CN107682699A - 一种近无损图像压缩方法 - Google Patents

Abstract

一种近无损图像压缩方法，涉及图像压缩。1)图像像素值范围调整，并获得残差图像；2)将调整像素值范围后的图像分成大小相等的图像方块；3)对所有图像方块进行分类，分为光滑图像块与细节图像块；4)对光滑图像块采用改进块编码方法进行压缩，不包括对像素值的压缩编码；5)对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。可以在获得足够高的压缩比的同时，提高近无损压缩的图像质量。

Description

一种近无损图像压缩方法

技术领域

本发明涉及图像压缩，尤其是涉及一种近无损图像压缩方法。

背景技术

现代社会，图像压缩成为至关重要的研究课题，图像压缩技术尤其广泛应用到广播电视、视频存储、遥感、医疗图像等等领域。随着社会的日益发展及图像媒体数据的海量出现，大量的图像数据对存储空间有着巨大的需求。在通信技术中，图像的高效传输也对图像压缩技术有着更高的要求。如何更有效的利用存储空间以降低存储成本，以及如何在通信过程中如何更高效的传输是一个关键性的问题。因此，提出更有效的图像压缩技术是必然需求。

对于对图像质量有着较高要求的应用场景，包括医疗成像、生物成像、遥感图像等等，图像压缩技术不仅要降低图像存储成本，也要提高图像压缩的质量，使得恢复出的图像质量能够满足应用场景的要求。近无损图像压缩技术涉及到在一定的压缩倍数的情况下，获得较高质量的压缩图像。

目前的图像压缩方法中，对于近无损图像的压缩研究较少，现有的近无损图像压缩方法不能够在图像压缩倍数与图像压缩质量之间取得较好的权衡，并且对于计算复杂度的要求也较高，不能适应现代应用场景的要求。

参考文献：

[1]M.Kafashan,H.Hosseini,S.Beygiharchegani,P.Pad and F.Marvasti,“Newrectangular partitioning methods for lossless binary image compression,”inProc.of IEEE International Conference on Signal Processing,Beijing,pp.694-697,2010。

[2]J.H.Woo and H.J.Kim,“Improving JPEG-LS Performance Using LocationInformation,”Ksii Transactions on Internet and Information Systems,vol.10,no.11,Nov.2016。

发明内容

本发明的目的在于针对上述现有技术中存在的问题，提供一种近无损图像压缩方法。

本发明包括以下步骤：

1)调整图像像素值范围，并获得残差图像；

2)将调整图像像素值范围后的图像分成大小相等的图像方块；

3)对所有图像方块进行分类，分为光滑图像块与细节图像块；

4)对光滑图像块采用改进块编码方法进行压缩，其中不包括对像素值的压缩编码；

5)对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。

在步骤1)中，所述调整图像像素值范围的具体方法可为：将原图像与调整后的图像相减得到残差图像，所述残差图像将会应用到步骤4)的压缩编码当中；像素值范围调整过程表示为：其中原图像为I，整数为b，调整后的图像为I_c，round操作表示就近取整，残差图像设为I_d，获得的残差图像表示为：I_d＝I-I_c×b。

在步骤3)中，所述对所有图像方块进行分类，分为光滑图像块与细节图像块的具体方法可为：在每个图像方块中寻找像素值矩阵，每个像素值矩阵中的像素值均相等且像素值矩阵中元素相邻，即像素值矩阵形状为矩形或方形，并计算每个图像方块中像素值矩阵的数目，预先设定阈值，若图像方块中像素值矩阵数目大于阈值，则图像方块判定为细节图像块；否则判定为光滑图像块。

在步骤4)中，所述改进块编码方法中，对于光滑图像块中的像素值矩阵，在残差图像中寻找对应位置的残差矩阵，计算残差矩阵中元素的均值并对均值进行就近取整，对光滑图像块中所有像素值矩阵的大小即长l和宽w以及对应位置的残差均值r进行压缩编码，r的计算方法为：

其中，rec为残差矩阵，r为残差矩阵的就近取整均值，w和l分别为残差矩阵的宽与长；

在步骤4)中，所述改进块编码方法中，由于像素值矩阵大小通常不大且残差均值以大概率趋于0和0附近的整数，因此将像素值矩阵长l、宽w以及残差均值r作为三元组(l,w,r)，将所有可能的三元组制定为码表T，码表T表示为：

T＝{T(g),1≤g≤G}

其中T(g)＝(l_g,w_g,r_g)，G为三元组总数，设定编码端和译码端皆已知此码表，对三元组进行编码时，只需对三元组在码表中的位置进行编码即可，每个三元组由对应数字g标识，编码时只需对这些标识数字进行编码，编码方式选择哈夫曼编码。

