CN108769685A - 检测图像压缩编码效率的方法、装置及存储介质 - Google Patents

检测图像压缩编码效率的方法、装置及存储介质 Download PDF

Info

Publication number
CN108769685A
CN108769685A CN201810569561.1A CN201810569561A CN108769685A CN 108769685 A CN108769685 A CN 108769685A CN 201810569561 A CN201810569561 A CN 201810569561A CN 108769685 A CN108769685 A CN 108769685A
Authority
CN
China
Prior art keywords
image
measured
fsim
code
values
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
Application number
CN201810569561.1A
Other languages
English (en)
Other versions
CN108769685B (zh
Inventor
吴友宝
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.)
Tencent Technology Shenzhen Co Ltd
Tencent Cloud Computing Beijing Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201810569561.1A priority Critical patent/CN108769685B/zh
Publication of CN108769685A publication Critical patent/CN108769685A/zh
Application granted granted Critical
Publication of CN108769685B publication Critical patent/CN108769685B/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
    • H04N19/134—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
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • 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
    • 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
    • H04N19/186—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 a colour or a chrominance component

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)

Abstract

本发明揭示了一种检测图像压缩编码效率的方法，包括：基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率；基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值；根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线；以及基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。基于本发明实施例提供的检测图像压缩编码效率的方案，能够实现质量对齐条件下对编码效率的准确评测。

