CN110049332A - 一种图像压缩方法、图像压缩装置及电子设备 - Google Patents

一种图像压缩方法、图像压缩装置及电子设备 Download PDF

Info

Publication number
CN110049332A
CN110049332A CN201910289827.1A CN201910289827A CN110049332A CN 110049332 A CN110049332 A CN 110049332A CN 201910289827 A CN201910289827 A CN 201910289827A CN 110049332 A CN110049332 A CN 110049332A
Authority
CN
China
Prior art keywords
gray level
original image
mentioned
pixel
image
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.)
Pending
Application number
CN201910289827.1A
Other languages
English (en)
Inventor
李国胜
段晶晶
罗洪伟
赵昕
彭志远
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.)
Shenzhen Launch Digital Technology Co Ltd
Original Assignee
Shenzhen Launch Digital Technology 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 Shenzhen Launch Digital Technology Co Ltd filed Critical Shenzhen Launch Digital Technology Co Ltd
Priority to CN201910289827.1A priority Critical patent/CN110049332A/zh
Publication of CN110049332A publication Critical patent/CN110049332A/zh
Pending legal-status Critical Current

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
    • H04N19/169—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
    • H04N19/182—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 pixel
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本申请公开了一种图像压缩方法、图像压缩装置、电子设备及计算机可读存储介质，其中，该图像压缩方法包括：对待压缩的原始图像进行直方图统计；基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；计算所述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；基于所述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。通过本申请方案，能够在提高了压缩后图像对比度的同时，保留压缩后图像的细节特征。

