差值分为八个区域，用x位二进制编码表示预测误差值，得到预测误差值的编码形式和这里的x可能为0、2、4、6或8；

(1.6)统计每个区域误差值的分布概率{p1,p2,p3,p4,p5,p6,p7,p8}，然后根据二元霍夫曼编码对每个区域进行编码标记，得到每个区域的标记霍夫曼码{hc1,hc2,hc3,hc4,hc5,hc6,hc7,hc8}，根据误差值和所在的区域area_x和area_y，分别得到其对应区域的霍夫曼编码hc_x，hc_y；

(1.7)连接分区霍夫曼编码信息hc_x以及预测误差编码得到量化值的最终编码结构同理得到量化值最终的编码结构

(1.8)重复步骤(1.3)～(1.7)，直到所有可预测的量化值都进行编码，连接参考量化值编码R，位图编码以及所有高均值的编码所有低均值的编码得到最终的图像压缩编码结果C；

为能够准确恢复原始的AMBTC压缩图像，必须知道参数Nr,Nc,v，这样才能够准确恢复参考量化值R和位图信息此外随机密钥k及分区霍夫曼编码信息也是恢复原始图像的关键，所以接收方在解码和恢复AMBTC压缩图像时需要Nr,Nc,v以及k,这些信息；

其中，具体解码过程为：

(2.1)从C中按序读取2×(Nr+Nc-1)×8bits，即为高、低均值表第一行及第一列的参考量化值的编码形式R，将其解码重构得到参考量化值，接着读取Nr×Nc×v²bits，借此位图信息得到恢复，然后读取剩余部分分别获得所有高均值的编码形式和所有低均值的编码形式

(2.2)根据位于高、低均值表第一行及第一列已经重构的参考量化值，并按照公式(1)进行预测，依次得到对应量化值的预测量化值和

(2.3)根据随机密钥k，如果k＝1，则通过公式(2)对预测量化值进行调整；反之，则按照公式(3)进行调整，得到最终调整后的预测量化值和

(2.4)从高均值的编码形式和低均值的编码形式分别读取与分区信息编码同等长度的比特信息[d_i,1d_i,2...d_i,x],依次与所有的霍夫曼编码比较，如果找到相同的霍夫曼编码，则属于该霍夫曼编码对应的分区，因此可得到接下来要恢复的预测误差值所属的区域area_x,area_y；根据公式(4)继续读取x bits,得到预测误差值并可将二进制的转换为十进制整数和

(2.5)最后根据公式(5)，恢复量化值和重复步骤(2.2)～(2.4)，直到所有的量化值和都得到恢复；

有益效果：本发明对原始图像进行AMBTC压缩后，对其各个量化值求得预测误差，结合霍夫曼编码将预测误差进行分类编码，最终传输及存储的则为图像的预测误差编码及分区信息编码，使得图像冗余性减少，压缩比例进一步提高，同时也大大减少了图像在传输及存储的过程中所占用的资源，节省网络带宽及存储内存。

附图说明

图1为实施:1的详细编码过程示意图；

图2为实施例1的详细解码过程示意图；

图3为实施例1中部分高均值表示意图；

图4为实施例1中部分低均值表示意图；

图5为实施例2中测试图像集比特率示意图。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

本发明一种基于AMBTC的图像压缩编码方法，主要包括编码和解码两个步骤。

实施例1：

本实施例中，原始图像以4×4大小的块为单位进行AMBTC压缩；发送方将每个块的量化值再次进行压缩编码；接收方进行解码得到AMBTC压缩图像。在此部分，从AMBTC压缩块中取一对量化值作为例子详细阐述上述所提的方案。为了简化过程，参考量化值默认已经恢复，不做详细说明，部分高均值表、低均值表分别如图3、图4所示。

如图1所示，本实施例编码的具体步骤如下：

让和作为要进行编码的量化值，如图1所示。接着根据公式(1)计算得到预测量化值和且这里通过密钥k＝0选择使用公式(3)计算得到最终的预测值和

预测误差值可通过和获得，其中：

然后根据公式(4)将所有的误差值分类八类，并进行编码得到的编码为 的编码为统计每个区域误差值的概率和，构建每个分区的霍夫曼编码

根据误差值和分别得到其对应的分区编码和连接分区霍夫曼编码和误差值编码得到量化值的最终编码同理，可以得到量化值的最终编码

如图2所示，本实施例解码的具体步骤如下：

为了恢复量化值和首先根据参考量化值和公式(1)计算得到预测量化值和再通过密钥k＝0选择使用公式(3)计算得到最终的预测值和

从中分别读取与分区信息霍夫曼编码同等长度的比特,当我们读取到时，根据公式(4)可以判断当前量化值的误差值属于区域area₁，然后读取的剩余比特，根据公式(4)得到量化值的误差值同理我们也可以到量化值的误差值最后根据(5)，计算得到和