Description

检测图像压缩编码效率的方法、装置及存储介质
技术领域
本发明涉及计算机技术领域，特别涉及一种检测图像压缩编码效率的方法、装置、计算机可读存储介质以及电子设备。
背景技术
随着互联网及移动终端技术的飞速发展，网络上图像、影音等多媒体文件的传输也迎来爆炸式的增长。以活跃人数高居不下的社交类应用(例如微信)为例，每天用户上传或者互相之间传输的图像文件，早已经达到数亿的级别。为了对这些海量的图像文件进行高效的存储和传输，不可避免要用到图像压缩技术。图像压缩本质上是数据压缩技术在数字图像上的应用，目的是减少图像数据中的冗余信息，核心部分就在于图像的编解码算法。随着图像压缩技术的应用越来越广泛，随之产生的编解码算法也多种多样、层出不穷，为了从多样化的编解码算法中选取适当的图像压缩方法，就需要对图像压缩的质量进行评测。
一般而言，图像压缩的质量评测方法可分为主观评测和客观评测两大类。前者是直接让观测者对图像质量做出主观判断，虽然结果较为准确，但实施相对复杂，并且易受光照条件、周围环境多种因素的影响，因此在实际应用中通常使用图像客观质量评测方法。
采用客观评测方法对图像压缩质量进行评测，主要考虑失真图像相对于原始图像的质量损失，这里的失真图像是指使用作为评测对象的图像压缩方法，对原始图像进行编码压缩，再使用相应的解码方案重构得到的图像。常见的客观评测方法例如包括PSNR(PeakSignal to Noise Ratio，峰值信噪比)和SSIM(Structural Similarity，结构相似性)等。然而，这些客观评测方法与主观评分之间的相关性不是很高，这表示前者结果不够准确；并且这些客观评测方法都是采用YUV数据进行评测，忽略了RGB与YUV之间转换带来的质量损失。
发明内容
为了解决相关技术中图像压缩编码效率的评测不够准确且忽略数据转换的质量损失等问题，本发明提供了一种检测图像压缩编码效率的方法、装置、计算机可读存储介质以及电子设备。
根据本发明的实施例，提供一种检测图像压缩编码效率的方法，包括：基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率；基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值；根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线；以及基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
根据本发明的实施例，提供一种检测图像压缩编码效率的装置，包括：编解码模块，用于基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率；相似度模块，用于基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值；拟合模块，用于根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线；以及评测模块，用于基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
根据本发明的实施例，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的检测图像压缩编码效率的方法。
根据本发明的实施例，提供一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的检测图像压缩编码效率的方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
基于本发明实施例提供的检测图像压缩编码效率的方案，直接基于RGB数据获取原始图像与失真图像的FSIM值，并且通过选取多个质量因子拟合得到率失真曲线，能够实现质量对齐条件下对编码效率的准确评测。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1示出了可以应用本发明实施例的检测图像压缩编码效率的方法或装置的示例性系统架构的示意图。
图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
图3示出常规主观评测和客观评测的过程示意图。
图4是根据一示例性实施例示出的一种检测图像压缩编码效率的方法的流程图。
图5示出应用本发明实施例进行图像压缩编码效率评测的场景示意图。
图6A-6C分别示出了本发明实施例选取的FSIM以及传统的PSNR和SSIM在图像质量评价数据库上的客观评分与主观评分之间的相关性。
图7示出基于本发明实施例步骤430拟合得到的示例性率失真曲线。
图8是根据另一示例性实施例示出的一种检测图像压缩编码效率的方法。
图9是根据一示例性实施例示出的一种检测图像压缩编码效率的装置的框图。
图10是根据另一示例性实施例示出的一种检测图像压缩编码效率的装置的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
在详细阐述本发明的实施例的技术方案之前，以下介绍一些相关的技术方案、术语和原理。
颜色空间模型
在数字图像处理中，颜色通常用三个独立的属性来描述，三个独立变量综合作用，构成一个空间坐标，从而形成所谓的颜色空间。常见的颜色空间模型包括基色颜色空间以及色、亮分离颜色空间两大类，前者典型代表是RGB(分别对应红、绿、蓝)，后者包括YUV(Y表示亮度，UV表示色度)和HSV(分别对应色相、饱和度、亮度)等等。下面进一步对RGB和YUV加以简要描述。
RGB
在RGB颜色空间中，任意色光都可以用R、G、B三色不同分量的相加混合而成，当三基色分量都为0(最弱)时混合为黑色光，都为最大值时混合为白色光。
根据每个分量在计算机中占用的存储字节数不同，RGB颜色空间通常包括RGB555、RGB565、RGB24和RGB32等几种类型，分别对应每个像素占用16位、16位、24位和32位的存储字节。
YUV
YUV(亦称YCrCb)是被欧洲电视系统所采用的一种颜色编码方法，特点在于其亮度信号Y和色度信号U、V是分离的。这样一来，如果只有Y信号分量而没有U、V信号分量，表示的图像就是黑白灰度图像。
