CN107645662A - 一种彩色图像压缩方法 - Google Patents
一种彩色图像压缩方法 Download PDFInfo
- Publication number
- CN107645662A CN107645662A CN201710982849.7A CN201710982849A CN107645662A CN 107645662 A CN107645662 A CN 107645662A CN 201710982849 A CN201710982849 A CN 201710982849A CN 107645662 A CN107645662 A CN 107645662A
- Authority
- CN
- China
- Prior art keywords
- component
- image
- quantization
- matrix
- coefficient
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000006835 compression Effects 0.000 title claims abstract description 57
- 238000007906 compression Methods 0.000 title claims abstract description 57
- 238000013139 quantization Methods 0.000 claims abstract description 130
- 238000006243 chemical reaction Methods 0.000 claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims description 91
- 230000009466 transformation Effects 0.000 claims description 42
- 239000013598 vector Substances 0.000 claims description 16
- 238000003672 processing method Methods 0.000 claims description 15
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 239000000758 substrate Substances 0.000 claims description 8
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Color Television Systems (AREA)
Abstract
本发明公开了一种彩色图像压缩方法，涉及图像压缩技术领域，通过将RGB彩色图像利用图像色彩空间转换方法转换为YCbCr4:4:4格式图像，然后对YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量进行变化、量化、排序、编码等处理，最后再合成压缩后的RGB彩色图像，在有效控制编码码率的前提下，通过亮度Y分量以及色度Cb分量、Cr分量的分别处理来调整YCbCr图像的量化误差来有效降低RGB图像的编码失真，保证压缩后的RGB图像质量最佳，同时，分向量化处理编码码率不高，存储空间和传输代价也较低。
Description
技术领域
本发明属于图像压缩技术领域，具体涉及一种彩色图像压缩方法。
背景技术
传统的彩色图像压缩方法通常是将原始的RGB图像信号先转换为YCbCr图像信号后，再进行编码压缩。
现有技术中，如公开号为CN102724381A，公开时间为2012年10月10日，名称为“基于JPEG压缩原理的票据类图像压缩方法”的中国发明专利文献，公开了一种图像压缩方法，在现有的方法无法在保证质量的基础上，大幅度的提高压缩比，本发明包括票据图像预处理步骤和票据类图像JPEG压缩步骤，通过图像重排找到一种根据图像块的方差，均值化图像块的预处理方法；并采用经过优化的适合票据类图像的量化表进行JPEG方法压缩图像，本发明在保证一定图像质量的情况下，压缩比更高。
再如，公开号为CN103079075A，公开时间为2013年5月1日，名称为“面向生物体腔内图像采集的图像压缩方法”，公开了一种面向生物体腔内图像采集的图像压缩方法首先得到原始图像的频率系数矩阵，其次，重新编排量化处理后的频率系数矩阵并对其进行熵编码，然后解码由熵编码后的频率系数矩阵组成的帧数据并重构图像，最后对得到的重构图像进行去块效应处理。本发明的图像压缩方法，能够提供较高的图像压缩比，降低在体内的系统运算复杂度；同时又能够提高还原图像的主观质量，方便医生阅读图像；因此，本发明为医学影像的获得及处理提供了有力的技术支持。
