CN109218738A - 一种基于二阶梯度的图像去块效应滤波方法 - Google Patents
一种基于二阶梯度的图像去块效应滤波方法 Download PDFInfo
- Publication number
- CN109218738A CN109218738A CN201810775815.5A CN201810775815A CN109218738A CN 109218738 A CN109218738 A CN 109218738A CN 201810775815 A CN201810775815 A CN 201810775815A CN 109218738 A CN109218738 A CN 109218738A
- Authority
- CN
- China
- Prior art keywords
- matrix
- image
- column vector
- image block
- row
- 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
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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
- H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明属于图像处理领域,提供了一种基于图像二阶梯度的去块效应滤波方法,利用压缩图像块边界两侧像素点的二阶梯度特征,对压缩后的像素点进行合理调整,从而实现对图像块边界的平滑处理,有效去图像压缩中存在的块效应。同时,本发明的滤波方法充分利用了图像块边界的二阶梯度变化特性,从而能够有效保留图像的原始特征,防止因滤波所造成的图像细节信息损失。本发明的滤波方法因为计算复杂度较低、效果明显,所以在对压缩图像的实际处理中具有较高的应用价值。
Description
技术领域
本发明属于图像处理领域,涉及一种基于图像二阶梯度的去块效应滤波方法,用以去除压缩图像中存在的块效应。
背景技术
图像压缩技术为设备终端的存储和传输图像带来了极大的便利,但是对于海量的图像数据来说,无损图像压缩的压缩率是远远不够的,因此,在绝大多数情况下,图像压缩都采用有损压缩的方式。有损压缩以引入一定的失真为代价,来换取更高的压缩比。
由于离散余弦变换形式与输入信号无关且存在快速实现算法,同时离散余弦变换的性能接近去相关性能最优的K-L变换,因此,离散余弦变换被广泛的应用在图像及视频编码的标准中,比如JPEG、H.264/AVC、H.265/HEVC等。在基于离散余弦变换的压缩编码中,首先将图像划分为许多8×8大小不重叠的图像块,对每个块进行离散余弦变换,得到离散余弦变换系数,然后对其进行量化和可变长度编码;在量化的过程中会带来信息的损失,这就会带来失真,表现为:振铃效应、块效应等。
近年来,学者们提出了许多去块效应算法,例如,对块边界进行平滑滤波可以有效地降低、去除块效应,但是峰值信噪比提高不多,视觉效果一般;基于凸集投影POCS的方法,将去块效应视为图像恢复问题,但是这种方法需要经过多次迭代,计算复杂度很高;基于重叠块的正交变换编码、小波变换、预测编码等方式,也取得了不错的去块效应的效果,但是计算复杂度高、去块效应时间长。
发明内容
本发明的目的在于针对上述去块效应方法计算复杂度高、去块效应时间长的问题,提供一种基于二阶梯度的图像去块效应滤波方法,用以提高图像压缩中去块效应的能力,提高峰值信噪比,减少计算复杂度,同时提高图像主观上的视觉感受。
为实现上述目的,本发明采用的技术方案如下:
一种基于图像二阶梯度的去块效应滤波方法,包括以下步骤:
步骤1.对原始图像进行压缩
采用JPEG图像压缩方法对输入图像进行压缩,将压缩后的图像记为X;
步骤2.对压缩后的图像进行分块
按照JPEG图像压缩方法中的分块方式将步骤1中得到的压缩图像X划分成互不重叠的、大小为8×8的图像块,将所有图像块中左右相邻的两个图像块分别记为plk和prk,将所有图像块中上下相邻的两个图像块分别记为puk和pdk,k是图像块的下标索引,k=1,2,3,…;
步骤3.对图像块进行二维离散余弦变换
首先,对步骤2中产生的图像块plk、prk、puk与pdk分别进行二维离散余弦变换,得到变换后的系数块,对应记为Plk、Prk、Puk于Pdk;
步骤4.产生变换系数向量
首先,将步骤3中得到的系数块Plk、Prk、Puk与Pdk均进行如下变换:
将系数块中的系数按照从上到下、从左到右的顺序依次取出,再按照从上到下的顺序组成一个一维的列向量,
对应得到列向量Y1、Y2、Y3与Y4;
然后,将列向量Y1和列向量Y2按照从上到下的顺序组成变换系数N:符号T表示转置;将列向量Y3和列向量Y4按照从上到下的顺序组成变换系数M:
步骤5.产生采样变换矩阵