不同于RGB中每个像素点都有独立的三个颜色分量值，YUV根据U和V采样数目的不同，分为如YUV444、YUV422和YUV420等格式，以YUV420为例，表示的就是每个像素点有一个独立的Y分量；而色度U和V分量则由每4个像素点共用一个。如此一来通过将图像从RGB转换到YUV空间，便能实现存储效率的提高。
综上所述，RGB和YUV均有各自的特点，在进行图像的传输和存储时，为了节省网络和存储资源，一般会先将图像从RGB转换成YUV，再在YUV数据的基础上进行编码压缩操作；另一方面，由于大多数图像处理操作仍是基于RGB格式，因此要对图像进行后期处理显示时，需要把YUV格式转换成RGB格式。
RGB和YUV互相转换的公式如下(RGB取值范围均为0-255):
Y＝0.299R+0.587G+0.114B
U＝-0.147R-0.289G+0.436B
V＝0.615R-0.515G-0.100B
R＝Y+1.14V
G＝Y-0.39U-0.58V
B＝Y+2.03U
图像压缩
图片通常是终端流量耗费最多的部分，并且占据着重要的视觉空间。合理的图像压缩方法可以实现节省带宽和存储空间，同时尽量保留视觉效果。
目前主流和新兴的几种图像压缩方法有JPEG、PNG、GIF、APNG、Guetzli、WebP、BPG等。以JPEG为例，由无损的RGB图像数据到最终的JPEG格式通常要经过转化成YUV数据、DCT(Discrete Cosine Transform，离散余弦变换)变换、数据量化和编码等步骤。其中，数据量化是几种图像压缩方法中普遍存在的步骤，在JPEG中是将DCT变换得到的频率系数矩阵中的浮点数都近似转换为整数，由此和原始图像数据之间产生差异，而这一差异是造成图像压缩后失真的主要原因之一。在量化过程中，质量因子的选取至为重要；值选得过大，可以大幅度提高压缩比，但是图像质量就比较差；反之，质量因子越小，图像重建质量越好，但是压缩比越低。
为了选取合理的图像压缩方法，需要对图像压缩的编码效率进行评测。目前，通常将图像压缩质量评测方法分为主观评测和客观评测两大类。
图3示出常规主观评测和客观评测的过程示意图。如图3所示，原始图像31的无损RGB数据32首先转换为YUV数据33，经过待测编码方案(图中仅示意性示出WebP和BPG)编码处理，再相应解码重构得到对应的YUV数据331和332，再转换为RGB数据321和322，显示出失真图像311和312。
接续如图3所示，主观评测是由观测者对失真图像311和312的显示效果做出直接判断，其结果较为直观、准确，但评分方法较为复杂，且易受光照条件和周围环境等多种因素的影响。
客观评测是采用适当的数学模型来考量失真图像相对于原始图像的质量损失，目前常用的评测模型例如包括PSNR(Peak Signal to Noise Ratio，峰值信噪比)和SSIM(Structural Similarity Index，结构相似性指标)。如图3所示，常用的评测模型都是采用原始图像对应的YUV数据33与失真图像对应的YUV数据331和332来进行模型计算，而忽略了RGB与YUV之间相互转换所带来的质量损失。从对公开样本图像数据库(如TID2013)进行的主观评测和客观评测比对结果来看，PSNR和SSIM等常用模型评测结果与主观评测打分之间的相关性并不高。另外，目前的客观评测针对每种压缩方法分别都仅使用单个质量因子进行评测，无法实现质量对齐情况下的编码效率比较。
针对相关技术存在的上述问题，本发明实施例提供了一种检测图像压缩编码效率的方法、装置、计算机可读存储介质以及电子设备。以下对本发明实施例的技术方案的原理和实现细节进行详细阐述。
图1示出了可以应用本发明实施例的检测图像压缩编码效率的方法或装置的示例性系统架构100的示意图。
如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送数据等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。服务器105可以是提供各种服务的服务器。
例如，用户通过终端设备103(也可以是终端设备101和102)上传图像至服务器105，服务器105在存储图像之前，选取适当的编码方案对图像进行压缩。在一个实施例中，服务器105基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率；基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值；根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线；以及基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率；最终，服务器105可选取编码效率最高的编码方案对本次及后续用户上传的所有图像进行压缩处理。
在一些实施例中，本发明实施例所提供的检测图像压缩编码效率的方法一般由服务器105执行，相应地，检测图像压缩编码效率的装置一般设置于服务器105中。在另一些实施例中，某些终端可以具有与服务器相似的功能从而执行本方法。因此，本发明实施例所提供的检测图像压缩编码效率的方法不限定在服务器端执行。
图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图2示出的电子设备的计算机系统200仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图2所示，计算机系统200包括中央处理单元(CPU)201，其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中，还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205：包括麦克风、图像采集器等的输入部分206；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207；包括硬盘等的存储部分208；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器210上，以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地，根据本发明的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分209从网络上被下载和安装，和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时，执行本申请的方案中限定的各种功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图4和图8所示的各个步骤。