经本发明压缩后，图像以比特流的形式发送给接收者，但其编码长度得到有效地缩减，因此在传播和存储中所占资源也有效地减少。

为了进一步表明本发明的优越性，表现出本发明的压缩效率，表1列出了标准测试图AMBTC压缩图像及本发明方法解码后图像与原始图像间的峰值信噪比PSNR和图像压缩后及原始AMBTC图像的比特率，实验中块大小均为4×4。峰值信噪比为图像视觉质量的评价指标，图像的比特率是指存储每个像素所需要的位数。

表1：测试图压缩后PSNR及比特率

从表1可以看出，本发明压缩方法压缩、解码后的图与原始图像的峰值信噪比PSNR是和AMBTC图像完全一致的，但是其图像比特率有明显降低。所提本发明压缩方法是基于AMBTC的简单高效快速图像压缩方法，且对于图像有较好的压缩效果，并能保持与AMBTC压缩图像相同的图像质量，在AMBTC压缩图像基础上再次压缩7％到16％。

实施例2：

对UCID图像集使用本发明中的方法进行压缩，块大小均为4×4，计算1338张测试图的比特率，得到如图5所示的比特率散点图。在采用块大小为4×4的情况下，使用AMBTC技术压缩图像，得到的图像比特率均为2bpp，而使用本发明方法对图像进行压缩，从图5可清楚看到1338张测试图像的比特率均低于2bpp，图5中直线标明其平均比特率为1.73bpp，说明同等图像质量下，本发明方法可以实现比现有AMBTC更高的压缩效率，具有很好的实用价值。

综上所述，通过两个实施例可以看出，本发明在AMBTC压缩的基础上进一步弥补AMBTC技术的不足，通过本发明使得图像冗余性减少，压缩比例进一步提高，采用编码的方法对AMBTC压缩技术产生的高、低均值做处理，极大的提高图像压缩比例。

Claims (1)

1.一种基于AMBTC的图像压缩编码方法，其特征在于：包括编码和解码两个步骤：

所述编码的具体过程为：

(1.1)将原始图像I划分成大小为v×v且互不重叠的块，进行AMBTC压缩后得到图像压缩形式 B_i分别是第i块的高均值、低均值及位图信息，Nr，Nc分别表示压缩块的行数和列数；

(1.2)将高均值与低均值分别单独构建成高均值表和低均值表每个表的第一行与第一列的量化值都直接用8位二进制编码作为参考量化值，剩余作为可预测量化值，参考量化值的最终编码结果用R表示；

(1.3)扫描可预测的量化值，对每个高均值和低均值按照公式(1)进行预测，然后得到预测量化值和公式(1)中的q_i,1，q_i,2和q_i,3分别是当前量化值左边、正上方及左上角的量化值；

(1.4)引入一个随机密钥k，k∈(0,1)，如果k＝1，则通过公式(2)对预测量化值进行调整；反之，则按照公式(3)进行调整，达到进一步缩小预测量化值范围的作用，得到最终的预测量化值和

(1.5)计算预测误差值和按照公式(4)所描述的分类方法，分别将所有高均值和低均值的预测误差值分为八个区域，用x位二进制编码表示预测误差值，得到预测误差值的编码形式和这里的x可能为0、2、4、6或8；

(1.6)统计每个区域误差值的分布概率{p1,p2,p3,p4,p5,p6,p7,p8}，然后根据二元霍夫曼编码对每个区域进行编码标记，得到每个区域的标记霍夫曼码{hc1,hc2,hc3,hc4,hc5,hc6,hc7,hc8}，根据误差值和所在的区域area_x和area_y，分别得到其对应区域的霍夫曼编码hc_x，hc_y；

(1.7)连接分区霍夫曼编码信息hc_x以及预测误差编码得到量化值的最终编码结构同理得到量化值最终的编码结构

(1.8)重复步骤(1.3)～(1.7)，直到所有可预测的量化值都进行编码，连接参考量化值编码R，位图编码以及所有高均值的编码所有低均值的编码得到最终的图像压缩编码结果C；

其中，具体解码过程为：

(2.1)从C中按序读取2×(Nr+Nc-1)×8bits，即为高、低均值表第一行及第一列的参考量化值的编码形式R，将其解码重构得到参考量化值,接着读取Nr×Nc×v²bits，借此位图信息得到恢复，然后读取剩余部分分别获得所有高均值的编码形式和所有低均值的编码形式

(2.2)根据位于高、低均值表第一行及第一列已经重构的参考量化值，并按照公式(1)进行预测，依次得到对应量化值的预测量化值和

(2.3)根据随机密钥k，如果k＝1，则通过公式(2)对预测量化值进行调整；反之，则按照公式(3)进行调整，得到最终调整后的预测量化值和

(2.4)从高均值的编码形式和低均值的编码形式分别读取与分区信息编码同等长度的比特信息[d_i,1d_i,2...d_i,x],依次与所有的霍夫曼编码比较，如果找到相同的霍夫曼编码，则属于该霍夫曼编码对应的分区，因此可得到接下来要恢复的预测误差值所属的区域area_x,area_y；根据公式(4)继续读取xbits,得到预测误差值并将二进制的转换为十进制整数和

(2.5)最后根据公式(5)，恢复量化值和重复步骤(2.2)～(2.4)，直到所有的量化值和都得到恢复；