由于目前大多数显示装置只接收RGB信号输入，因此在压缩完成后，需要将压缩后的YCbCr图像再转换为RGB图像作为输入信号。由于RGB图像和YCbCr图像的转换矩阵不是酉矩阵，因此对YCbCr图像的编码优化并不能保证对RGB图像的编码优化。
即，目前的彩色图像压缩方法存在的问题如下：
1、基于YCbCr 4:2:0格式的彩色图像压缩方法虽然具有较高的压缩率，但压缩后的RGB图像常存在色彩失真，特别是在需要输出高彩色保真度的图像时，这种失真时常导致压缩图像质量的明显退化；
2、基于YCbCr4:4:4格式的彩色图像压缩方法具有较高的色彩高保真度，但是编码码率较高，耗费的存储空间和传输代价较大；另外，即使实现了YCbCr图像的编码优化，也不能保证压缩后的RGB图像质量最佳，其原因是在编码过程中存两种误差：一是取整舍入误差，发生在RGB图像信号与YCbCr图像信号的转换过程中；二是量化误差，发生在YCbCr图像的编码过程中，正是由于这两种误差的存在，影响了RGB图像的压缩效率。
发明内容
本发明的目的在于提供一种针对彩色图像提出一种新型的压缩方法，通过控制YCbCr4:4:4格式图像的量化误差来减少RGB图像的编码失真。
一种彩色图像压缩方法，其特征在于，包括以下步骤：
步骤1，将捕捉到的RGB彩色图像利用图像色彩空间转换方法转换为YCbCr图像，然后将YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量的图像块进行二维离散余弦变换，分别得到Y分量、Cb分量和Cr分量的变换系数矩阵；
步骤2，将Y分量、Cb分量和Cr分量的变换系数矩阵按垂直方向转换为列向量，并分别记为X(Y)、X(Cb)和X(Cr)，并对X(Y)、X(Cb)和X(Cr)进行量化处理；
步骤3，按照图像编码方法中变换系数的扫描顺序对和进行排序，然后采用熵编码的方法对量化后的变换系数进行编码，得到压缩后的编码码流；
步骤4，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像完成彩色图像压缩。
步骤2中，对X(Y)进行量化处理方法如下：
X(Cr)的处理，对X(Cr)中的系数逐一进行量化，将X(Cr)的第k个系数的量化结果记为这里，Q()表示量化函数；量化函数Q()是用该函数的输入变量除以一个常数后，再对得到的商进行四舍五入操作，最终得到整数结果的运算函数。
步骤2中，对X(Cb)进行量化处理方法如下：
X(Cb)的处理，首先，根据公式对X(Cb)中的第k个系数进行更新，将更新后的系数记为
其中Dq()表示反量化函数，是的量化误差，是一个由所决定的修正项，和是加权系数；反量化函数”Dq()是用该函数的输入变量乘以一个常数后，得到整数结果的运算函数；
然后，对进行量化，将量化后的结果记为这里，
步骤2中，对X(Y)进行量化处理方法如下：
根据公式对X(Y)中的第k个系数进行更新，将更新后的系数记为
其中是的量化误差，是一个由和所决定的修正项，和是加权系数；
接着，对进行量化，将量化后的结果记为这里，
所述修正项的产生过程如下：
将YCbCr转换至RGB的色彩空间转换矩阵记为Λ，这里
用a00产生一个大小为N2×N2的对角矩阵A00，这里，N是编码图像块的边长，
用a01产生一个大小为N2×N2的对角矩阵A01，这里，
以此类推，直至用a22产生一个大小为N2×N2的对角矩阵A22，这里，
用A00、A01、A02、A10、A11、A12、A20、A21、A22产生一个大小为3N2×3N2矩阵A，这里，
用大小为N×N的离散余弦变换矩阵的逆矩阵F生成一个大小为N2×N2的矩阵，记为C，这里， 代表克罗内克积；
用C生成一个大小为3N2×3N2的矩阵B，这里
用A和B生成一个矩阵W，这里W＝(A·B)T·(A·B)，符号T表示矩阵的转置运算；
用Cholesky分解将W分解为W＝DT·D，
这里，D(n)代表D中大小为N×N的对角子矩阵，其中，n代表D中子矩阵的索引，n＝0，1，2，3，4，5，代表子矩阵D(n)中对角线上的元素，i，j是子矩阵D(n)中对角线元素的坐标索引。
最终，修正项
所述步骤4中，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像的方法为，将编码码流中的量化系数按照图像编码方法中变换系数的扫描顺序放置在变换系数矩阵中，得到量化变换系数矩阵；对Y分量、Cb分量和Cr分量量化变换系数矩阵中的系数进行反量化，得到Y分量、Cb分量和Cr分量的反量化系数矩阵；对Y分量、Cb分量和Cr分量的反量化系数矩阵进行二维离散余弦反变换，得到Y分量、Cb分量和Cr分量的解码图像块；将Y分量、Cb分量和Cr分量的解码图像块分别组成解码的Y分量、Cb分量和Cr分量图像，并用解码的Y分量图像、Cb分量图像和Cr分量图像合成解码后的YCbCr图像，最后利用图像色彩空间转换方法将解码后的YCbCr图像转换为压缩后的RGB图像。
本发明的有益效果如下：