图4是根据一示例性实施例示出的一种检测图像压缩编码效率的方法。本实施例的方法可由任意计算设备执行，例如由图1实施例中的服务器105来执行。如图4所示，本实施例的方法包括步骤410-440。
在步骤410中，基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取多个失真图像的码率。
前文已经述及，数据量化是几种图像压缩方法中普遍存在的步骤，并且由于量化所造成的前后数据之间的差异，是造成图像压缩后失真的主要原因之一。而在量化过程中，可通过选取不同的质量因子来控制图像质量和压缩比之间的平衡，质量因子较大时可以提高压缩比，但是图像质量比较差；反之，质量因子越小，图像重建质量越好，但是压缩比越低。
目前的图像压缩评测方法中都是在单个质量因子的情况下进行评测，由此针对每种图像压缩编码方案获得的质量评分和码率都只有一组，不能实现质量对齐条件下比对多种压缩方式的编码效率，换言之，无法了解在相同的质量下哪种压缩方式的编码效率最高。
针对上述问题，本发明的实施例针对每种待测编码方案都选取多个质量因子，从而对于每种编码方案而言都能得到多组一一对应的质量评分和码率。这样一来，通过后续步骤的曲线拟合，针对每种编码方案都能得到一条表示质量评分和码率之间函数关系的曲线，从而为实现在质量对齐条件下评测编码效率提供了基础。
在一个实施例中，可选取图像编解码常用的QP(量化步长)作为这里的质量因子。QP的通常取值范围为0-51，步长越大量化精度越粗，质量越差；步长越小量化精度越细，质量越好。本发明的实施例并不仅限于此，本领域技术人员还可选取图像压缩中用到的其他参数来作为这里的质量因子。例如，在WebP和libJPEG等编码方案中，是直接采用0-100范围内的数字作为质量因子，其同样是编码方案中可配置的参数，参数越大量化精度越粗，质量越差；参数越小量化精度越细，质量越好。
经过选取多个不同的质量因子，使用待测编码方案处理原始图像便能得到相应多组编码后的数据，再分别经过图像重构显示后便能得到对应多个失真图像。
图5示出应用本发明实施例进行图像压缩编码效率评测的场景示意图。如图所示，原始图像51对应的无损RGB数据52首先被转换为YUV数据53，之后对应于选取的质量因子个数，经过待测编码方案(图中仅示意性示出WebP和BPG)处理，再经过解码重构，每个编码方案可得到相应份数(图中仅示意性示出每个方案两份)的YUV数据531-534，最后转换为RGB数据521-524，得到可用于显示的失真图像511-514。
为了后续评价待测编码方案的编码效率，本步骤还包括基于失真图像获取码率的操作。图像的码率是指单位像素编码所需要的编码长度，通常表现为压缩后的存储空间，一般情况下码率越高，压缩并解码后的图像越清晰。码率不仅与压缩方案的种类有关，在同一压缩方案中还与参数的选取有关。这里，由于本发明的实施例中针对每种待测编码方案都使用了多个质量因子，因此可获取对应的多个码率值。
在步骤420中，基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值。
本发明的实施例主要应用于图像压缩方案的编码效率评测，评测的基础是失真图像相对于原始图像的质量损失，因此可选用客观评测方法。为了选择适当的客观评测方法，可在公共可用的图像数据库基础上进行实验，使用候选的客观评测方法来计算数据库中所有失真图像的客观分数，再结合数据库提供的主观评分来考察客观分数的相关性。
图6A-6C分别示出了本发明实施例选取的FSIM(Feature Similarity，特征相似性)以及传统的PSNR和SSIM在图像质量评价数据库TID 2013上的客观评分与主观评分之间的相关性，图中每个十字小点对应于数据库中一幅图像，其横坐标表示使用各评测方法得到的客观分数，纵坐标则表示数据库提供的主观评分；图中的曲线则表示使用逻辑回归函数(Logistic Function)对各点取值进行拟合后得到的函数。从图6A-6C中点分布与曲线之间的贴合程度来看，使用FSIM得到的客观评分与主观评分之间的相关性最好，而PSNR和SSIM的客观评分与主观评分之间的相关性从图中并不容易看出。
在一个实施例中，可进一步采用SROCC(Spearman Rank Order CorrelationCoefficient，Spearman等级相关系数)、KROCC(Kendall Rank Order CorrelationCoefficient，Kendall等级相关系数)、PLCC(Pearson Linear Correlation Coefficient，Pearson线性相关系数)、RMSE(Root Mean Squared Error，均方误差根)等四个评价指标，综合评测所获得的客观评分与数据库提供的主观评分之间的相关性。其中，前三个评价指标SROCC、KROCC和PLCC越接近于1，表明相关性越好；最后一个评价指标RMSE越接近于0，表明相关性越好。
下表1示出FSIM、PSNR和SSIM对TID 2013的评价结果在SROCC、KROCC、PLCC和RMSE四个指标上的得分。
表1：FSIM、PSNR和SSIM的性能比较
评测方法 SROCC KROCC PLCC RMSE
PSNR 0.6869 0.4958 0.6748 0.9149
SSIM 0.6370 0.4636 0.6911 0.8960
FSIM 0.8007 0.6300 0.8596 0.6335
由上表可以看出，FSIM在四个指标上的得分均要优于PSNR和SSIM。
基于以上对比分析的结果，本发明的实施例基于FSIM评价方法来计算原始图像与失真图像之间的相似性。