首先,构建64×64的变换矩阵B:其中,A为8×8的离散余弦变换矩阵,代表Kronecker乘法中的乘法算子;
然后,按照从上到下的顺序将矩阵B的第49~64个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ1;按照从上到下的顺序将矩阵B的第1~16个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ2;按照从上到下的顺序将矩阵B的第7、15、23、31、 39、47、55、63、8、16、24、32、40、48、56、64个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ3;按照从上到下的顺序将矩阵B的第1、9、17、25、33、41、49、57、 2、10、18、26、34、42、50、58个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ4;
最后,用Φ1、Φ2构建32×128的采样变换矩阵B1:用Φ3、Φ4构建32×128 的采样变换矩阵B2:其中,O是大小为16×64的全零矩阵;
步骤6.产生去块效应算法的相关参数
首先,用8×8的单位矩阵I和8×24的全零矩阵L1,按照从左到右的顺序组成8×32的矩阵G1:G1=[I L1];用8×8的全零矩阵L2和矩阵I、以及8×16的全零矩阵L3,按照从左到右的顺序组成8×32的矩阵G2:G2=[L2 I L3];用矩阵L3、矩阵I和矩阵L2,按照从左到右的顺序组成8×32的矩阵G3:G3=[L3 I L2];用矩阵L1和矩阵I,按照从左到右的顺序组成 8×32的矩阵G4:G4=[L1 I];
然后,用矩阵G1、矩阵G2和矩阵G3生成8×32的矩阵U:U=G1-2G2+G3;用矩阵G2、矩阵G3和矩阵G4生成8×32的矩阵V:V=G2-2G3+G4;
最后,根据JPEG图像压缩方法中的品质因子QF,定义去块效应方法中的调节因子λ:λ=0.26×QF+0.9;
步骤7.水平方向滤波
其中,N′为水平方向滤波后的系数列向量,E为128×128的单位矩阵;
进而得到水平方向滤波后的像素列向量a1:a1=B1N′;
步骤8.垂直方向滤波
其中,M′为垂直方向滤波后的系数列向量;
进而得到垂直方向滤波后的像素列向量a2:a2=B2M′;
步骤9.更新图像块像素点
用步骤7产生的像素列向量a1的第1~8行的元素按照从上到下的顺序替换步骤2中产生的图像块plk中从右向左数的第二列的列向量;用像素列向量a1的第9~16行的元素按照从上到下的顺序替换步骤2中产生的图像块plk最右侧的列向量;将替换后的图像块记为plk′;
用步骤7产生的像素列向量a1的第17~24行的元素按照从上到下的顺序替换步骤2中产生的图像块prk最左侧的列向量;用像素列向量a1的第25~32行的元素按照从上到下的顺序替换步骤2中产生的图像块prk中从左向右数的第二列的列向量;将替换后的图像块记为prk′;
用步骤8产生的像素列向量a2的第1~8行的元素按照从左到右的顺序替换步骤2中产生的图像块puk中从下向上数的第二行的行向量;用像素列向量a2的第9~16行的元素按照从左到右的顺序替换步骤2中产生的图像块puk最下侧的行向量;将替换后的图像块记为puk′;
用步骤8产生的像素列向量a2的第17~24行的元素按照从左到右的顺序替换步骤2中产生的图像块pdk最上侧的行向量;用像素列向量a2的第25~32行的元素按照从左到右的顺序替换步骤2中产生的图像块pdk中从上向下数的第二行的行向量;将替换后的图像块记为 pdk′;
步骤10.合成滤波后的图像
对于步骤9中产生的图像块plk′、prk′、puk′和pdk′,采用JPEG图像压缩方法中图像块合成图像方法,得到滤波后的图像X′。
本发明的有益效果如下:
1、为了避免因滤波产生的误差而影响编码效率,以解码后的系数为约束,对图像块边界两侧地像素点进行合理的调整,在有效降低编码块响应的同时,避免因滤波产生的二次误差,从而显著提升滤波效率及整体编码效率。
2、本发明的算法采用了基于二阶梯度的滤波方法,滤波效果十分明显,并且本发明所提出的滤波方法在有效的去除图像块效应的同时,能够充分利用图像的二阶变化特征,在实现滤波的同时,有效保留图像的细节信息,防止因滤波所造成的额外信息损失。
附图说明
图1为本发明一种基于图像二阶梯度的去块效应滤波方法的流程示意图。
图2为本发明实施例中仿真所使用的图像:(a)Butterfly;(b)Statue;
具体实施方式
本发明提供一种基于图像二阶梯度的去块效应滤波方法,为方便描述本发明内容,首先做一下术语定义:
定义1:传统的JPEG图像压缩方法