一、本发明提供的一种彩色图像压缩方法，通过将RGB彩色图像利用图像色彩空间转换方法转换为YCbCr4:4:4格式图像，然后对YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量进行变化、量化、排序、编码等处理，最后再合成压缩后的RGB彩色图像，在有效控制编码码率的前提下，通过亮度Y分量以及色度Cb分量、Cr分量的分别处理来调整YCbCr图像的量化误差来有效降低RGB图像的编码失真，保证压缩后的RGB图像质量最佳，同时，分向量化处理编码码率不高，存储空间和传输代价也较低。
二、本发明提供的一种彩色图像压缩方法，在对YCbCr4:4:4格式图像中亮度Y分量以及色度Cb分量、Cr分量进行量化处理的时候，可以现对其中一个分量通过通过量化函数进行量化处理，之后其余两个分量以此为基础采用转化公式进行量化处理，这样可以进一步保证压缩中的失真度保持在较小的状态。
三、本发明提供的一种彩色图像压缩方法，修正项是基于YCbCr转换至RGB的色彩空间转换矩阵产生的，用于在压缩处理中修正偏差，达到最高的还原度；最后采用分量图快合成，保证各分量的完整度、准确度的同时也能保证合成图像的低失真度；“图像编码方法”是指常规的基于JPEG压缩标准的图像编码方法；步骤3、4的图像编码方法可以采用现有的方法，如在“JPEG(Joint Photographic Experts Group):ISO/IEC IS 10918–1/ITU-TRecommendation T.81,Digital Compression and Coding ofContinuous-Tone StillImage,1993”中有记载的图像编码方法，有效可靠。
附图说明
图1为本发明一种优选方案的流程示意图。
具体实施方式
下面将具体分析本发明的具体实施方式：
实施例1
如图1，一种彩色图像压缩方法，包括以下步骤：
步骤1，将捕捉到的RGB彩色图像利用图像色彩空间转换方法转换为YCbCr图像，然后将YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量的图像块进行二维离散余弦变换，分别得到Y分量、Cb分量和Cr分量的变换系数矩阵；
步骤2，将Y分量、Cb分量和Cr分量的变换系数矩阵按垂直方向转换为列向量，并分别记为X(Y)、X(Cb)和X(Cr)，并对X(Y)、X(Cb)和X(Cr)进行量化处理；
步骤3，按照图像编码方法中变换系数的扫描顺序对和进行排序，然后采用熵编码的方法对量化后的变换系数进行编码，得到压缩后的编码码流；
步骤4，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像完成彩色图像压缩。
这是本发明一种最基本的实施方案。通过将RGB彩色图像利用图像色彩空间转换方法转换为YCbCr4:4:4格式图像，然后对YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量进行变化、量化、排序、编码等处理，最后再合成压缩后的RGB彩色图像，在有效控制编码码率的前提下，通过亮度Y分量以及色度Cb分量、Cr分量的分别处理来调整YCbCr图像的量化误差来有效降低RGB图像的编码失真，保证压缩后的RGB图像质量最佳，同时，分向量化处理编码码率不高，存储空间和传输代价也较低。
实施例2
如图1，一种彩色图像压缩方法，包括以下步骤：
步骤1，将捕捉到的RGB彩色图像利用图像色彩空间转换方法转换为YCbCr图像，然后将YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量的图像块进行二维离散余弦变换，分别得到Y分量、Cb分量和Cr分量的变换系数矩阵；
步骤2，将Y分量、Cb分量和Cr分量的变换系数矩阵按垂直方向转换为列向量，并分别记为X(Y)、X(Cb)和X(Cr)，并对X(Y)、X(Cb)和X(Cr)进行量化处理；
对X(Y)进行量化处理方法如下：
X(Cr)的处理，对X(Cr)中的系数逐一进行量化，将X(Cr)的第k个系数的量化结果记为这里，Q()表示量化函数。
对X(Cb)进行量化处理方法如下：
X(Cb)的处理，首先，根据公式对X(Cb)中的第k个系数进行更新，将更新后的系数记为
其中Dq()表示反量化函数，是的量化误差，是一个由所决定的修正项，和是加权系数；
然后，对进行量化，将量化后的结果记为这里，
对X(Y)进行量化处理方法如下：
根据公式对X(Y)中的第k个系数进行更新，将更新后的系数记为
其中是的量化误差，是一个由和所决定的修正项，和是加权系数；
接着，对进行量化，将量化后的结果记为这里，
步骤3，按照图像编码方法中变换系数的扫描顺序对和进行排序，然后采用熵编码的方法对量化后的变换系数进行编码，得到压缩后的编码码流；
步骤4，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像完成彩色图像压缩；