另外，与PSNR和SSIM等传统评测方法采用YUV数据进行计算不同，本发明的实施例直接基于原始图像和失真图像的RGB数据来计算二者之间的FSIM值。接续参照图5的场景示意图所示，其中分别基于RGB数据52与RGB数据521-524之间得到4个FSIM值。
下面对FSIM的原理和计算过程加以简单描述。
FSIM方法是基于HVS(Human Visual System，人类视觉系统)主要根据图像低级特征来理解图像的事实提出。具体而言，PC(Phase Congruency，相位一致性)是FSIM的主要特征，它是对局部结构重要性的无量纲测量。考虑到PC不随对比度而变化，而对比度信息确实影响HVS对图像质量的感知，所以FSIM中使用图像GM(Gradient Magnitude，梯度幅度)作为次要特征。PC和GM在表征图像局部质量方面发挥互补作用。在获得局部相似度图之后，再次使用PC作为加权函数来导出单个质量分数。
FSIM指标的计算通常包括两个阶段。在第一阶段，计算局部相似度图(LocalSimilarity Map)；然后在第二阶段，将相似度图汇集成单个相似度得分。
将两幅图像(例如这里的原始图像和失真图像)f1和f2之间的特征相似度测量分为两个分量，分别用于PC或GM。
在第一阶段中，两幅图像在局部x的相位一致性PC1(x)和PC2(x)之间的相似性分量可表示为：
其中，T1为改善SPC稳定性的正系数。
类似的，两幅图像在局部x的梯度幅度G1(x)和G2(x)之间的相似性分量可表示为：
其中，T2为取决于GM值动态范围的正系数。
接续，在第二阶段中，基于获取的SPC和SG组合得到两幅图像在局部x的相似性：
SL(x)＝SPC(x)·SG(x)
基于每个位置x的相似性SL(x)，便可计算两幅图像f1和f2之间的整体相似性。然而，不同的位置对于HVS对图像的感知有不同的贡献。例如，边缘位置比平滑区域内的位置要传达更重要的视觉信息。由于人类视觉皮层对相位一致性敏感，因此一个位置处的PC值能够反映它属于明显重要结构点的可能性。更直观地说，对于给定位置x，如果f1(x)和f2(x)中任一个的PC值较突出，则意味着该位置x对于HVS评估f1和f2之间的相似性有高度影响。因此，在每个位置x上，可以使用PC1(x)和PC2(x)中的最大值PCm(x)，对f1和f2之间的整体相似性上SL(x)的重要性进行加权。
相应的，在图像域Ω范围内对应的两幅图像f1和f2之间的FSIM值可按下式来计算：
以上FSIM的计算过程仅为示例，本领域技术人员可视需要选择合适的工具来实现。例如，在一个实施例中，可选择基于数学工具Matlab开发的FSIM计算模块对输入的两组图像数据进行处理，直接得到最终的FSIM值。
在步骤430中，根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线。
如步骤410中所示，本发明的实施例针对每种待测编码方案都选取多个质量因子，从而对于每种编码方案而言都能得到多组一一对应的FSIM值和码率。这样一来，通过曲线拟合，针对每种编码方案都能得到一条表示FSIM值和码率之间函数关系的率失真曲线，从而为实现在质量对齐条件下评测编码效率提供了基础。
这里，拟合出的率失真曲线精度取决于FSIM值和码率的数据规模，也即，取决于质量因子的数目。换言之，选取不同数目的质量因子，可得到不同表示精度的拟合曲线。
在一个实施例中，步骤410中可选取四个质量因子，从而经过步骤420后，针对每个编码方案可得到四组FSIM值与码率，经拟合可得到三次多项式的率失真曲线函数如下。
R＝a×D3+b×D2+c×D+d
其中，R表示码率，D表示FSIM值，a,b,c,d则为通过曲线拟合确定的多项式系数。
下表2示意性示出，在分别采用22、24、26、28共四个量化步长QP的情况下，BPG和WebP两种编码方案经过步骤410和420后分别得到的四组码率和FSIM值。
表2：BPG与WebP在四个质量因子下的码率与FSIM值
QP BPG码率 BPG FSIM WebP码率 WebP FSIM
28 3.274 0.955 3.316 0.950
26 3.826 0.963 3.941 0.960
24 4.484 0.970 4.772 0.971
22 5.606 0.980 5.978 0.981
基于表2的数据，经过步骤430的曲线拟合得到的示意性曲线如图7所示。
需要说明的是，以上过程仅为示例，本领域技术人员基于本发明实施例可选取适当数目的质量因子，从而得到对应精度的率失真曲线。
在步骤440中，基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
基于步骤420得到的多条率失真曲线可以看出，对于任意一个特定的FSIM，码率越低的编码方案编码效率越高。
以图7示意的两条率失真曲线为例，结合表2可知，当取FSIM为0.98时，BPG和WebP两种编码方案的码率分别约为5.606和5.978，可见BPG的编码效率更高，与WebP相比的编码效率BDrate可计算为：
以上计算过程可视为在取一个FSIM对齐的情况下，获取两个编码方案的编码效率。然而，基于步骤430得到的率失真曲线，本发明实施例的优势更在于实现在多个FSIM对齐的情况下，评测图像压缩的编码效率。
因此，在一个实施例中，可基于任意两条率失真的曲线积分来获取二者的编码效率。例如，对于BPG和WebP两种编码方案以FSIM值为自变量的码率函数R1和R2，在任意FSIM区间内的编码效率BDrate可按下式计算：
其中，DH和DL分别表示所取FSIM区间的上限值和下限值，D表示自变量，上式右边积分部分的物理含义，参考图7，可理解为两条率失真曲线R1和R2与两条水平线D＝DH和D＝DL所夹区域的面积。
最后，在一个实施例中，步骤440之后还包括选择编码效率最高的编码方案进行编码的步骤。
基于本发明实施例提供的检测图像压缩编码效率的方案，直接基于RGB数据获取原始图像与失真图像的FSIM值，并且通过选取多个质量因子拟合得到率失真曲线，能够实现质量对齐条件下对编码效率的准确评测。
图8是根据另一示例性实施例示出的一种检测图像压缩编码效率的方法。本实施例的方法可由任意计算设备执行，例如由图1实施例中的服务器105来执行。如图8所示，本实施例的方法包括步骤810-880。