Description

一种图像压缩方法、图像压缩装置及电子设备
技术领域
本申请属于图像处理技术领域，尤其涉及一种图像压缩方法、图像压缩装置、电子设备及计算机可读存储介质。
背景技术
红外图像的原始数据一般有较宽的动态范围，每个像素的位宽常为14比特(bit)，而显示器允许显示的图像像素位宽只支持8bit，因而通常需要使用动态范围压缩的方法将14bit图像压缩为8bit图像。现在动态范围压缩的方法多种多样，其中直方图均衡化的应用较为广泛。然而，直方图均衡化是建立在“直方图中像素个数应该在整个灰度范围内均匀分布”的假设上的，这种假设缺乏场景适应性，有些情况下可能并非均匀分布，也可能是正态分布、泊松分布或者其他不规则的分布方式，因而在实际应用时，在使用直方图均衡化来对图像进行动态范围压缩往往会导致灰度发生严重漂移，最终使得压缩后的图像不能呈现良好的处理效果。
发明内容
有鉴于此，本申请提供了一种图像压缩方法、图像压缩装置、电子设备及计算机可读存储介质，可以在提高压缩后图像对比度的同时，保留压缩后图像的细节特征。
本申请的第一方面提供了一种图像压缩方法，包括：
对待压缩的原始图像进行直方图统计；
基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
本申请的第二方面提供了一种图像压缩装置，包括：
直方图单元，用于对待压缩的原始图像进行直方图统计；
调整单元，用于基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
确定单元，用于根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
计算单元，用于计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
压缩单元，用于基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
本申请的第三方面提供了一种电子设备，上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。
本申请的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
本申请的第五方面提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。
在本申请方案中，首先对待压缩的原始图像进行直方图统计，然后基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整，接着根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系，再计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级，最后基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。本申请方案实现简单、计算复杂度低，在增强图像对比度的同时，避免了像素个数较少的灰度级被过度合并，从而保留了图像的细节。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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是本申请实施例提供的图像压缩方法的实现流程示意图；
图2是本申请实施例提供的图像压缩装置的结构框图；
图3是本申请实施例提供的电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本申请上述的技术方案，下面通过具体实施例来进行说明。
实施例一
下面对本申请实施例提供的一种图像压缩方法进行描述，请参阅图1，本申请实施例中的图像压缩方法包括：
在步骤101中，对待压缩的原始图像进行直方图统计；
在本申请实施例中，首先获取待压缩的原始图像，接着对待压缩的原始图像进行直方图统计。可选地，可以通过红外线摄像头采集上述原始图像，也可以通过其他方式，例如联网获取的方式获取上述原始图像，此处不作限定。而在对待压缩的原始图像进行直方图统计时，14bit的原始图像共有16384个灰度级，具体为灰度级0至灰度级16383；而原始图像中一般不会将这16384个灰度级全部涉及，因而，上述步骤101可以包括：
A1、统计与各个灰度级所对应的上述原始图像的像素点数量；
A2、将所对应的上述原始图像的像素点数量为0的灰度级剔除；
A3、基于未被剔除的各个灰度级及未被剔除的各个灰度级所对应的上述原始图像的像素点数量生成直方图。
通过上述步骤A1至A3，可以将原始图像中像素点数量为0的灰度级从直方图中剔除，使得直方图中仅显示像素点数量不为0的灰度级，在保障直方图的有效信息的情况的前提下，还能够减少后续图像压缩时的数据处理量，提高图像处理的速度及效率。
在步骤102中，基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
在本申请实施例中，引入灰度级宽度的概念，其中，该灰度级宽度与灰度级所对应的灰度范围相关，具体为灰度级所对应的灰度范围宽度。例如灰度级为1000时，其所对应的灰度范围实际为(999，1000]，该灰度范围所对应的灰度级宽度为1.0。实际上，在上述直方图中，默认所有的灰度级的灰度级宽度均是相等的，也即，各个灰度级的灰度级宽度均为1.0。基于此，为了提升压缩后的目标图像的对比度，需要缩窄像素点数量较少的灰度级的宽度，拓宽像素点较多的灰度级的宽度，因而，需要基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整。在本申请实施例中，通过预设的第一数量及第二数量作为判断灰度级所对应的原始图像的像素点数量的多少的标准。具体地，上述步骤102包括：
B1、针对任一灰度级，获取上述灰度级所对应的上述原始图像的像素点数量；
B2、若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则将上述灰度级所对应的灰度范围拓宽；