在步骤5)中，所述对光滑图像块，将其中的像素值矩阵中除第一个像素(左上角像素)之外的像素值均置为-1，对光滑图像块和细节图像块的像素值进行统一编码前，先对图像进行整体扫描，若扫描到-1像素值，则略过，扫描完成后，获得像素值序列，计算相邻元素之间差值，获得差值序列，对此差值序列进行哈夫曼压缩编码，设扫描完成获得像素值序列为：

n_r为像素值数目，差值序列设为其中元素定义为：d₁＝s₁,d₂＝s₂-s₁,

本发明的有益效果如下：

本发明提出的技术方案先对图像像素值范围进行调整，以获得图像的冗余表示，将图像划分为图像方块，并对光滑图像块与细节图像块进行区分，对光滑图像块采用改进块编码的方法进行处理，最后再对光滑图像块与细节图像块像素值进行统一压缩编码，提高压缩效率，并可获得较高的图像压缩质量。

附图说明

图1为本发明实施例的工作流程图；

图2为大小为512×512的Peppers图像；

图3为大小为256×256的Bird图像；

图4为大小为621×498的Frog图像；

图5为大小为672×496的France图像。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

如图1所示，本发明提出的一种新型近无损图像压缩方法，其包括以下步骤：

步骤一、调整图像像素值范围，并获得残差图像；

步骤二、将调整像素值范围后的图像分成大小相等的图像方块；

步骤三、对所有图像方块进行分类，分为光滑图像块与细节图像块；

步骤四、对光滑图像块采用改进块编码方法进行压缩，其中不包括对像素值的压缩编码；

步骤五、对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。

本发明提出的技术方案首先对图像进行像素值范围调整，调整即为将原像素值除以相应整数再对商进行就近取整，在近无损压缩中，该整数设原图像为I，整数为b，调整后的图像为I_c，则所述调整过程可以表示为：

其中round操作表示就近取整。残差图像设为I_d，此过程获得的残差图像可以表示为：

I_d＝I-I_c×b (2)

为了对图像不同区域的内容分别考虑，获取像素值调整后的图像I_c之后，将图像划分为大小为Q×Q的图像方块，若图像剩余行列不足以划分成Q×Q的图像方块，则将这些少数图像块作为伪Q×Q图像方块即可，按照Q×Q的图像方块照常处理。像素值矩阵定义为I_c中相邻且具有相同像素值的像素构成的像素矩形或方形。残差矩阵定义为I_d中对应于像素值矩阵的矩阵，为了获得更高质量的压缩图像，算残差矩阵中元素的均值，将其应用到下面的改进块编码方法当中，可表示为：

其中，rec为残差矩阵，r为残差矩阵的就近取整均值，w和l分别为残差矩阵的宽与长。由于图像被划分为Q×Q的图像方块，在每个图像方块中寻找像素值矩阵，并且计算每个图像方块中像素值矩阵的数目。寻找像素值矩阵的过程可以叙述为：对于每个Q×Q图像方块，行号与列号取值为1～Q，扫描按行列顺序进行，从第一个像素开始扫描，获取第一个尽可能大的像素值矩阵，之后按列号顺序直至扫描到第Q列，接下来，扫描至(row,col)位置，row和col分别为没有被扫描到的最小行号与列号，之后，继续按列序扫描直至所有像素均被扫描。

本发明提出的方法对所有图像方块进行分类，分为光滑图像块与细节图像块。为了对光滑图像块与细节图像块进行区分，设定阈值δ，光滑图像块中像素值矩阵的数目设为ε，若ε≤δ，则该图像块判定为光滑图像块；否则，该图像块判定为细节图像块。对光滑图像块采用改进块编码方法进行压缩，其中不包括对像素值的压缩编码。

本发明提出改进块编码方法来处理光滑图像块，其核心思想叙述如下。对于光滑图像块中的像素值矩阵，在残差图像中寻找对应位置的残差矩阵，计算残差矩阵中元素的均值并对均值进行就近取整。对光滑图像块中所有像素值矩阵的大小即长l和宽w以及对应位置的残差均值r进行压缩编码。由于像素值矩阵大小通常不大且残差均值以大概率趋于0和0附近的整数，因此，将像素值矩阵长l、宽w以及残差均值r作为三元组(l,w,r)，将所有可能的三元组制定为码表T，码表T可以表示为：

T＝{T(g),1≤g≤G} (4)

其中T(g)＝(l_g,w_g,r_g)，G为三元组总数，设定编码端和译码端皆已知此码表，对三元组进行编码时，只需对三元组在码表中的位置进行编码即可，每个三元组可以由对应数字g来标识，编码时只需对这些标识数字进行编码，编码方式选择哈夫曼编码。