在步骤810中，基于原始图像的RGB数据转换得到原始YUV数据。
参照上文对颜色空间模型的介绍，在一个实施例中，可基于以下公式将原始图像的RGB数据转换为YUV数据。
Y＝0.299R+0.587G+0.114B
U＝-0.147R-0.289G+0.436B
V＝0.615R-0.515G-0.100B
需要说明的是，上式仅为RGB-YUV转换的一个示例，根据具体RGB和YUV格式的不同，可在上式的基础上进行相应调整后加以适用，其并非本发明关注的重点，此处不再赘述。
在步骤820中，基于选取的多个质量因子，使用待测编码方案处理原始YUV数据，再使用与待测编码方案对应的解码方案进行解码得到重构YUV数据。
仍然可参考图5所示的处理，原始图像51对应的无损RGB数据52首先被转换为YUV数据53，之后对应于选取的质量因子个数，经过待测编码方案(图中仅示意性示出WebP和BPG)处理，再经过解码重构，每个编码方案可得到相应份数(图中仅示意性示出每个方案两份)的YUV数据531-534。
在步骤830中，基于重构YUV数据转换得到失真图像的RGB数据，获取多个失真图像的码率。
参照上文对颜色空间模型的介绍，在一个实施例中，可基于以下公式将重构YUV数据转换为失真图像的RGB数据。
R＝Y+1.14V
G＝Y-0.39U-0.58V
B＝Y+2.03U
接续如图5所示，重构YUV数据531-534最后转换为RGB数据521-524，得到可用于显示的失真图像511-514，同时可获取失真图像的码率。
需要说明的是，上述仅为YUV-RGB转换的一个示例，根据具体RGB和YUV格式的不同，可在上式的基础上进行相应调整后加以适用，其并非本发明关注的重点，此处不再赘述。
在步骤840中，基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值。
在步骤850中，根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线。
在步骤860中，基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
步骤840-860分别对应于图4实施例的步骤420-440，此处不再赘述。
在步骤870中，基于所述原始YUV数据与所述多组重构YUV数据，获取所述多个待测编码方案的第二编码效率。
传统的PSNR和SSIM等评测方法都是基于YUV颜色空间来选取最优编码模式，二者的优化过程都可表示为，在给定码率条件下，使得YUV分量的质量评分(即PSNR值或SSIM值)越大越好。相应的，在对齐质量的情况下，便可得到不同编码方案之间的编码效率比较结果。
在一个实施例中，为了便于后续比较的基准一致，步骤870可参照步骤840-860，选取FSIM模型对原始YUV数据和重构YUV数据之间的相似度进行评价，并采用曲线拟合即质量对齐的方式，最终得到各编码方案的第二编码效率。具体过程同样可参照图4实施例的步骤420-440，此处不再赘述。
在步骤880中，根据所述编码效率与所述第二编码效率之间的差值，获取RGB与YUV之间的转换质量损失。
如背景技术部分所示，传统的客观评测方法都是采用YUV数据进行评测，忽略了RGB与YUV之间转换带来的质量损失。本发明的实施例在基于RGB数据和YUV数据分别得到待测编码方案的编码效率结果情况下，通过计算二者之间的差值，可得到因RGB与YUV之间的数据转换而带来的图像质量损失。
基于本发明实施例提供的检测图像压缩编码效率的方案，基于RGB和YUV数据分别获取原始图像与失真图像的FSIM值，并且通过选取多个质量因子拟合得到率失真曲线，能够实现质量对齐条件下对编码效率的准确评测，同时基于RGB和YUV两组数据的评测结果差值，可得到二者之间数据转换所带来的质量损失。
下述为本发明装置实施例，可以用于执行本发明上述检测图像压缩编码效率的方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明检测图像压缩编码效率的方法实施例。
图9是根据一示例性实施例示出的一种检测图像压缩编码效率的装置的框图。本实施例的装置可由任意计算设备实现，例如由图1实施例中的服务器105来实现。如图9所示，本实施例的装置包括编解码模块910、相似度模块920、拟合模块930和评测模块940。
编解码模块910用于基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率。
相似度模块920用于基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值。
拟合模块930用于根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线。
在一个实施例中，编解码模块910可选取图像编解码常用的QP(量化步长)作为这里的质量因子。QP的通常取值范围为0-51，步长越大量化精度越粗，质量越差；步长越小量化精度越细，质量越好。本发明的实施例并不仅限于此，本领域技术人员还可选取图像压缩中用到的其他参数来作为这里的质量因子。例如，在WebP和libJPEG等编码方案中，是直接采用0-100范围内的数字作为质量因子，其同样是编码方案中可配置的参数，参数越大量化精度越粗，质量越差；参数越小量化精度越细，质量越好。
在一个实施例中，编解码模块910基于选取的四个质量因子获取所述码率和所述FSIM值(包括四组一一对应的码率和FSIM值)，由此拟合模块930可使用三次多项式拟合得到所述率失真曲线。
评测模块940用于基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
在一个实施例中，评测模块940基于所述多条率失真曲线，获取预设FSIM值时与多个待测编码方案分别对应的多个码率，基于所述多个码率之间的差值计算所述编码效率。
进一步，在一个实施例中，评测模块940基于所述多条率失真曲线中的任意两条率失真曲线，按照下式计算所述编码效率，
其中，BDrate表示所述编码效率，DH和DL分别表示FSIM值的上限和下限，r2和r1分别表示所述两条率失真曲线对应的以FSIM值为自变量的码率函数，D表示所述自变量。