B3、若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则将上述灰度级所对应的灰度范围缩窄；
B4、若上述灰度级所对应的上述原始图像的像素点数量不小于预设的第二数量，且上述灰度级所对应的上述原始图像的像素点数量不大于预设的第一数量，则维持上述灰度级所对应的灰度范围不变。
其中，上述第一数量作为判断上述灰度级所对应的原始图像的像素点数量是否为多的标准，当灰度级所对应的原始图像的像素点数量大于预设的第一数量时，认为该灰度级所对应的原始图像的像素点数量较多，此时，需要将灰度级所对应的灰度范围拓宽。上述第二数量作为判断灰度级所对应的原始图像的像素点数量是否为少的标准，当灰度级所对应的原始图像的像素点数量小于预设的第一数量时，认为该灰度级所对应的原始图像的像素点数量较少，此时，需要将灰度级所对应的灰度范围缩窄。
具体地，上述步骤B2包括：
B21、若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则计算上述灰度级所对应的上述原始图像的像素点数量与上述第一数量的比值，记为第一比值；
B22、基于上述第一比值拓宽上述灰度级所对应的灰度范围。
具体地，上述步骤B3包括：
B31、若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则计算上述灰度级所对应的上述原始图像的像素点数量与上述第二数量的比值，记为第二比值；
B32、基于上述第二比值缩窄上述灰度级所对应的灰度范围。
其中，记上述第一数量为nH，记上述第二数量为nL，则对灰度级所对应的灰度范围宽度进行调整的公式为：
其中，i表示各个灰度级，且i∈[0,16383]，当然，由于上述步骤A2中已经将原始图像中未涉及到的灰度级剔除了，因而这里的i的取值可以跳过那些已经被剔除的灰度级的值；ni表示灰度级i所对应的原始图像的像素点数量，wi为灰度级i所对应的灰度范围宽度。需要注意的是，在不同的图像压缩的应用场景下，上述第一数量及第二数量的取值也可以不同，此处不作限定。
在步骤103中，根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
在本申请实施例中，可以继续根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系。具体地，通过调整后的各个灰度级所对应的灰度级范围的宽度进行累加，即可得到图像压缩时的灰度映射关系，具体为：
C1、针对任一灰度级，将不大于上述灰度级的所有灰度级所对应的灰度范围宽度进行累加，以得到一次映射后的灰度级；
其中，可通过如下公式来确定一次映射后的灰度级：
其中，i表示原始图像中的各个灰度级，且i∈[0,16383]；fi为一次映射后的灰度级，表示原始灰度级i在一次映射后的灰度级为fi，wj为原始图像中的灰度级j对应的灰度范围宽度，也即在步骤B32中所计算得到的灰度范围宽度。
C2、根据预设的灰度最大值，对各个一次映射后的灰度级进行调整，得到图像压缩时的灰度映射关系。
其中，可通过如下公式对各个一次映射后的灰度级进行调整：
其中，通过上式可以将一次映射后的灰度级拉伸至[0，255]的范围。i表示原始图像中的各个灰度级，且i∈[0,16383]，i为整数；fi为步骤C1中的计算结果，也即一次映射后的灰度级的值，而f16383即为灰度级16383在一次映射后所得到的结果；gi为灰度映射关系，表示原始图像中的灰度级i在通过灰度映射关系进行了映射后的灰度级为gi，且gi∈[0,255]。
在步骤104中，计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
在本申请实施例中，依次根据上述步骤103中得到的灰度映射关系，对上述原始图像中的各个像素点进行计算，以确定原始图像中的各个像素点映射后的灰度级。例如，原始图像中的某一个像素点的灰度级为100，则其根据灰度映射关系映射后的灰度级为g100。
在步骤105中，基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
在本申请实施例中，基于上述原始图像的各个像素点映射后的灰度级，对上述原始图像进行压缩处理，以得到压缩后的目标图像，使得目标图像的每一个像素点都由之前原始图像的14bit的灰度级转变为了8bit的灰度级。
由上可见，通过本申请实施例，首先对待压缩的原始图像进行直方图统计，然后基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整，接着根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系，再计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级，最后基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。本申请方案实现简单、计算复杂度低，在增强图像对比度的同时，避免了像素个数较少的灰度级被过度合并，从而保留了图像的细节。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例二
本申请实施例二提供了一种图像压缩装置，上述图像压缩装置可集成于电子设备中，如图2所示，本申请实施例中的图像压缩装置200包括：
直方图单元201，用于对待压缩的原始图像进行直方图统计；
调整单元202，用于基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
确定单元203，用于根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
计算单元204，用于计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
压缩单元205，用于基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
可选地，上述直方图单元201包括：
统计子单元，用于统计与各个灰度级所对应的上述原始图像的像素点数量；
剔除子单元，用于将所对应的上述原始图像的像素点数量为0的灰度级剔除；
生成子单元，用于基于未被剔除的各个灰度级及未被剔除的各个灰度级所对应的上述原始图像的像素点数量生成直方图。
可选地，上述调整单元202包括：
像素点数量获取子单元，用于针对任一灰度级，获取上述灰度级所对应的上述原始图像的像素点数量；
拓宽子单元，用于若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则将上述灰度级所对应的灰度范围拓宽；
缩窄子单元，用于若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则将上述灰度级所对应的灰度范围缩窄；
维持子单元，用于若上述灰度级所对应的上述原始图像的像素点数量不小于预设的第二数量，且上述灰度级所对应的上述原始图像的像素点数量不大于预设的第一数量，则维持上述灰度级所对应的灰度范围不变。
可选地，上述拓宽子单元，具体用于若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则计算上述灰度级所对应的上述原始图像的像素点数量与上述第一数量的比值，记为第一比值，并基于上述第一比值拓宽上述灰度级所对应的灰度范围。
可选地，上述缩窄子单元，具体用于若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则计算上述灰度级所对应的上述原始图像的像素点数量与上述第二数量的比值，记为第二比值，并基于上述第二比值缩窄上述灰度级所对应的灰度范围。
可选地，确定单元203包括：
灰度范围累加子单元，用于针对任一灰度级，将不大于上述灰度级的所有灰度级所对应的灰度范围宽度进行累加，以得到一次映射后的灰度级；
关系确定子单元，用于根据预设的灰度最大值，对各个一次映射后的灰度级进行调整，得到图像压缩时的灰度映射关系。
由上可见，通过本申请实施例，图像压缩装置首先对待压缩的原始图像进行直方图统计，然后基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整，接着根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系，再计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级，最后基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。本申请方案实现简单、计算复杂度低，在增强图像对比度的同时，避免了像素个数较少的灰度级被过度合并，从而保留了图像的细节。
实施例三
本申请实施例三提供了一种电子设备，请参阅图3，本申请实施例中的电子设备3包括：存储器301，一个或多个处理器302(图3中仅示出一个)及存储在存储器301上并可在处理器上运行的计算机程序。其中：存储器301用于存储软件程序以及模块，处理器302通过运行存储在存储器301的软件程序以及单元，从而执行各种功能应用以及数据处理，以获取上述预设事件对应的资源。具体地，处理器302通过运行存储在存储器301的上述计算机程序时实现以下步骤：
对待压缩的原始图像进行直方图统计；
基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
假设上述为第一种可能的实施方式，则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中，上述对待压缩的原始图像进行直方图统计，包括：
统计与各个灰度级所对应的上述原始图像的像素点数量；
将所对应的上述原始图像的像素点数量为0的灰度级剔除；
基于未被剔除的各个灰度级及未被剔除的各个灰度级所对应的上述原始图像的像素点数量生成直方图。
在上述第二种可能的实施方式作为基础而提供的第三种可能的实施方式中，上述基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整，包括：
针对任一灰度级，获取上述灰度级所对应的上述原始图像的像素点数量；
若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则将上述灰度级所对应的灰度范围拓宽；
若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则将上述灰度级所对应的灰度范围缩窄；
若上述灰度级所对应的上述原始图像的像素点数量不小于预设的第二数量，且上述灰度级所对应的上述原始图像的像素点数量不大于预设的第一数量，则维持上述灰度级所对应的灰度范围不变。
在上述第三种可能的实施方式作为基础而提供的第四种可能的实施方式中，上述若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则将上述灰度级所对应的灰度范围拓宽，包括：
若上述灰度级所对应的上述原始图像的像素点数量大于预设的第一数量，则计算上述灰度级所对应的上述原始图像的像素点数量与上述第一数量的比值，记为第一比值；
基于上述第一比值拓宽上述灰度级所对应的灰度范围。
在上述第三种可能的实施方式作为基础而提供的第五种可能的实施方式中，上述若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则将上述灰度级所对应的灰度范围缩窄，包括：
若上述灰度级所对应的上述原始图像的像素点数量小于预设的第二数量，则计算上述灰度级所对应的上述原始图像的像素点数量与上述第二数量的比值，记为第二比值；
基于上述第二比值缩窄上述灰度级所对应的灰度范围。
在上述第一种可能的实施方式作为基础而提供的第六种可能的实施方式中，上述根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系，包括：
针对任一灰度级，将不大于上述灰度级的所有灰度级所对应的灰度范围宽度进行累加，以得到一次映射后的灰度级；
根据预设的灰度最大值，对各个一次映射后的灰度级进行调整，得到图像压缩时的灰度映射关系。
应当理解，在本申请实施例中，所称处理器302可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。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。
存储器301可以包括只读存储器和随机存取存储器，并向处理器302提供指令和数据。存储器301的一部分或全部还可以包括非易失性随机存取存储器。例如，存储器301还可以存储设备类型的信息。
由上可见，通过本申请实施例，电子设备首先对待压缩的原始图像进行直方图统计，然后基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整，接着根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系，再计算上述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级，最后基于上述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。本申请方案实现简单、计算复杂度低，在增强图像对比度的同时，避免了像素个数较少的灰度级被过度合并，从而保留了图像的细节。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为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单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括是电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种图像压缩方法，其特征在于，包括：
对待压缩的原始图像进行直方图统计；
基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
计算所述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
基于所述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
2.如权利要求1所述的图像压缩方法，其特征在于，所述对待压缩的原始图像进行直方图统计，包括：
统计与各个灰度级所对应的所述原始图像的像素点数量；
将所对应的所述原始图像的像素点数量为0的灰度级剔除；
基于未被剔除的各个灰度级及未被剔除的各个灰度级所对应的所述原始图像的像素点数量生成直方图。
3.如权利要求1所述的图像压缩方法，其特征在于，所述基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整，包括：
针对任一灰度级，获取所述灰度级所对应的所述原始图像的像素点数量；
若所述灰度级所对应的所述原始图像的像素点数量大于预设的第一数量，则将所述灰度级所对应的灰度范围拓宽；
若所述灰度级所对应的所述原始图像的像素点数量小于预设的第二数量，则将所述灰度级所对应的灰度范围缩窄；
若所述灰度级所对应的所述原始图像的像素点数量不小于预设的第二数量，且所述灰度级所对应的所述原始图像的像素点数量不大于预设的第一数量，则维持所述灰度级所对应的灰度范围不变。
4.如权利要求3所述的图像压缩方法，其特征在于，所述若所述灰度级所对应的所述原始图像的像素点数量大于预设的第一数量，则将所述灰度级所对应的灰度范围拓宽，包括：
若所述灰度级所对应的所述原始图像的像素点数量大于预设的第一数量，则计算所述灰度级所对应的所述原始图像的像素点数量与所述第一数量的比值，记为第一比值；
基于所述第一比值拓宽所述灰度级所对应的灰度范围。
5.如权利要求3所述的图像压缩方法，其特征在于，所述若所述灰度级所对应的所述原始图像的像素点数量小于预设的第二数量，则将所述灰度级所对应的灰度范围缩窄，包括：
若所述灰度级所对应的所述原始图像的像素点数量小于预设的第二数量，则计算所述灰度级所对应的所述原始图像的像素点数量与所述第二数量的比值，记为第二比值；
基于所述第二比值缩窄所述灰度级所对应的灰度范围。
6.如权利要求1所述的图像压缩方法，其特征在于，所述根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系，包括：
针对任一灰度级，将不大于所述灰度级的所有灰度级所对应的灰度范围宽度进行累加，以得到一次映射后的灰度级；
根据预设的灰度最大值，对各个一次映射后的灰度级进行调整，得到图像压缩时的灰度映射关系。
7.一种图像压缩装置，其特征在于，包括：
直方图单元，用于对待压缩的原始图像进行直方图统计；
调整单元，用于基于统计得到的直方图，对各个灰度级所对应的灰度范围进行调整；
确定单元，用于根据调整后的灰度级所对应的灰度范围，确定图像压缩时的灰度映射关系；
计算单元，用于计算所述原始图像的各个像素点根据灰度映射关系所得到的映射后的灰度级；
压缩单元，用于基于所述原始图像的各个像素点映射后的灰度级，得到压缩后的目标图像。
8.如权利要求7所述的图像压缩装置，其特征在于，所述直方图单元包括：
统计子单元，用于统计与各个灰度级所对应的所述原始图像的像素点数量；
剔除子单元，用于将所对应的所述原始图像的像素点数量为0的灰度级剔除；
生成子单元，用于基于未被剔除的各个灰度级及未被剔除的各个灰度级所对应的所述原始图像的像素点数量生成直方图。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
CN201910289827.1A 2019-04-11 2019-04-11 一种图像压缩方法、图像压缩装置及电子设备 Pending CN110049332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910289827.1A CN110049332A (zh) 2019-04-11 2019-04-11 一种图像压缩方法、图像压缩装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910289827.1A CN110049332A (zh) 2019-04-11 2019-04-11 一种图像压缩方法、图像压缩装置及电子设备