传统的JPEG图像压缩方法是按照JPEG图像压缩标准对图像进行分块式压缩的方法,其中包括了经典的图像分块方法、图像块的二维离散余弦变换方法、变换系数块的量化和反量化方法、系数块的熵编码方法、系数块的二维离散余弦反变换方法以及用压缩后的图像块合成完整图像的方法等,具体描述过程参见“JPEG(Joint Photographic ExpertsGroup):ISO/IEC IS 10918–1/ITU-T Recommendation T.81,Digital Compression andCoding of Continuous-Tone Still Image,1993”;
定义2:传统的二维离散余弦变换
传统的二维离散余弦变换是将图像块从像素域转换到变换域的方法,通过对原始图像块矩阵分别左乘和右乘二维离散余弦变换矩阵,能够实现对原始图像块的二维离散余弦变换,具体描述过程参见“JPEG(Joint Photographic Experts Group):ISO/IEC IS10918–1/ITU-T Recommendation T.81,Digital Compression and Coding ofContinuous-Tone Still Image,1993”;
定义3:传统的产生离散余弦变换矩阵的方法
传统的产生离散余弦变换矩阵的方法是根据离散余弦变换的定义,计算变换矩阵中的每一个变换系数,产生任意大小的离散余弦变换矩阵的方法,具体描述过程参见文献“数字视频编码技术原理”,高文、赵德斌、马思伟著,科学出版社;
定义4:传统的Kronecker乘法
传统的Kronecker乘法可以表示为其中,表示Kronecker乘法算子,A是大小为m×n的矩阵,aij为矩阵A中的元素,i代表横坐标索引,j代表纵坐标索引。
B是大小为p×q的矩阵,bij为矩阵B中的元素,i代表横坐标索引,j代表纵坐标索引。
C是大小为mp×nq的矩阵,
具体描述过程参见文献“矩阵分析与应用(第2版)”,张贤达著,清华大学出版社;
上述基于图像二阶梯度的去块效应滤波方法的具体流程如图1所示,包括以下步骤:
步骤1.对原始图像进行压缩
用传统的JPEG图像压缩方法对输入图像进行压缩,将压缩后的图像记为X;
步骤2.对压缩后的图像进行分块
按照传统的JPEG图像压缩方法中的分块方式将步骤1中得到的压缩图像X划分成互不重叠的、大小为8×8的图像块,将所有图像块中左右相邻的两个图像块分别记为plk和prk,将所有图像块中上下相邻的两个图像块分别记为puk和pdk,这里,k是图像块的下标索引, k=1,2,3,…;
步骤3.对图像块进行二维离散余弦变换
首先,对步骤2中产生的图像块plk进行传统的二维离散余弦变换,得到变换后的系数块,记为Plk;对步骤2中产生的图像块prk进行传统的二维离散余弦变换,得到变换后的系数块,记为Prk;
接着,将步骤2中产生的图像块puk进行传统的二维离散余弦变换,得到变换后的系数块,记为Puk;对步骤2中产生的图像块pdk进行传统的二维离散余弦变换,得到变换后的系数块,记为Pdk;
步骤4.产生变换系数向量
首先,将步骤3中产生的系数块Plk中的系数按照从上到下、从左到右的顺序依次取出,再按照从上到下的顺序组成一个一维的列向量,记为Y1;将步骤3中产生的系数块Prk中的系数按照从上到下、从左到右的顺序依次取出,按照从上到下的顺序组成一个一维的列向量,记为Y2;
接着,将步骤3中产生的系数块Puk中的系数按照从上到下、从左到右的顺序依次取出,再按照从上到下的顺序组成一个一维的列向量,记为Y3;将步骤3中产生的系数块Pdk中的系数按照从上到下、从左到右的顺序依次取出,按照从上到下的顺序组成一个一维的列向量,记为Y4;
最后,将列向量Y1和列向量Y2按照从上到下的顺序组成一个列向量,记为N,这里,符号T表示对向量进行转置操作;将列向量Y3和列向量Y4按照从上到下的顺序组成一个列向量,记为M,这里,
步骤5.产生两个采样变换矩阵
首先,用传统的产生离散余弦变换矩阵的方法产生一个大小为8×8的离散余弦变换矩阵,记为A;
其次,用传统的Kronecker乘法和离散余弦变换矩阵A,产生一个大小为64×64的变换矩阵,记为B,这里,符号代表传统的Kronecker乘法中的乘法算子;
接着,按照从上到下的顺序将矩阵B的第49~64个行向量依次取出,按照从上到下的顺序组成一个大小为16×64的矩阵,记为Φ1;按照从上到下的顺序将矩阵B的第1~16个行向量依次取出,按照从上到下的顺序组成一个大小为16×64的矩阵,记为Φ2;按照从上到下的顺序将矩阵B的第7、15、23、31、39、47、55、63、8、16、24、32、40、48、56、64个行向量依次取出,按照从上到下的顺序组成一个大小为16×64的矩阵,记为Φ3;按照从上到下的顺序将矩阵B的第1、9、17、25、33、41、49、57、2、10、18、26、34、42、50、58个行向量依次取出,按照从上到下的顺序组成一个大小为16×64的矩阵,记为Φ4;
最后,用Φ1、Φ2和大小为16×64的全零矩阵,产生一个大小为32×128的采样变换矩阵,记为B1,这里,O是大小为16×64的全零矩阵;用Φ3、Φ4和大小为16×64 的全零矩阵,产生一个大小为32×128的采样变换矩阵,记为B2,这里,
步骤6.产生去块效应算法的相关参数
首先,用一个大小为8×8的单位矩阵,记为I,和一个大小为8×24的全零矩阵,记为L1,按照从左到右的顺序组成一个大小为8×32的矩阵,记为G1,这里,G1=[I L1];用一个大小为8×8的全零矩阵,记为L2,和矩阵I,再加上一个大小为8×16的全零矩阵,记为L3,按照从左到右的顺序组成一个大小为8×32的矩阵,记为G2,这里,G2=[L2 I L3];
其次,用矩阵L3、矩阵I和矩阵L2,按照从左到右的顺序组成一个大小为8×32的矩阵,记为G3,这里,G3=[L3 I L2];用矩阵L1和矩阵I,按照从左到右的顺序组成一个大小为8×32 的矩阵,记为G4,这里,G4=[L1 I];
接着,用矩阵G1、矩阵G2和矩阵G3生成一个大小为8×32的矩阵,记为U,这里, U=G1-2G2+G3;用矩阵G2、矩阵G3和矩阵G4生成一个大小为8×32的矩阵,记为V,这里,V=G2-2G3+G4;
最后,根据传统的JPEG图像压缩方法中的品质因子QF,定义去块效应算法中的调节因子,记为λ,这里,λ=0.26×QF+0.9;
步骤7.水平方向滤波
首先,将水平方向滤波后的系数列向量记为N′:
其中,E是大小为128×128的单位矩阵;
然后,用B1和N′产生水平方向滤波后的像素列向量,记为a1,这里a1=B1N′;
步骤8.垂直方向滤波
首先,将垂直方向滤波后的系数列向量记为M′:
然后,用B2和M′产生垂直方向滤波后的像素列向量,记为a2,这里a2=B2M′;
步骤9.更新图像块像素点
首先,用步骤7产生的像素列向量a1的第1~8行的元素按照从上到下的顺序替换步骤2 中产生的图像块plk中从右向左数的第二列的列向量;用像素列向量a1的第9~16行的元素按照从上到下的顺序替换步骤2中产生的图像块plk最右侧的列向量;将替换后的图像块记为 plk′
其次,用步骤7产生的像素列向量a1的第17~24行的元素按照从上到下的顺序替换步骤 2中产生的图像块prk最左侧的列向量;用像素列向量a1的第25~32行的元素按照从上到下的顺序替换步骤2中产生的图像块prk中从左向右数的第二列的列向量;将替换后的图像块记为 prk′;
接着,用步骤8产生的像素列向量a2的第1~8行的元素按照从左到右的顺序替换步骤2 中产生的图像块puk中从下向上数的第二行的行向量;用像素列向量a2的第9~16行的元素按照从左到右的顺序替换步骤2中产生的图像块puk最下侧的行向量;将替换后的图像块记为 puk′;
最后,用步骤8产生的像素列向量a2的第17~24行的元素按照从左到右的顺序替换步骤 2中产生的图像块pdk最上侧的行向量;用像素列向量a2的第25~32行的元素按照从左到右的顺序替换步骤2中产生的图像块pdk中从上向下数的第二行的行向量;将替换后的图像块记为pdk′;
步骤10.合成滤波后的图像
对于步骤9中产生的图像块plk′、prk′、puk′和pdk′,采用传统的JPEG图像压缩方法中图像块合成图像的方法,产生滤波后的图像,记为X′。
本实施例中采用的测试图像如图2所示,分别为“Butterfly”和“Statue”图像;将图像按照上述方法进行去块滤波处理,其结果如下表所示:
从上表中可以看出,当图像分别使用0.25bpp、0.30bpp、0.35bpp、0.40bpp、0.45bpp的码率进行编码时,使用本发明方法所得到的图像的峰值信噪比相比于压缩后的图像的峰值信噪比,有十分明显的提升。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (1)
1.一种基于图像二阶梯度的去块效应滤波方法,包括以下步骤:
步骤1.对原始图像进行压缩
采用JPEG图像压缩方法对输入图像进行压缩,将压缩后的图像记为X;
步骤2.对压缩后的图像进行分块
按照JPEG图像压缩方法中的分块方式将步骤1中得到的压缩图像X划分成互不重叠的、大小为8×8的图像块,将所有图像块中左右相邻的两个图像块分别记为plk和prk,将所有图像块中上下相邻的两个图像块分别记为puk和pdk,k是图像块的下标索引,k=1,2,3,…;
步骤3.对图像块进行二维离散余弦变换
首先,对步骤2中产生的图像块plk、prk、puk与pdk分别进行二维离散余弦变换,得到变换后的系数块,对应记为Plk、Prk、Puk于Pdk;
步骤4.产生变换系数向量
首先,将步骤3中得到的系数块Plk、Prk、Puk与Pdk均进行如下变换:
将系数块中的系数按照从上到下、从左到右的顺序依次取出,再按照从上到下的顺序组成一个一维的列向量,
对应得到列向量Y1、Y2、Y3与Y4;
然后,将列向量Y1和列向量Y2按照从上到下的顺序组成变换系数N:符号T表示转置;将列向量Y3和列向量Y4按照从上到下的顺序组成变换系数M:
步骤5.产生采样变换矩阵
首先,构建64×64的变换矩阵B:其中,A为8×8的离散余弦变换矩阵,代表Kronecker乘法中的乘法算子;
然后,按照从上到下的顺序将矩阵B的第49~64个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ1;按照从上到下的顺序将矩阵B的第1~16个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ2;按照从上到下的顺序将矩阵B的第7、15、23、31、39、47、55、63、8、16、24、32、40、48、56、64个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ3;按照从上到下的顺序将矩阵B的第1、9、17、25、33、41、49、57、2、10、18、26、34、42、50、58个行向量依次取出,按照从上到下的顺序组成16×64的矩阵Φ4;
最后,用Φ1、Φ2构建32×128的采样变换矩阵B1:用Φ3、Φ4构建32×128的采样变换矩阵B2:其中,O是大小为16×64的全零矩阵;
步骤6.产生去块效应算法的相关参数
首先,用8×8的单位矩阵I和8×24的全零矩阵L1,按照从左到右的顺序组成8×32的矩阵G1:G1=[I L1];用8×8的全零矩阵L2和矩阵I、以及8×16的全零矩阵L3,按照从左到右的顺序组成8×32的矩阵G2:G2=[L2 I L3];用矩阵L3、矩阵I和矩阵L2,按照从左到右的顺序组成8×32的矩阵G3:G3=[L3 I L2];用矩阵L1和矩阵I,按照从左到右的顺序组成8×32的矩阵G4:G4=[L1 I];
然后,用矩阵G1、矩阵G2和矩阵G3生成8×32的矩阵U:U=G1-2G2+G3;用矩阵G2、矩阵G3和矩阵G4生成8×32的矩阵V:V=G2-2G3+G4;
最后,根据JPEG图像压缩方法中的品质因子QF,定义去块效应方法中的调节因子λ:λ=0.26×QF+0.9;
步骤7.水平方向滤波
其中,N′为水平方向滤波后的系数列向量,E为128×128的单位矩阵;
进而得到水平方向滤波后的像素列向量a1:a1=B1N′;
步骤8.垂直方向滤波
其中,M′为垂直方向滤波后的系数列向量;
进而得到垂直方向滤波后的像素列向量a2:a2=B2M′;
步骤9.更新图像块像素点
用步骤7产生的像素列向量a1的第1~8行的元素按照从上到下的顺序替换步骤2中产生的图像块plk中从右向左数的第二列的列向量;用像素列向量a1的第9~16行的元素按照从上到下的顺序替换步骤2中产生的图像块plk最右侧的列向量;将替换后的图像块记为plk′;
用步骤7产生的像素列向量a1的第17~24行的元素按照从上到下的顺序替换步骤2中产生的图像块prk最左侧的列向量;用像素列向量a1的第25~32行的元素按照从上到下的顺序替换步骤2中产生的图像块prk中从左向右数的第二列的列向量;将替换后的图像块记为prk′;
用步骤8产生的像素列向量a2的第1~8行的元素按照从左到右的顺序替换步骤2中产生的图像块puk中从下向上数的第二行的行向量;用像素列向量a2的第9~16行的元素按照从左到右的顺序替换步骤2中产生的图像块puk最下侧的行向量;将替换后的图像块记为puk′;
用步骤8产生的像素列向量a2的第17~24行的元素按照从左到右的顺序替换步骤2中产生的图像块pdk最上侧的行向量;用像素列向量a2的第25~32行的元素按照从左到右的顺序替换步骤2中产生的图像块pdk中从上向下数的第二行的行向量;将替换后的图像块记为pdk′;
步骤10.合成滤波后的图像
对于步骤9中产生的图像块plk′、prk′、puk′和pdk′,采用JPEG图像压缩方法中图像块合成图像方法,得到滤波后的图像X′。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810775815.5A CN109218738B (zh) | 2018-07-16 | 2018-07-16 | 一种基于二阶梯度的图像去块效应滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810775815.5A CN109218738B (zh) | 2018-07-16 | 2018-07-16 | 一种基于二阶梯度的图像去块效应滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109218738A true CN109218738A (zh) | 2019-01-15 |
CN109218738B CN109218738B (zh) | 2021-02-02 |
Family
ID=64990063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810775815.5A Active CN109218738B (zh) | 2018-07-16 | 2018-07-16 | 一种基于二阶梯度的图像去块效应滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109218738B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114240849A (zh) * | 2021-11-25 | 2022-03-25 | 电子科技大学 | 一种基于梯度变化的无参考jpeg图像质量评价方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6535643B1 (en) * | 1998-11-03 | 2003-03-18 | Lg Electronics Inc. | Method for recovering compressed motion picture for eliminating blocking artifacts and ring effects and apparatus therefor |
CN1713728A (zh) * | 2004-06-14 | 2005-12-28 | 厦门华侨电子企业有限公司 | 视频编码解码系统中用于去除块效应的方法及装置 |
CN104869426A (zh) * | 2015-05-20 | 2015-08-26 | 东南大学 | 在低压缩码率下降低图像方块效应的jpeg编码方法 |
CN105763880A (zh) * | 2016-02-19 | 2016-07-13 | 北京大学 | 消除视频编码图像块效应的方法 |
CN106651789A (zh) * | 2016-11-21 | 2017-05-10 | 北京工业大学 | 一种面向压缩人脸图像的自适应去块效应方法 |
CN107623859A (zh) * | 2017-11-27 | 2018-01-23 | 珠海亿智电子科技有限公司 | 一种低码率下jpeg编码的去块效应方法 |
-
2018
- 2018-07-16 CN CN201810775815.5A patent/CN109218738B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6535643B1 (en) * | 1998-11-03 | 2003-03-18 | Lg Electronics Inc. | Method for recovering compressed motion picture for eliminating blocking artifacts and ring effects and apparatus therefor |
CN1713728A (zh) * | 2004-06-14 | 2005-12-28 | 厦门华侨电子企业有限公司 | 视频编码解码系统中用于去除块效应的方法及装置 |
CN104869426A (zh) * | 2015-05-20 | 2015-08-26 | 东南大学 | 在低压缩码率下降低图像方块效应的jpeg编码方法 |
CN105763880A (zh) * | 2016-02-19 | 2016-07-13 | 北京大学 | 消除视频编码图像块效应的方法 |
CN106651789A (zh) * | 2016-11-21 | 2017-05-10 | 北京工业大学 | 一种面向压缩人脸图像的自适应去块效应方法 |
CN107623859A (zh) * | 2017-11-27 | 2018-01-23 | 珠海亿智电子科技有限公司 | 一种低码率下jpeg编码的去块效应方法 |
Non-Patent Citations (3)
Title |
---|
TADASHI KASEZAWA: "BLOCKING AR丁(FACTS REDUCTION USING DISCRETE COSINE TRANSFORM", 《IEEE EXPLORE》 * |
朱剑英: "基于DCT变换的图像编码方法研究", 《中国优秀硕士学位论文全文数据库》 * |
颜金尧等: "低码率视频压缩技术块效应消除方法的研究", 《北京广播学院学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114240849A (zh) * | 2021-11-25 | 2022-03-25 | 电子科技大学 | 一种基于梯度变化的无参考jpeg图像质量评价方法 |
CN114240849B (zh) * | 2021-11-25 | 2023-03-31 | 电子科技大学 | 一种基于梯度变化的无参考jpeg图像质量评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109218738B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Deep convolutional autoencoder-based lossy image compression | |
CN107645662B (zh) | 一种彩色图像压缩方法 | |
US7634148B2 (en) | Image signal transforming and inverse-transforming method and computer program product with pre-encoding filtering features | |
WO1992021101A1 (en) | Continuous-tone image compression | |
WO2001050768A2 (en) | Method and apparatus for video compression using sequential frame cellular automata transforms | |
AU2002259268B2 (en) | Apparatus and method for encoding and computing a discrete cosine transform using a butterfly processor | |
CN114449276B (zh) | 一种基于学习的超先验边信息补偿图像压缩方法 | |
CN104427349A (zh) | 一种Bayer图像压缩方法 | |
Hassan et al. | Color image compression based on DCT, differential pulse coding modulation, and adaptive shift coding | |
CN108200439A (zh) | 提高数字信号变换性能的方法及数字信号变换方法和装置 | |
US6330283B1 (en) | Method and apparatus for video compression using multi-state dynamical predictive systems | |
CN109218738A (zh) | 一种基于二阶梯度的图像去块效应滤波方法 | |
Deshlahra | Analysis of Image Compression Methods Based On Transform and Fractal Coding | |
CN107146259A (zh) | 一种基于压缩感知理论的新型图像压缩方法 | |
CN106559668B (zh) | 一种基于智能量化技术的低码率图像压缩方法 | |
Anitha | 2D image compression technique-A survey | |
Emara et al. | Image compression using advanced optimization algorithms | |
CN105872536B (zh) | 一种基于双编码模式的图像压缩方法 | |
CN109255770B (zh) | 一种图像变换域降采样方法 | |
CN108989812A (zh) | 一种基于图像压缩的去块效应方法 | |
Zhang et al. | Color image compression based on directional all phase biorthogonal transform | |
Poolakkachalil et al. | Comparative analysis of lossless compression techniques in efficient DCT-based image compression system based on Laplacian Transparent Composite Model and An Innovative Lossless Compression Method for Discrete-Color Images | |
CN118176730A (zh) | 解码方法、编码方法、解码器、编码器和编解码系统 | |
Wang et al. | Properties of all phase biorthogonal transform matrix and its application in color image compression | |
CN108989820B (zh) | 各阶段采用各自相应色度采样格式的数据压缩方法和装置 |
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 |