基于本发明实施例提供的检测图像压缩编码效率的方案，直接基于RGB数据获取原始图像与失真图像的FSIM值，并且通过选取多个质量因子拟合得到率失真曲线，能够实现质量对齐条件下对编码效率的准确评测。
图10是根据另一示例性实施例示出的一种检测图像压缩编码效率的装置的框图。如图10所示，在图9实施例的编解码模块910、相似度模块920、拟合模块930和评测模块940基础上，本实施例的装置还包括第二评测模块950和质量损失模块960。
在一个实施例中，编解码模块910设置为基于所述原始图像的RGB数据转换得到原始YUV数据；使用所述待测编码方案对所述原始YUV数据进行编码，再使用与所述待测编码方案对应的解码方案进行解码得到重构YUV数据；基于所述重构YUV数据转换得到失真图像的RGB数据。
第二评测模块950用于使用所述多个待测编码方案分别得到对应的多组重构YUV数据；基于所述原始YUV数据与所述多组重构YUV数据，获取所述多个待测编码方案的第二编码效率。
质量损失模块960用于根据评测模块940得到的所述编码效率与第二评测模块950得到的所述第二编码效率之间的差值，获取RGB与YUV之间的转换质量损失。
基于本发明实施例提供的检测图像压缩编码效率的方案，基于RGB和YUV数据分别获取原始图像与失真图像的FSIM值，并且通过选取多个质量因子拟合得到率失真曲线，能够实现质量对齐条件下对编码效率的准确评测，同时基于RGB和YUV两组数据的评测结果差值，可得到二者之间数据转换所带来的质量损失。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种检测图像压缩编码效率的方法，其特征在于，包括：
基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率；
基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值；
根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线；以及
基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
2.如权利要求1所述的方法，其特征在于，所述的使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，包括：
基于所述原始图像的RGB数据转换得到原始YUV数据；
使用所述待测编码方案对所述原始YUV数据进行编码，再使用与所述待测编码方案对应的解码方案进行解码得到重构YUV数据；
基于所述重构YUV数据转换得到失真图像的RGB数据。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
使用所述多个待测编码方案分别得到对应的多组重构YUV数据；
基于所述原始YUV数据与所述多组重构YUV数据，获取所述多个待测编码方案的第二编码效率；以及
根据所述编码效率与所述第二编码效率之间的差值，获取RGB与YUV之间的转换质量损失。
4.如权利要求1所述的方法，其特征在于，所述的通过拟合得到与所述待测编码方案对应的率失真曲线，包括：
根据基于选取的四个质量因子获取的所述码率和所述FSIM值，使用三次多项式拟合得到所述率失真曲线，其中所述码率和所述FSIM值包括四组一一对应的码率和FSIM值。
5.如权利要求1所述的方法，其特征在于，所述的获取所述多个待测编码方案的编码效率，包括：
基于所述多条率失真曲线，获取预设FSIM值时与多个待测编码方案分别对应的多个码率，基于所述多个码率之间的差值计算所述编码效率。
6.如权利要求5所述的方法，其特征在于，所述的基于所述多个码率之间的差值计算所述编码效率，包括：
基于所述多条率失真曲线中的任意两条率失真曲线，按照下式计算所述编码效率，
其中，BDrate表示所述编码效率，DH和DL分别表示FSIM值的上限和下限，r2和r1分别表示所述两条率失真曲线对应的以FSIM值为自变量的码率函数，D表示所述自变量。
7.如权利要求1至6任一项所述的方法，其特征在于，如权利要求1所述的方法，其特征在于，所述质量因子包括量化参数。
8.一种检测图像压缩编码效率的装置，其特征在于，包括：
编解码模块，用于基于选取的多个质量因子，使用待测编码方案处理原始图像并经图像重构得到相应的多个失真图像，获取所述多个失真图像的码率；
相似度模块，用于基于所述的原始图像和多个失真图像的RGB数据，分别获取所述原始图像与所述多个失真图像之间的特征相似度FSIM值；
拟合模块，用于根据获取的所述码率和所述FSIM值，通过拟合得到与所述待测编码方案对应的率失真曲线；以及
评测模块，用于基于与多个待测编码方案分别对应得到的多条率失真曲线，获取所述多个待测编码方案的编码效率。
9.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的检测图像压缩编码效率的方法。
10.一种电子设备，其特征在于，包括：
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的检测图像压缩编码效率的方法。
CN201810569561.1A 2018-06-05 2018-06-05 检测图像压缩编码效率的方法、装置及存储介质 Active CN108769685B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810569561.1A CN108769685B (zh) 2018-06-05 2018-06-05 检测图像压缩编码效率的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810569561.1A CN108769685B (zh) 2018-06-05 2018-06-05 检测图像压缩编码效率的方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN108769685A true CN108769685A (zh) 2018-11-06
CN108769685B CN108769685B (zh) 2019-07-16