这是本发明一种优选的实施方案。通过将RGB彩色图像利用图像色彩空间转换方法转换为YCbCr4:4:4格式图像，然后对YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量进行变化、量化、排序、编码等处理，最后再合成压缩后的RGB彩色图像，在有效控制编码码率的前提下，通过亮度Y分量以及色度Cb分量、Cr分量的分别处理来调整YCbCr图像的量化误差来有效降低RGB图像的编码失真，保证压缩后的RGB图像质量最佳，同时，分向量化处理编码码率不高，存储空间和传输代价也较低；在对YCbCr4:4:4格式图像中亮度Y分量以及色度Cb分量、Cr分量进行量化处理的时候，可以现对其中一个分量通过通过量化函数进行量化处理，之后其余两个分量以此为基础采用转化公式进行量化处理，这样可以进一步保证压缩中的失真度保持在较小的状态。
实施例3
如图1，一种彩色图像压缩方法，包括以下步骤：
步骤1，将捕捉到的RGB彩色图像利用图像色彩空间转换方法转换为YCbCr图像，然后将YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量的图像块进行二维离散余弦变换，分别得到Y分量、Cb分量和Cr分量的变换系数矩阵；
步骤2，将Y分量、Cb分量和Cr分量的变换系数矩阵按垂直方向转换为列向量，并分别记为X(Y)、X(Cb)和X(Cr)，并对X(Y)、X(Cb)和X(Cr)进行量化处理；
对X(Y)进行量化处理方法如下：
X(Cr)的处理，对X(Cr)中的系数逐一进行量化，将X(Cr)的第k个系数的量化结果记为这里，Q()表示量化函数。
对X(Cb)进行量化处理方法如下：
X(Cb)的处理，首先，根据公式对X(Cb)中的第k个系数进行更新，将更新后的系数记为
其中Dq()表示反量化函数，是的量化误差，是一个由所决定的修正项，和是加权系数；
然后，对进行量化，将量化后的结果记为这里，
对X(Y)进行量化处理方法如下：
根据公式对X(Y)中的第k个系数进行更新，将更新后的系数记为
其中是的量化误差，是一个由和所决定的修正项，和是加权系数；
所述修正项的产生过程如下：
将YCbCr转换至RGB的色彩空间转换矩阵记为Λ，这里
用a00产生一个大小为N2×N2的对角矩阵A00，这里，N是编码图像块的边长，
用a01产生一个大小为N2×N2的对角矩阵A01，这里，
以此类推，直至用a22产生一个大小为N2×N2的对角矩阵A22，这里，
用A00、A01、A02、A10、A11、A12、A20、A21、A22产生一个大小为3N2×3N2矩阵A，这里，
用大小为N×N的离散余弦变换矩阵的逆矩阵F生成一个大小为N2×N2的矩阵，记为C，这里， 代表克罗内克积；
用C生成一个大小为3N2×3N2的矩阵B，这里
用A和B生成一个矩阵W，这里W＝(A·B)T·(A·B)，符号T表示矩阵的转置运算；
用Cholesky分解将W分解为W＝DT·D，
这里，D(n)代表D中大小为N×N的对角子矩阵，其中，n代表D中子矩阵的索引，n＝0，1，2，3，4，5，代表子矩阵D(n)中对角线上的元素，i，j是子矩阵D(n)中对角线元素的坐标索引。
最终得到修正项
接着，对进行量化，将量化后的结果记为这里，
步骤3，按照图像编码方法中变换系数的扫描顺序对和进行排序，然后采用熵编码的方法对量化后的变换系数进行编码，得到压缩后的编码码流；
步骤4，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像完成彩色图像压缩；
这是本发明一种优选的实施方案。通过将RGB彩色图像利用图像色彩空间转换方法转换为YCbCr4:4:4格式图像，然后对YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量进行变化、量化、排序、编码等处理，最后再合成压缩后的RGB彩色图像，在有效控制编码码率的前提下，通过亮度Y分量以及色度Cb分量、Cr分量的分别处理来调整YCbCr图像的量化误差来有效降低RGB图像的编码失真，保证压缩后的RGB图像质量最佳，同时，分向量化处理编码码率不高，存储空间和传输代价也较低；在对YCbCr4:4:4格式图像中亮度Y分量以及色度Cb分量、Cr分量进行量化处理的时候，可以现对其中一个分量通过通过量化函数进行量化处理，之后其余两个分量以此为基础采用转化公式进行量化处理，这样可以进一步保证压缩中的失真度保持在较小的状态；修正项是基于YCbCr转换至RGB的色彩空间转换矩阵产生的，用于在压缩处理中修正偏差，达到最高的还原度；最后采用分量图快合成，保证各分量的完整度、准确度的同时也能保证合成图像的低失真度；“图像编码方法”是指常规的基于JPEG压缩标准的图像编码方法。
实施例4
如图1，一种彩色图像压缩方法，包括以下步骤：
步骤1，将捕捉到的RGB彩色图像利用图像色彩空间转换方法转换为YCbCr图像，然后将YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量的图像块进行二维离散余弦变换，分别得到Y分量、Cb分量和Cr分量的变换系数矩阵；
步骤2，将Y分量、Cb分量和Cr分量的变换系数矩阵按垂直方向转换为列向量，并分别记为X(Y)、X(Cb)和X(Cr)，并对X(Y)、X(Cb)和X(Cr)进行量化处理；
对X(Y)进行量化处理方法如下：
X(Cr)的处理，对X(Cr)中的系数逐一进行量化，将X(Cr)的第k个系数的量化结果记为这里，Q()表示量化函数。
对X(Cb)进行量化处理方法如下：
X(Cb)的处理，首先，根据公式对X(Cb)中的第k个系数进行更新，将更新后的系数记为
其中Dq()表示反量化函数，是的量化误差，是一个由所决定的修正项，和是加权系数；
然后，对进行量化，将量化后的结果记为这里，
对X(Y)进行量化处理方法如下：
根据公式对X(Y)中的第k个系数进行更新，将更新后的系数记为
其中是的量化误差，是一个由和所决定的修正项，和是加权系数；
所述修正项的产生过程如下：
将YCbCr转换至RGB的色彩空间转换矩阵记为Λ，这里
用a00产生一个大小为N2×N2的对角矩阵A00，这里，N是编码图像块的边长，
用a01产生一个大小为N2×N2的对角矩阵A01，这里，
以此类推，直至用a22产生一个大小为N2×N2的对角矩阵A22，这里，
用A00、A01、A02、A10、A11、A12、A20、A21、A22产生一个大小为3N2×3N2矩阵A，这里，
用大小为N×N的离散余弦变换矩阵的逆矩阵F生成一个大小为N2×N2的矩阵，记为C，这里， 代表克罗内克积；
用C生成一个大小为3N2×3N2的矩阵B，这里
用A和B生成一个矩阵W，这里W＝(A·B)T·(A·B)，符号T表示矩阵的转置运算；
用Cholesky分解将W分解为W＝DT·D，
这里，D(n)代表D中大小为N×N的对角子矩阵，其中，n代表D中子矩阵的索引，n＝0，1，2，3，4，5，代表子矩阵D(n)中对角线上的元素，i，j是子矩阵D(n)中对角线元素的坐标索引。
最终得到修正项
接着，对进行量化，将量化后的结果记为这里，
步骤3，按照图像编码方法中变换系数的扫描顺序对和进行排序，然后采用熵编码的方法对量化后的变换系数进行编码，得到压缩后的编码码流；
步骤4，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像完成彩色图像压缩；
所述步骤4中，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像的方法为，将编码码流中的量化系数按照图像编码方法中变换系数的扫描顺序放置在变换系数矩阵中，得到量化变换系数矩阵；对Y分量、Cb分量和Cr分量量化变换系数矩阵中的系数进行反量化，得到Y分量、Cb分量和Cr分量的反量化系数矩阵；对Y分量、Cb分量和Cr分量的反量化系数矩阵进行二维离散余弦反变换，得到Y分量、Cb分量和Cr分量的解码图像块；将Y分量、Cb分量和Cr分量的解码图像块分别组成解码的Y分量、Cb分量和Cr分量图像，并用解码的Y分量图像、Cb分量图像和Cr分量图像合成解码后的YCbCr图像，最后利用图像色彩空间转换方法将解码后的YCbCr图像转换为压缩后的RGB图像。
这是本发明一种优选的实施方案。通过将RGB彩色图像利用图像色彩空间转换方法转换为YCbCr4:4:4格式图像，然后对YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量进行变化、量化、排序、编码等处理，最后再合成压缩后的RGB彩色图像，在有效控制编码码率的前提下，通过亮度Y分量以及色度Cb分量、Cr分量的分别处理来调整YCbCr图像的量化误差来有效降低RGB图像的编码失真，保证压缩后的RGB图像质量最佳，同时，分向量化处理编码码率不高，存储空间和传输代价也较低；在对YCbCr4:4:4格式图像中亮度Y分量以及色度Cb分量、Cr分量进行量化处理的时候，可以现对其中一个分量通过通过量化函数进行量化处理，之后其余两个分量以此为基础采用转化公式进行量化处理，这样可以进一步保证压缩中的失真度保持在较小的状态；修正项是基于YCbCr转换至RGB的色彩空间转换矩阵产生的，用于在压缩处理中修正偏差，达到最高的还原度；最后采用分量图快合成，保证各分量的完整度、准确度的同时也能保证合成图像的低失真度；“图像编码方法”是指常规的基于JPEG压缩标准的图像编码方法。
实施例5
如图1，一种彩色图像压缩方法，包括以下步骤：
步骤1
当捕捉到RGB彩色图像后，利用图像色彩空间转换方法将RGB图像转换为YCbCr图像；
步骤2
首先，将YCbCr图像中的亮度Y分量划分成大小为8×8的不重叠图像块；
其次，将YCbCr图像中的色度Cb分量划分成大小为8×8的不重叠图像块；
最后，将YCbCr图像中的色度Cr分量划分成大小为8×8的不重叠图像块；
步骤3.
首先，对Y分量的图像块进行二维离散余弦变换，得到Y分量的变换系数矩阵；
其次，对Cb分量的图像块进行二维离散余弦变换，得到Cb分量的变换系数矩阵；
最后，对Cr分量的图像块进行二维离散余弦变换，得到Cr分量的变换系数矩阵；
步骤4
首先，将Y分量的变换系数矩阵按垂直方向转换为列向量，记为X(Y)；
其次，将Cb分量的变换系数矩阵按垂直方向转换为列向量，记为X(Cb)；
最后，将Cr分量的变换系数矩阵按垂直方向转换为列向量，记为X(Cr)；
步骤5
对X(Cr)中的系数逐一进行量化，将X(Cr)的第k个系数的量化结果记为这里，Q()表示量化函数；
步骤6
首先，根据以下公式对X(Cb)中的第k个系数进行更新，将更新后的系数记为
其中，Dq()表示反量化函数，是的量化误差，是一个由所决定的修正项，和是加权系数；
其次，对进行量化，将量化后的结果记为这里，
步骤7
首先，根据以下公式对X(Y)中的第k个系数进行更新，将更新后的系数记为
其中，是的量化误差，是一个由和所决定的修正项，和是加权系数；
接着，对进行量化，将量化后的结果记为这里，
步骤8
首先，按照图像编码方法中变换系数的扫描顺序对进行排序；
其次，按照图像编码方法中变换系数的扫描顺序对进行排序；
接着，按照图像编码方法中变换系数的扫描顺序对进行排序；
步骤9
采用熵编码的方法对量化后的变换系数进行编码，得到编码码流；
步骤10
将编码码流中的量化系数按照图像编码方法中变换系数的扫描顺序放置在变换系数矩阵中，得到量化变换系数矩阵；
步骤11
首先，对Y分量量化变换系数矩阵中的系数进行反量化，得到Y分量的反量化系数矩阵；
其次，对Cb分量量化变换系数矩阵中的系数进行反量化，得到Cb分量的反量化系数矩阵；
最后，对Cr分量量化变换系数矩阵中的系数进行反量化，得到Cr分量的反量化系数矩阵；
步骤12
首先，对Y分量的反量化系数矩阵进行二维离散余弦反变换，得到Y分量的解码图像块；
其次，对Cb分量的反量化系数矩阵进行二维离散余弦反变换，得到Cb分量的解码图像块；
最后，对Cr分量的反量化系数矩阵进行二维离散余弦反变换，得到Cr分量的解码图像块；
步骤13
首先，用所有Y分量的解码图像块组成解码的Y分量图像；
其次，用所有Cb分量的解码图像块组成解码的Cb分量图像；
接着，用所有Cr分量的解码图像块组成解码的Cr分量图像；
最后，用解码的Y分量图像、Cb分量图像和Cr分量图像合成解码后的YCbCr图像；
步骤14
利用图像色彩空间转换方法将解码后的YCbCr图像转换为RGB图像。
Claims (6)
1.一种彩色图像压缩方法，其特征在于，包括以下步骤：
步骤1，将捕捉到的RGB彩色图像利用图像色彩空间转换方法转换为YCbCr图像，然后将YCbCr图像中的亮度Y分量以及色度Cb分量、Cr分量的图像块进行二维离散余弦变换，分别得到Y分量、Cb分量和Cr分量的变换系数矩阵；
步骤2，将Y分量、Cb分量和Cr分量的变换系数矩阵按垂直方向转换为列向量，并分别记为X(Y)、X(Cb)和X(Cr)，并对X(Y)、X(Cb)和X(Cr)进行量化处理；
步骤3，按照图像编码方法中变换系数的扫描顺序对和进行排序，然后采用熵编码的方法对量化后的变换系数进行编码，得到压缩后的编码码流；
步骤4，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像完成彩色图像压缩。
2.如权利要求1所述的一种彩色图像压缩方法，其特征在于：步骤2中，对X(Y)进行量化处理方法如下：
X(Cr)的处理，对X(Cr)中的系数逐一进行量化，将X(Cr)的第k个系数的量化结果记为这里，Q()表示量化函数。
3.如权利要求1或2所述的一种彩色图像压缩方法，其特征在于：步骤2中，对X(Cb)进行量化处理方法如下：
X(Cb)的处理，首先，根据公式对X(Cb)中的第k个系数进行更新，将更新后的系数记为
其中Dq()表示反量化函数，是的量化误差，是一个由所决定的修正项，和是加权系数；
然后，对进行量化，将量化后的结果记为这里，
4.如权利要求1或2所述的一种彩色图像压缩方法，其特征在于：步骤2中，对X(Y)进行量化处理方法如下：
根据公式对X(Y)中的第k个系数进行更新，将更新后的系数记为
其中是的量化误差，是一个由和所决定的修正项，和是加权系数；
接着，对进行量化，将量化后的结果记为这里，
5.如权利要求4所述的一种彩色图像压缩方法，其特征在于：所述修正项的产生过程如下：
将YCbCr转换至RGB的色彩空间转换矩阵记为Λ，这里用a00产生一个大小为N2×N2的对角矩阵A00，这里，N是编码图像块的边长，
用a01产生一个大小为N2×N2的对角矩阵A01，这里，
以此类推，直至用a22产生一个大小为N2×N2的对角矩阵A22，这里，
用A00、A01、A02、A10、A11、A12、A20、A21、A22产生一个大小为3N2×3N2矩阵A，这里，
用大小为N×N的离散余弦变换矩阵的逆矩阵F生成一个大小为N2×N2的矩阵，记为C，这里， 代表克罗内克积；
用C生成一个大小为3N2×3N2的矩阵B，这里
用A和B生成一个矩阵W，这里W＝(A·B)T·(A·B)，符号T表示矩阵的转置运算；
用Cholesky分解将W分解为W＝DT·D，
这里，D(n)代表D中大小为N×N的对角子矩阵，其中，n代表D中子矩阵的索引，n＝0，1，2，3，4，5；代表子矩阵D(n)中对角线上的元素，i，j是子矩阵D(n)中对角线元素的坐标索引。
最终得到修正项
6.如权利要求1所述的一种彩色图像压缩方法，其特征在于：所述步骤4中，对压缩后的编码码流进行处理，重新合成压缩后的RGB图像的方法为，将编码码流中的量化系数按照图像编码方法中变换系数的扫描顺序放置在变换系数矩阵中，得到量化变换系数矩阵；对Y分量、Cb分量和Cr分量量化变换系数矩阵中的系数进行反量化，得到Y分量、Cb分量和Cr分量的反量化系数矩阵；对Y分量、Cb分量和Cr分量的反量化系数矩阵进行二维离散余弦反变换，得到Y分量、Cb分量和Cr分量的解码图像块；将Y分量、Cb分量和Cr分量的解码图像块分别组成解码的Y分量、Cb分量和Cr分量图像，并用解码的Y分量图像、Cb分量图像和Cr分量图像合成解码后的YCbCr图像，最后利用图像色彩空间转换方法将解码后的YCbCr图像转换为压缩后的RGB图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710982849.7A CN107645662B (zh) | 2017-10-19 | 2017-10-19 | 一种彩色图像压缩方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710982849.7A CN107645662B (zh) | 2017-10-19 | 2017-10-19 | 一种彩色图像压缩方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107645662A true CN107645662A (zh) | 2018-01-30 |
| CN107645662B CN107645662B (zh) | 2020-06-12 |
Family
ID=61124461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710982849.7A Expired - Fee Related CN107645662B (zh) | 2017-10-19 | 2017-10-19 | 一种彩色图像压缩方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107645662B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108632610A (zh) * | 2018-04-18 | 2018-10-09 | 电子科技大学 | 一种基于插值重建的彩色图像压缩方法 |
| CN110267038A (zh) * | 2019-06-28 | 2019-09-20 | 广东中星微电子有限公司 | 编码方法及装置、解码方法及装置 |
| CN110572652A (zh) * | 2019-09-04 | 2019-12-13 | 锐捷网络股份有限公司 | 一种静态图像的处理方法及装置 |
| CN110764696A (zh) * | 2019-09-26 | 2020-02-07 | 开放智能机器（上海）有限公司 | 向量信息存储及更新的方法、装置、电子设备及存储介质 |
| CN112449200A (zh) * | 2020-11-12 | 2021-03-05 | 北京环境特性研究所 | 一种基于小波变换的图像压缩方法和装置 |
| CN112509071A (zh) * | 2021-01-29 | 2021-03-16 | 电子科技大学 | 一种亮度信息辅助的色度信息压缩重建方法 |
| CN117014557A (zh) * | 2023-10-07 | 2023-11-07 | 福昕鲲鹏(北京)信息科技有限公司 | 文档图像的压缩方法、装置、电子设备及存储介质 |
| CN117579839A (zh) * | 2024-01-15 | 2024-02-20 | 电子科技大学 | 一种基于率失真优化色彩空间转换矩阵的图像压缩方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07143342A (ja) * | 1993-11-15 | 1995-06-02 | Asahi Optical Co Ltd | データ圧縮装置 |
| CN1419787A (zh) * | 2000-01-28 | 2003-05-21 | 高通股份有限公司 | 基于质量的图像压缩 |
| US20120321182A1 (en) * | 2011-06-17 | 2012-12-20 | Rohm Co., Ltd. | Image Compression Circuit for Compressing Pieces of Image Data of Four Adjacent Pixels, Image Compression Method, Semiconductor Device, and Smartphone |
| CN103873877A (zh) * | 2012-12-14 | 2014-06-18 | 华为技术有限公司 | 远程桌面的图像传输方法及装置 |
| CN103957426A (zh) * | 2014-04-11 | 2014-07-30 | 河海大学 | 一种rgb565真彩色图像有损压缩及解压方法 |
| CN104349168A (zh) * | 2014-08-11 | 2015-02-11 | 大连戴姆科技有限公司 | 一种超高速图像实时压缩方法 |
| CN106612436A (zh) * | 2016-01-28 | 2017-05-03 | 四川用联信息技术有限公司 | 一种基于dct变换下的视觉感知修正图像压缩方法 |
-
2017
- 2017-10-19 CN CN201710982849.7A patent/CN107645662B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07143342A (ja) * | 1993-11-15 | 1995-06-02 | Asahi Optical Co Ltd | データ圧縮装置 |
| CN1419787A (zh) * | 2000-01-28 | 2003-05-21 | 高通股份有限公司 | 基于质量的图像压缩 |
| US20120321182A1 (en) * | 2011-06-17 | 2012-12-20 | Rohm Co., Ltd. | Image Compression Circuit for Compressing Pieces of Image Data of Four Adjacent Pixels, Image Compression Method, Semiconductor Device, and Smartphone |
| CN103873877A (zh) * | 2012-12-14 | 2014-06-18 | 华为技术有限公司 | 远程桌面的图像传输方法及装置 |
| CN103957426A (zh) * | 2014-04-11 | 2014-07-30 | 河海大学 | 一种rgb565真彩色图像有损压缩及解压方法 |
| CN104349168A (zh) * | 2014-08-11 | 2015-02-11 | 大连戴姆科技有限公司 | 一种超高速图像实时压缩方法 |
| CN106612436A (zh) * | 2016-01-28 | 2017-05-03 | 四川用联信息技术有限公司 | 一种基于dct变换下的视觉感知修正图像压缩方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108632610A (zh) * | 2018-04-18 | 2018-10-09 | 电子科技大学 | 一种基于插值重建的彩色图像压缩方法 |
| CN110267038A (zh) * | 2019-06-28 | 2019-09-20 | 广东中星微电子有限公司 | 编码方法及装置、解码方法及装置 |
| CN110572652A (zh) * | 2019-09-04 | 2019-12-13 | 锐捷网络股份有限公司 | 一种静态图像的处理方法及装置 |
| CN110572652B (zh) * | 2019-09-04 | 2021-07-16 | 锐捷网络股份有限公司 | 一种静态图像的处理方法及装置 |
| CN110764696A (zh) * | 2019-09-26 | 2020-02-07 | 开放智能机器（上海）有限公司 | 向量信息存储及更新的方法、装置、电子设备及存储介质 |
| CN112449200A (zh) * | 2020-11-12 | 2021-03-05 | 北京环境特性研究所 | 一种基于小波变换的图像压缩方法和装置 |
| CN112509071A (zh) * | 2021-01-29 | 2021-03-16 | 电子科技大学 | 一种亮度信息辅助的色度信息压缩重建方法 |
| CN117014557A (zh) * | 2023-10-07 | 2023-11-07 | 福昕鲲鹏(北京)信息科技有限公司 | 文档图像的压缩方法、装置、电子设备及存储介质 |
| CN117014557B (zh) * | 2023-10-07 | 2024-01-23 | 福昕鲲鹏(北京)信息科技有限公司 | 文档图像的压缩方法、装置、电子设备及存储介质 |
| CN117579839A (zh) * | 2024-01-15 | 2024-02-20 | 电子科技大学 | 一种基于率失真优化色彩空间转换矩阵的图像压缩方法 |
| CN117579839B (zh) * | 2024-01-15 | 2024-03-22 | 电子科技大学 | 一种基于率失真优化色彩空间转换矩阵的图像压缩方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107645662B (zh) | 2020-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107645662B (zh) | 一种彩色图像压缩方法 | |
| US11694125B2 (en) | Image encoder using machine learning and data processing method of the image encoder | |
| CN104702962B (zh) | 帧内编解码方法、编码器和解码器 | |
| JP5283628B2 (ja) | 映像復号方法及び映像符号化方法 | |
| US8666186B1 (en) | Lossy compression of high dynamic range video | |
| JP5271900B2 (ja) | 画像符号化方法、画像復号化方法、画像向上方法、画像符号化装置、画像復号化装置、画像向上装置、画像処理装置、画像処理システム、プログラムおよび集積回路 | |
| CN107852513A (zh) | 对输入视频序列的像素进行编码 | |
| US7634148B2 (en) | Image signal transforming and inverse-transforming method and computer program product with pre-encoding filtering features | |
| US5719961A (en) | Adaptive technique for encoder and decoder signal transformation | |
| JPH01503509A (ja) | 一連の画像を有効に通信するための階層的符号化方法と装置 | |
| US10194175B2 (en) | Video coding with embedded motion | |
| US8340442B1 (en) | Lossy compression of high-dynamic range image files | |
| CN112771868A (zh) | 信号增强编码结构 | |
| Hassan et al. | Color image compression based on DCT, differential pulse coding modulation, and adaptive shift coding | |
| Zhu et al. | Efficient chroma sub-sampling and luma modification for color image compression | |
| CN108632610A (zh) | 一种基于插值重建的彩色图像压缩方法 | |
| CN104488266B (zh) | Avs视频压缩编码方法及编码器 | |
| CN113612898B (zh) | 一种抗jpeg图像下采样的鲁棒隐蔽通信装置 | |
| JP2013135366A (ja) | 動画像送出装置、動画像受信装置、動画像伝送システム、動画像送出方法、動画像受信方法、およびプログラム | |
| CN106559668B (zh) | 一种基于智能量化技术的低码率图像压缩方法 | |
| CN110113603A (zh) | 高清视频处理终端 | |
| CN113822801B (zh) | 基于多分支卷积神经网络的压缩视频超分辨率重建方法 | |
| CN111556313B (zh) | 基于整数近似的低复杂度dtt与自适应量化的图像压缩方法 | |
| CN101193285A (zh) | 影像压缩编码及解码的方法和装置 | |
| CN110234011B (zh) | 一种视频压缩方法及系统 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200612 |