Publications (1)

Publication Number Publication Date
CN110049332A true CN110049332A (zh) 2019-07-23

Family

ID=67276832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910289827.1A Pending CN110049332A (zh) 2019-04-11 2019-04-11 一种图像压缩方法、图像压缩装置及电子设备

Country Status (1)

Country Link
CN (1) CN110049332A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493460A (zh) * 2019-07-31 2019-11-22 维沃移动通信有限公司 一种图标更换方法及电子设备
CN111260593A (zh) * 2020-01-14 2020-06-09 腾讯科技（深圳）有限公司 图像处理方法、装置、电子设备及存储介质
CN111784609A (zh) * 2020-07-02 2020-10-16 烟台艾睿光电科技有限公司 图像动态范围压缩方法、装置及计算机可读存储介质
CN112786075A (zh) * 2019-11-11 2021-05-11 深圳迈瑞生物医疗电子股份有限公司 超声电影文件的存储方法、超声诊断设备及可读存储介质
WO2021148057A1 (zh) * 2020-01-21 2021-07-29 展讯通信（上海）有限公司 低比特位宽hdr图像的生成方法及装置、存储介质、终端

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101873429A (zh) * 2010-04-16 2010-10-27 杭州海康威视软件有限公司 图像对比度的处理方法及装置
US20110110589A1 (en) * 2009-11-06 2011-05-12 Kabushiki Kaisha Toshiba Image Contrast Enhancement
CN103295182A (zh) * 2013-05-14 2013-09-11 无锡华润矽科微电子有限公司 实现对红外图像进行对比度拉伸处理的电路系统及其方法
CN103353349A (zh) * 2013-06-18 2013-10-16 南京理工大学 红外测温仪自适应三平台直方图均衡系统及其方法
CN105844603A (zh) * 2016-04-04 2016-08-10 上海大学 一种高动态范围红外图像动态范围压缩方法
CN106339994A (zh) * 2016-08-29 2017-01-18 合肥康胜达智能科技有限公司 一种图像增强方法
CN108805942A (zh) * 2017-04-28 2018-11-13 武汉多谱多勒科技有限公司 一种红外图像宽动态压缩方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110110589A1 (en) * 2009-11-06 2011-05-12 Kabushiki Kaisha Toshiba Image Contrast Enhancement
CN101873429A (zh) * 2010-04-16 2010-10-27 杭州海康威视软件有限公司 图像对比度的处理方法及装置
CN103295182A (zh) * 2013-05-14 2013-09-11 无锡华润矽科微电子有限公司 实现对红外图像进行对比度拉伸处理的电路系统及其方法
CN103353349A (zh) * 2013-06-18 2013-10-16 南京理工大学 红外测温仪自适应三平台直方图均衡系统及其方法
CN105844603A (zh) * 2016-04-04 2016-08-10 上海大学 一种高动态范围红外图像动态范围压缩方法
CN106339994A (zh) * 2016-08-29 2017-01-18 合肥康胜达智能科技有限公司 一种图像增强方法
CN108805942A (zh) * 2017-04-28 2018-11-13 武汉多谱多勒科技有限公司 一种红外图像宽动态压缩方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493460A (zh) * 2019-07-31 2019-11-22 维沃移动通信有限公司 一种图标更换方法及电子设备
CN110493460B (zh) * 2019-07-31 2021-02-02 维沃移动通信有限公司 一种图标更换方法、电子设备及计算机可读存储介质
CN112786075A (zh) * 2019-11-11 2021-05-11 深圳迈瑞生物医疗电子股份有限公司 超声电影文件的存储方法、超声诊断设备及可读存储介质
CN111260593A (zh) * 2020-01-14 2020-06-09 腾讯科技（深圳）有限公司 图像处理方法、装置、电子设备及存储介质
WO2021143241A1 (zh) * 2020-01-14 2021-07-22 腾讯科技（深圳）有限公司 图像处理方法、装置、电子设备及存储介质
CN111260593B (zh) * 2020-01-14 2023-03-14 腾讯科技（深圳）有限公司 图像处理方法、装置、电子设备及存储介质
WO2021148057A1 (zh) * 2020-01-21 2021-07-29 展讯通信（上海）有限公司 低比特位宽hdr图像的生成方法及装置、存储介质、终端
CN111784609A (zh) * 2020-07-02 2020-10-16 烟台艾睿光电科技有限公司 图像动态范围压缩方法、装置及计算机可读存储介质
CN111784609B (zh) * 2020-07-02 2023-11-07 烟台艾睿光电科技有限公司 图像动态范围压缩方法、装置及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN110049332A (zh) 一种图像压缩方法、图像压缩装置及电子设备
CN109191395B (zh) 图像对比度增强方法、装置、设备及存储介质
CN102438097B (zh) 图像处理装置与图像处理方法
Xu et al. Generalized equalization model for image enhancement
WO2019238029A1 (zh) 卷积神经网络系统和卷积神经网络量化的方法
EP3690801A1 (en) Image processing method and device, storage medium and computer device
CN107993189B (zh) 一种基于局部分块的图像色调动态调节方法和装置
CN109005368A (zh) 一种高动态范围图像的生成方法、移动终端及存储介质
CN109309826B (zh) 图像色彩均衡方法、装置、终端设备及可读存储介质
CN115409755B (zh) 贴图处理方法和装置、存储介质及电子设备
CN103778599A (zh) 一种图像处理方法及系统
CN112365418A (zh) 一种图像失真评测的方法、装置及计算机设备
CN106028014A (zh) 一种校正视频闪烁的方法及设备
CN115578284A (zh) 一种多场景图像增强方法及系统
CN107832359A (zh) 一种图片检索方法及系统
CN116152272A (zh) 红外图像压缩方法、装置、存储介质及电子设备
US20220237755A1 (en) Image enhancement method and image processing device
CN111369435B (zh) 基于自适应稳定模型的彩色图像深度上采样方法及系统
CN107945137A (zh) 人脸检测方法、电子设备及存储介质
CN111340722B (zh) 图像处理方法、处理装置、终端设备及可读存储介质
US20230073734A1 (en) Image format conversion using luminance-adaptive dithering
CN111583163B (zh) 基于ar的人脸图像处理方法、装置、设备及存储介质
CN112819838A (zh) 图像增强方法、电子装置和存储介质
CN109285172A (zh) 图像中的直线参数计算方法、装置、设备及可读存储介质
CN113222873B (zh) 基于二维高斯分布的图像数据增强方法、装置及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190723