本发明提出的新型近无损图像压缩方法，在步骤五中，对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。所述步骤五中，对于光滑图像块，将其中的像素值矩阵中除第一个像素(左上角像素)之外的像素值均置为-1，对光滑图像块和细节图像块的像素值进行统一编码前，先对图像进行整体扫描，若扫描到-1像素值，则略过。扫描完成后，获得像素值序列，计算相邻元素之间差值，获得差值序列，对此差值序列进行哈夫曼压缩编码。设扫描完成获得像素值序列为n_r为像素值数目，差值序列设为其中元素定义为：

下面将结合计算机仿真过程，说明本方法的实现效果。

仿真选用常见的一些图像，包括512×512的Peppers图像、256×256的Bird图像、621×498的Frog图像以及672×496的France图像。仿真实验中设定b＝3,Q＝8,δ＝21，这样的参数设定保证了光滑图像块中每个像素值矩阵平均至少含有个像素。表1中列出了本发明提出的与传统JPEG-LS方法近无损压缩效果对比，并与传统的JPEG-LS算法进行了比较。从表1可以看出，本发明提出的近无损图像压缩方法具有更好的效果，可以获得更高的压缩倍数以及更优良的峰值信噪比。

表1

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。

Claims (6)

1.一种近无损图像压缩方法，其特征在于包括以下步骤：

1)调整图像像素值范围，并获得残差图像；

2)将调整图像像素值范围后的图像分成大小相等的图像方块；

3)对所有图像方块进行分类，分为光滑图像块与细节图像块；

4)对光滑图像块采用改进块编码方法进行压缩，其中不包括对像素值的压缩编码；

5)对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。

2.如权利要求1所述一种近无损图像压缩方法，其特征在于在步骤1)中，所述调整图像像素值范围的具体方法为：将原图像与调整后的图像相减得到残差图像，所述残差图像将会应用到步骤4)的压缩编码当中；像素值范围调整过程表示为：其中原图像为I，整数为b，调整后的图像为I_c，round操作表示就近取整，残差图像设为I_d，获得的残差图像表示为：I_d＝I-I_c×b。

3.如权利要求1所述一种近无损图像压缩方法，其特征在于在步骤3)中，所述对所有图像方块进行分类，分为光滑图像块与细节图像块的具体方法为：在每个图像方块中寻找像素值矩阵，每个像素值矩阵中的像素值均相等且像素值矩阵中元素相邻，即像素值矩阵形状为矩形或方形，并计算每个图像方块中像素值矩阵的数目，预先设定阈值，若图像方块中像素值矩阵数目大于阈值，则图像方块判定为细节图像块；否则判定为光滑图像块。

4.如权利要求1所述一种近无损图像压缩方法，其特征在于在步骤4)中，所述改进块编码方法中，对于光滑图像块中的像素值矩阵，在残差图像中寻找对应位置的残差矩阵，计算残差矩阵中元素的均值并对均值进行就近取整，对光滑图像块中所有像素值矩阵的大小即长l和宽w以及对应位置的残差均值r进行压缩编码，r的计算方法为：

<mrow> <mi>r</mi> <mo>=</mo> <mi>r</mi> <mi>o</mi> <mi>u</mi> <mi>n</mi> <mi>d</mi> <mrow> <mo>(</mo> <mfrac> <mn>1</mn> <mrow> <mi>w</mi> <mi>l</mi> </mrow> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>w</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <mi>r</mi> <mi>e</mi> <mi>c</mi> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow>

其中，rec为残差矩阵，r为残差矩阵的就近取整均值，w和l分别为残差矩阵的宽与长。

5.如权利要求1所述一种近无损图像压缩方法，其特征在于在步骤4)中，所述改进块编码方法中，由于像素值矩阵大小通常不大且残差均值以大概率趋于0和0附近的整数，因此将像素值矩阵长l、宽w以及残差均值r作为三元组(l,w,r)，将所有三元组制定为码表T，码表T表示为：

T＝{T(g),1≤g≤G}

其中T(g)＝(l_g,w_g,r_g)，G为三元组总数，设定编码端和译码端皆已知此码表，对三元组进行编码时，对三元组在码表中的位置进行编码，每个三元组由对应数字g标识，编码时只需对这些标识数字进行编码，编码方式选择哈夫曼编码。

6.如权利要求1所述一种近无损图像压缩方法，其特征在于在步骤5)中，所述对光滑图像块，将其中的像素值矩阵中除第一个像素(左上角像素)之外的像素值均置为-1，对光滑图像块和细节图像块的像素值进行统一编码前，先对图像进行整体扫描，若扫描到-1像素值，则略过，扫描完成后，获得像素值序列，计算相邻元素之间差值，获得差值序列，对此差值序列进行哈夫曼压缩编码，设扫描完成获得像素值序列为：

n_r为像素值数目，差值序列设为其中元素定义为：

所述第一个像素为左上角像素。