Family

ID=63998951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810569561.1A Active CN108769685B (zh) 2018-06-05 2018-06-05 检测图像压缩编码效率的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN108769685B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712206A (zh) * 2018-12-21 2019-05-03 惠科股份有限公司 数据压缩方法、显示装置和计算机可读存储介质
CN111565315A (zh) * 2020-04-14 2020-08-21 上海大学 一种视频编码算法的评价方法
CN112422956A (zh) * 2020-10-30 2021-02-26 西安万像电子科技有限公司 数据测试系统及方法
CN112435231A (zh) * 2020-11-20 2021-03-02 深圳市慧鲤科技有限公司 图像质量标尺生成方法、评测图像质量的方法及装置
CN112601073A (zh) * 2020-11-30 2021-04-02 北京金山云网络技术有限公司 编码器评价方法、装置、计算机设备和存储介质
CN112637597A (zh) * 2020-12-24 2021-04-09 深圳大学 Jpeg图像压缩方法、装置、计算机设备及存储介质
CN113228657A (zh) * 2021-03-31 2021-08-06 华为技术有限公司 图像处理方式的确定方法及装置
CN113366531A (zh) * 2021-03-31 2021-09-07 华为技术有限公司 图像处理方式的确定方法及装置
CN113628169A (zh) * 2021-07-15 2021-11-09 暨南大学 一种基于伪色的红外图像自动聚焦评价方法、系统及介质
CN114640658A (zh) * 2020-11-30 2022-06-17 阿里巴巴集团控股有限公司 媒体数据及内容数据传输方法、装置和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984665A (zh) * 2010-10-29 2011-03-09 深圳市同洲电子股份有限公司 一种视频传输质量评测的方法与系统
WO2011124159A1 (zh) * 2010-04-09 2011-10-13 华为技术有限公司 视频图像处理方法以及编/解码器
CN102695056A (zh) * 2012-05-23 2012-09-26 中山大学 一种提取压缩视频关键帧的方法
CN106791846A (zh) * 2016-12-09 2017-05-31 浙江宇视科技有限公司 一种图像编码质量因子的调整方法和装置
CN107306353A (zh) * 2016-04-19 2017-10-31 广州市动景计算机科技有限公司 图像空间预测模式选择方法及装置、图像压缩方法及设备
CN107770525A (zh) * 2016-08-15 2018-03-06 华为技术有限公司 一种图像编码的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011124159A1 (zh) * 2010-04-09 2011-10-13 华为技术有限公司 视频图像处理方法以及编/解码器
CN101984665A (zh) * 2010-10-29 2011-03-09 深圳市同洲电子股份有限公司 一种视频传输质量评测的方法与系统
CN102695056A (zh) * 2012-05-23 2012-09-26 中山大学 一种提取压缩视频关键帧的方法
CN107306353A (zh) * 2016-04-19 2017-10-31 广州市动景计算机科技有限公司 图像空间预测模式选择方法及装置、图像压缩方法及设备
CN107770525A (zh) * 2016-08-15 2018-03-06 华为技术有限公司 一种图像编码的方法及装置
CN106791846A (zh) * 2016-12-09 2017-05-31 浙江宇视科技有限公司 一种图像编码质量因子的调整方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LI B, XU J, LI H: "Refining QP to improve coding efficiency in AVS", 《IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING》 *
PEI, SOO CHANG , AND L. H. CHEN: "Image Quality Assessment Using Human Visual DOG Model Fused With Random Forest", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712206A (zh) * 2018-12-21 2019-05-03 惠科股份有限公司 数据压缩方法、显示装置和计算机可读存储介质
CN111565315A (zh) * 2020-04-14 2020-08-21 上海大学 一种视频编码算法的评价方法
CN112422956A (zh) * 2020-10-30 2021-02-26 西安万像电子科技有限公司 数据测试系统及方法
CN112422956B (zh) * 2020-10-30 2024-03-19 西安万像电子科技有限公司 数据测试系统及方法
CN112435231A (zh) * 2020-11-20 2021-03-02 深圳市慧鲤科技有限公司 图像质量标尺生成方法、评测图像质量的方法及装置
CN114640658A (zh) * 2020-11-30 2022-06-17 阿里巴巴集团控股有限公司 媒体数据及内容数据传输方法、装置和系统
CN112601073B (zh) * 2020-11-30 2023-05-05 北京金山云网络技术有限公司 编码器评价方法、装置、计算机设备和存储介质
CN112601073A (zh) * 2020-11-30 2021-04-02 北京金山云网络技术有限公司 编码器评价方法、装置、计算机设备和存储介质
CN112637597A (zh) * 2020-12-24 2021-04-09 深圳大学 Jpeg图像压缩方法、装置、计算机设备及存储介质
CN113228657A (zh) * 2021-03-31 2021-08-06 华为技术有限公司 图像处理方式的确定方法及装置
CN113366531A (zh) * 2021-03-31 2021-09-07 华为技术有限公司 图像处理方式的确定方法及装置
WO2022205060A1 (zh) * 2021-03-31 2022-10-06 华为技术有限公司 图像处理方式的确定方法及装置
WO2022205058A1 (zh) * 2021-03-31 2022-10-06 华为技术有限公司 图像处理方式的确定方法及装置
CN113628169A (zh) * 2021-07-15 2021-11-09 暨南大学 一种基于伪色的红外图像自动聚焦评价方法、系统及介质
CN113628169B (zh) * 2021-07-15 2023-10-10 暨南大学 一种基于伪色的红外图像自动聚焦评价方法、系统及介质

Also Published As

Publication number Publication date
CN108769685B (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
CN108769685B (zh) 检测图像压缩编码效率的方法、装置及存储介质
CN109903256B (zh) 模型训练方法、色差校正方法、装置、介质和电子设备
JP7150127B2 (ja) ビデオ信号処理方法及び装置
CN109274985B (zh) 视频转码方法、装置、计算机设备和存储介质
KR101448493B1 (ko) 국부적인 색역 규정들을 사용하는 이미지 처리 방법들 및 장치
CN110446041A (zh) 一种视频编解码方法、装置、系统及存储介质
CN109087269A (zh) 弱光图像增强方法及装置
CN104021545A (zh) 一种基于视觉显著性的全参考彩色图像质量评价方法
US10848787B2 (en) Lossy image compression using palettization of locally mixed colors
CN108476325A (zh) 高动态范围颜色转换校正
US20110157213A1 (en) Apparatus and method for processing image, and apparatus for displaying image
CN109255774B (zh) 一种图像融合方法、装置及其设备
JPWO2017203942A1 (ja) 画像処理装置、および画像処理方法、並びにプログラム
CN104322063B (zh) 视频流压缩的方法、系统和计算机可读存储介质
CN109862350A (zh) 基于时空域特征提取的无参考视频质量评价方法
CN101389045B (zh) 一种图像质量的评测方法及装置
CN100474936C (zh) 将三色信号转换为多色信号的设备和方法
CN105049672B (zh) 视频信号产生设备和方法
CN104837014B (zh) 压缩图像的方法和图像处理设备
CN104077794A (zh) 图片染色方法及装置
CN106210735A (zh) 一种视频解码的方法及装置
CN101378506A (zh) 图像压缩方法
CN114782249A (zh) 一种图像的超分辨率重建方法、装置、设备以及存储介质
CN110855990B (zh) 图像编码、解码方法、计算机设备和图像处理系统
Xu et al. Evaluation of the colour quality of display primary: Part I. Chromaticity based methods

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230710

Address after: 518057 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 floors

Patentee after: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd.

Patentee after: TENCENT CLOUD COMPUTING (BEIJING) Co.,Ltd.

Address before: 518000 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 Floors

Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd.