CN109996078A - 一种图像压缩方法、装置及电子设备 - Google Patents

Abstract

本申请实施例涉及一种图像压缩方法、装置及电子设备。其中，图像压缩方法包括：确定所述目标图像的复杂度值；基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

Description

一种图像压缩方法、装置及电子设备

技术领域

本申请实施例涉及图像压缩技术领域，尤其是指一种图像压缩方法、装置及电子设备。

背景技术

随着电子以及信息技术的进步，电子设备处理以及显示图像也越来越普遍。如今，人们对大文件的图像使用需求越来越多。但是大文件的图像在储存、传输上都不方便。为此，图像处理专家开发出了图像的有损压缩技术。有损压缩技术的原理是利用量化的方法舍去图像的部分信息以减小图像的文件。

现有的图像压缩方法没有在图像的显示效果和压缩效果上取得较佳的平衡，导致在对一部分图像进行压缩后无法获得较好的收益。比如，一些复杂度高但文件较小的图像，在现有的压缩方法中对应的压缩程度较小，导致图像的压缩效果不理想；再比如，一些复杂度较低但文件较大的图像，在现有的压缩方法中对应的压缩程度较大，导致图像压缩后的显示效果不佳。有鉴于此，如何对图像进行智能化压缩，以兼得图像的显示效果和压缩效果，是本申请所要解决的技术问题。

发明内容

本申请实施例目的是提供一种图像压缩方法、装置及电子设备，能够在图像的显示效果和压缩效果两者间取得较佳平衡的基础上，对图像进行压缩。

为了实现上述目的，本申请实施例是这样实现的：

第一方面，提供一种图像压缩方法，包括：

确定所述目标图像的复杂度值；

基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；

基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

第二方面，提供一种图像压缩装置，包括：

复杂度确定模块，确定目标图像的复杂度值；

量化参数调整模块，基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；

图像压缩模块，基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

第三方面，提供一种电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行第一方面所述的图像压缩方法。

第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质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第一方面所述的图像压缩方法。

由以上本申请实施例提供的技术方案可见，本申请实施例的方案基于目标图像的复杂度值，确定目标图像的量化参数调整系数，进而基于量化参数调整系数对目标图像进行压缩。由于量化参数调整系数与目标图像的复杂度值相关联，因此能够在不降低目标图像的显示效果的基础上，对目标图像的文件进行压缩，在显示效果和压缩效果两者间取得了较佳的平衡。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的图像压缩方法的流程示意图。

图2为图像的像素深度与图像的残差系数的关系图。

图3为本申请实施例提供的图像压缩方法中的量化参数调整函数图。

图4为基于本申请实施例提供的图像压缩方法所确定到的目标量化参数值与复杂度值之间的关系图。

图5为本申请实施例提供的图像压缩装置的结构示意图。

图6为本申请实施例提供的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

如前所述，现有的图像压缩方法没有在图像的显示效果和压缩效果上取得较佳的平衡，导致在对一部分图像进行压缩后无法获得较好的收益。比如，一些复杂度高但文件较小的图像，在现有的压缩方法中对应的压缩程度较低，导致压缩效果不理想；再比如，一些复杂度较低但文件较大的图像，在现有的压缩方法中对应的压缩程度较高，导致图像压缩后的显示效果不佳。有鉴于此，本申请旨在提供一种基于图像复杂度进行智能化压缩的方案，能够解决上述技术问题。

图1是本申请实施例图像压缩方法的流程图。图1所示的方法可以由下文所述的图像压缩装置执行，包括：

步骤S102，确定目标图像的复杂度值；

针对步骤S102而言：

目标图像可以是图片或者多帧图片所组成的视频。

目标图像的复杂度值反映目标图像的可压缩程度。即，复杂度值越高，则目标图像的可压缩程度越大。反之，复杂度值越低，则目标图像的可压缩程度越小。

需要说明的是，图像复杂度值的确定方式并不唯一，本申请实施例对其不作具体限定，在下文中进行举例介绍。

步骤S104，基于复杂度值，确定目标图像对应的量化参数调整系数。

针对步骤S104而言：

可以将目标图像的复杂度值代入至预先设置的量化参数调整函数，得到目标图像对应的量化参数调整系数。其中，量化参数调整函数表征复杂度值和量化参数调整系数的等量关系。量化参数调整函数中一些决定等量关系的元素及元素取值可以根据实际的压缩策略进行配置。

步骤S106，基于目标图像对应的量化参数调整系数，对目标图像进行压缩。

针对步骤S106而言：

可以基于目标图像的原始量化参数值与目标图像对应的量化参数调整系，计算出用于压缩目标图像的目标量化参数值；之后，按照确定得到的目标量化参数值，对目标图像进行压缩，使得目标图像由压缩前的原始量化参数值转换为压缩后的目标量化参数值。

通过图1所示的方法可以知道，本申请实施例的方案基于目标图像的复杂度值，确定目标图像的量化参数调整系数，进而基于量化参数调整系数对目标图像进行压缩。由于量化参数调整系数与目标图像的复杂度值相关联，因此能够在不降低目标图像的显示效果的基础上，对目标图像的文件进行压缩，在显示效果和压缩效果两者间取得了较佳的平衡。

下面对本申请实施例的方法进行详细介绍。

图像的像素深度Bpp是反映图像质量的重要指标。图像的Bpp越大，则图像的复杂度值越高，对应的可压缩程度越大。反之，图像的Bpp越小，则图像的复杂度值越低，对应的可压缩程度越小。

经实践发现，图像的残差系数Satd与图像的Bpp呈图2所示的趋近于正比例的关系。

为此，本申请实施例的方法可以基于图像的残差系数，来量化图像的复杂度值。之后根据目标图像的复杂度值，来决定图像的量化参数调整系数(量化参数调整系数反映了图像的压缩程度)，并按照量化参数调整系数对目标图像进行压缩。比如，对于复杂度值较高的图像，则压缩程度较大，以保证图像的文件能够得到充分压缩。再比如，对于复杂度值较小的图像，则压缩程度较小，以降低压缩对图像显示效果产生的负面影响。

其中，本申请实施例的方法的主要流程包括：

步骤一，确定目标图像的复杂度值。

具体地，本步骤可以将目标图像的数据分成8×8规格的数据矩阵(其他规格的数据矩阵也同样可适用，本文不再举例赘述)，若目标图像的数据不足以形成8×8的数据矩阵，则可以使用已有的数据补齐方法(如尾部数据补齐法)对数据矩阵进行补齐。之后，通过同样8×8规格的哈达马矩阵对数据矩阵进行逻辑计算，完成哈达马转换，得到目标图像的8×8规格的残差块。最后，对残差块中的直流分量值进行加权求和，得到目标图像的残差系数，该残差系数即目标图像的复杂度值。

其中，哈达马矩阵是由+1和-1元素所构成的，基于现有的哈达马转换算法所得到的8×8规格的残差块中，第0位(0为残差块中分块的起始序位)、第4位以及第32位分块的直流分量值会与其余分块的直流分量值存在较大的偏差(第0位分块的直流分量值偏离最大)。因此，在计算残差系数过程中，为降低第0位分块、第4位分块以及第32位分块的影响，通常设置第0位分块的直流分量值的加权系数远小于第4位分块以及第32位分块的直流分量值的加权系数，第4位分块以及第32位分块的直流分量值的加权系数远小于残差块中第0位分块、第4位分块以及第32位分块以外的其它分块的直流分量值的加权系数。例如，设置第0位分块的直流分量值的加权系数为1/64，第4位分块以及第32位分块的直流分量值的加权系数为1/8，其它分块的直流分量值的加权系数为1；再例如，设置第0位分块的直流分量值的加权系数为1/100，第4位分块以及第32位分块的直流分量值的加权系数为1/10，其它分块的直流分量值的加权系数为1，等等。

步骤二，基于目标图像的复杂度值，确定目标图像对应的量化参数调整系数。

具体地，本步骤可以提供一个表征复杂度值和量化参数调整系数之间等量关系的量化参数调整函数。在确定出目标图像的复杂度值后，只需要将复杂度值代入至量化参数调整函数后，即可得到目标图像对应的量化参数调整系数。

应理解，量化参数调整函数可以根据目标图像的压缩策略进行灵活调整。

作为示例性介绍。

本步骤可以先提供一个初始的量化参数调整函数，该化参数调整函数为：y(x：satd)＝{atan[-(satd-c)/i]*a+b}。

其中，x表示复杂度值，即目标图像的残差系数；c表示y(x)曲线的中心点横坐标值；i表示y(x)曲线的坡度变化幅度；a、b为归一化系数，a+b＝1；

之后，根据目标图像的压缩策略，对上式中的c、i、a和b的取值进行调整，得到调整后满足压缩策略的量化参数调整函数。

比如，目标图像的压缩策略指示有以下要求：

1)量化参数的调整比例在[80％，100％]的区间内为宜。

2)当目标图像的复杂度值较小时(复杂度值在0-30之间)，量化参数的调整比例不应过大，以趋近于100％为宜。

3)随着目标图像的复杂度值增大，量化参数的调整比例应迅速增大。

4)在目标图像的复杂度值大于140时，为了保证目标图像的显示效果，量化参数的调整比例维持在80％以上。

对应上述压缩策略，c调整后的取值范围可以为[75-85]，i调整后的取值范围可以为[35-45]，a调整后的取值范围可以为[0.05-0.1]，b调整后的取值范围可以为[0.9-0.95]。最终调整后的量化参数调整函数曲线大致如图3所示。图3中，横坐标表示复杂度值，纵坐标表示量化参数的调整比例(即量化参数调整系数)。从图3中的曲线可以看出，量化参数调整函数能够很好的满足或基本满足上述压缩策略的要求。

步骤三，基于目标图像对应的量化参数调整系数，对目标图像进行压缩。

具体地，本步骤可以基于公式AutoQP＝y(x)QP，计算得到目标图像压缩后的目标量化参数。其中，y(x)表示步骤二确定得到的量化参数调整系数，AutoQP表示目标图像压缩后的目标量化参数，QP表示目标图像的原始量化参数。

之后，按照目标量化参数对目标图像进行压缩。由于根据量化参数值，对图像进行压缩属于现有技术，因此本文不再举例赘述。

图4是目标图像的复杂度值与用于压缩目标图像的目标量化参数值之间的关系图。在图4中，横坐标表示复杂度值，纵坐标表示用于压缩目标图像的量化参数值，实线表示本申请实施例的方法所确定得到的目标量化参数值，虚线表示现有方法所确定得到的目标量化参数值。对比两者曲线可以看出，在本申请实施例的方法中，目标图像的复杂度值增大的情况下，目标量化参数值随之减小，反映出了对目标图像的原始量化参数值的调整比例随之增大，从而实现了基于图像的复杂度智能化设置量化参数值的技术效果。

以上是对本申请实施例的播放方法的示例性介绍，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

与上述图像压缩方法相对应地，如图5所示，本申请实施例还提供一种图像压缩装置500，包括：

复杂度确定模块510，确定目标图像的复杂度值。

量化参数调整模块520，基于所述复杂度值，确定所述目标图像对应的量化参数调整系数。

图像压缩模块530，基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

通过图5所示的图像压缩装置可以知道，本申请实施例的方案基于目标图像的复杂度值，确定目标图像的量化参数调整系数，进而基于量化参数调整系数对目标图像进行压缩。由于量化参数调整系数与目标图像的复杂度值相关联，因此能够在不降低目标图像的显示效果的基础上，对目标图像的文件进行压缩，在显示效果和压缩效果两者间取得了较佳的平衡。

下面对本申请实施例的装置进行详细介绍。

在本申请实施例的装置中，复杂度确定模块510在获得目标图像后，具体对目标图像的图像块进行哈达马转化，得到所述目标图像的残差块；之后，对所述残差块中的直流分量值进行加权求和，得到所述目标图像的复杂度值。

作为示例性介绍，复杂度确定模块510可以将目标图像的数据分成8×8规格的数据矩阵(其他规格的数据矩阵也同样可适用，本文不再举例赘述)，若目标图像的数据不足以形成8×8的数据矩阵，则可以使用已有的数据补齐方法(如尾部数据补齐法)对数据矩阵进行补齐。之后，通过同样8×8规格的哈达马矩阵对数据矩阵进行逻辑计算，完成哈达马转换，得到目标图像的8×8规格的残差块。最后，对残差块中的直流分量值进行加权求和，得到目标图像的残差系数，该残差系数即目标图像的复杂度值。

其中，哈达马矩阵是由+1和-1元素所构成的，基于现有的哈达马转换算法所得到的8×8规格的残差块中，第0位(0为残差块中分块的起始序位)、第4位以及第32位分块的直流分量值会与其余分块的直流分量值存在较大的偏差(第0位分块的直流分量值偏离最大)。因此，在计算残差系数过程中，为降低第0位分块、第4位分块以及第32位分块的影响，通常设置第0位分块的直流分量值的加权系数远小于第4位分块以及第32位分块的直流分量值的加权系数，第4位分块以及第32位分块的直流分量值的加权系数远小于残差块中第0位分块、第4位分块以及第32位分块以外的其它分块的直流分量值的加权系数。例如，设置第0位分块的直流分量值的加权系数为1/64，第4位分块以及第32位分块的直流分量值的加权系数为1/8，其它分块的直流分量值的加权系数为1；再例如，设置第0位分块的直流分量值的加权系数为1/100，第4位分块以及第32位分块的直流分量值的加权系数为1/10，其它分块的直流分量值的加权系数为1，等等。

在复杂度确定模块510得到目标图像的复杂度值后，量化参数调整模块520可以提供一个表征复杂度值和量化参数调整系数之间等量关系的量化参数调整函数，并将复杂度值代入至量化参数调整函数后，即可得到目标图像对应的量化参数调整系数。

具体地，图像压缩模块530可以先提供一个初始的量化参数调整函数，该化参数调整函数为：y(x：satd)＝{atan[-(satd-c)/i]*a+b}。其中，x表示复杂度值，即目标图像的残差系数；c表示y(x)曲线的中心点横坐标值；i表示y(x)曲线的坡度变化幅度；a、b为归一化系数，a+b＝1；

之后，图像压缩模块530根据目标图像的压缩策略，对上式中的c、i、a和b的取值进行调整，得到调整后满足压缩策略的量化参数调整函数。

在图像压缩模块530基于量化参数调整函数获得目标图像对应的量化参数调整系数后，图像压缩模块530将目标图像的原始量化参数值与所述目标图像对应的量化参数调整系数进行相乘，得到用于压缩所述目标图像的目标量化参数值；之后，按照目标量化参数值，对所述目标图像进行压缩。

应理解，本申请实施例的图像压缩装置可以作为图1所示的图像压缩方法的执行主体，因此该图像压缩方法在图1-图4所实现的功能，图像压缩装置同样也能够实现。由于原理相同，本文不再赘述。

图6是本说明书的一个实施例电子设备的结构示意图。请参考图6，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成问答对数据挖掘装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

确定所述目标图像的复杂度值；

基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；

基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

通过图6所示的电子设备可以知道，本申请实施例的方案基于目标图像的复杂度值，确定目标图像的量化参数调整系数，进而基于量化参数调整系数对目标图像进行压缩。由于量化参数调整系数与目标图像的复杂度值相关联，因此能够在不降低目标图像的显示效果的基础上，对目标图像的文件进行压缩，在显示效果和压缩效果两者间取得了较佳的平衡。

上述如本说明书图1所示实施例揭示的图像压缩方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括XX处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

应理解，本申请实施例的电子设备可以实现图像压缩装置在图1-图4所示的实施例的功能，本文不再赘述。

当然，除了软件实现方式之外，本说明书的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。此外，本申请实施例图5的图像压缩装置可以直接作为本文所述的电子设备，也可以属于电子设备中的一部分。

此外，本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施例的方法，并具体用于执行以下方法：

确定所述目标图像的复杂度值；

基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；

基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

通过本申请实施例的计算机可读存储介质可以知道，本申请实施例的方案基于目标图像的复杂度值，确定目标图像的量化参数调整系数，进而基于量化参数调整系数对目标图像进行压缩。由于量化参数调整系数与目标图像的复杂度值相关联，因此能够在不降低目标图像的显示效果的基础上，对目标图像的文件进行压缩，在显示效果和压缩效果两者间取得了较佳的平衡。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种图像压缩方法，包括：

确定所述目标图像的复杂度值；

基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；

基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

2.根据权利要求1所述的图像压缩方法，

基于所述复杂度值，确定所述目标图像对应的量化参数调整系数，包括：

确定满足所述目标图像的压缩策略的量化参数调整函数，所述量化参数调整函数表征复杂度值和量化参数调整系数的等量关系；

将所述复杂度值代入至所述量化参数调整函数，得到所述目标图像对应的量化参数调整系数。

3.根据权利要求2所述的图像压缩方法，

确定满足所述目标图像的压缩策略的量化参数调整函数，包括：

提供初始的量化参数调整函数；

基于所述目标图像的压缩策略，对所述量化参数调整函数的曲线的坡度变化幅度和中心点横坐标值进行调整，得到调整后满足所述压缩策略的量化参数调整函数。

4.根据权利要求1-3任一项所述的图像压缩方法，

确定目标图像的复杂度值，包括：

基于所述目标图像的残差信号系数，确定所述目标图像的复杂度值。

5.根据权利要求4所述的图像压缩方法，

基于所述目标图像的残差系数，确定所述目标图像的复杂度值，包括：

对目标图像的图像块进行哈达马转化，得到所述目标图像的残差块；

对所述残差块中的直流分量值进行加权求和，得到所述目标图像的复杂度值。

6.根据权利要求5所述的图像压缩方法，

所述图像块和所述残差块均为8×8规格的数据矩阵，所述残差块中第0位分块的直流分量值的加权系数小于第4位分块以及第32位分块的直流分量值的加权系数，第4位分块以及第32位分块的直流分量值的加权系数小于残差块中第0位分块、第4位分块以及第32位分块以外的其它分块的直流分量值的加权系数，0为所述残差块中分块的起始序位。

7.根据权利要求1-3任一项所述的图像压缩方法，

基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩，包括：

将所述目标图像的原始量化参数值与所述目标图像对应的量化参数调整系数进行相乘，得到用于压缩所述目标图像的目标量化参数值；

按照目标量化参数值，对所述目标图像进行压缩。

8.一种图像压缩装置，包括：

复杂度确定模块，确定目标图像的复杂度值；

量化参数调整模块，基于所述复杂度值，确定所述目标图像对应的量化参数调整系数；

图像压缩模块，基于所述目标图像对应的量化参数调整系数，对所述目标图像进行压缩。

9.一种电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行如权利要求1-7任一项所述的图像压缩方法。

10.一种计算机可读存储介质，所述计算机可读存储介质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权利要求1-7任一项所述的图像压缩方法。