CN110113609B - 图像压缩方法及装置 - Google Patents

图像压缩方法及装置 Download PDF

Info

Publication number
CN110113609B
CN110113609B CN201910341714.1A CN201910341714A CN110113609B CN 110113609 B CN110113609 B CN 110113609B CN 201910341714 A CN201910341714 A CN 201910341714A CN 110113609 B CN110113609 B CN 110113609B
Authority
CN
China
Prior art keywords
image
image block
training
quantization parameter
mapping
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.)
Active
Application number
CN201910341714.1A
Other languages
English (en)
Other versions
CN110113609A (zh
Inventor
陈云娜
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.)
TCL China Star Optoelectronics Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics 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 China Star Optoelectronics Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Technology Co Ltd
Priority to CN201910341714.1A priority Critical patent/CN110113609B/zh
Priority to PCT/CN2019/088690 priority patent/WO2020215433A1/zh
Publication of CN110113609A publication Critical patent/CN110113609A/zh
Application granted granted Critical
Publication of CN110113609B publication Critical patent/CN110113609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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
    • H04N19/42—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
    • H04N19/423—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 characterised by memory arrangements

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

本申请采用分块方式分别重建图像块，在每个图像块的重建过程中，根据图像块内量化参数的大小求取最邻近的两个映射矩阵，利用这两个映射矩阵对图像块进行重建得出两个重建图像块，这两个重建图像块再通过线性插值的方式进行融合得出最终重建图像块，将所有的最终重建图像块进行组合得到最终重建图像。本申请解决图像压缩引起的块效应，改善现有技术采用一种映射矩阵，不能兼容多种量化系数而导致的压缩失真的情况。

Description

图像压缩方法及装置
技术领域
本申请涉及一种图像处理技术，特别涉及一种图像压缩方法及装置。
背景技术
块离散余弦变换(block discrete cosine transform,BDCT)被广泛应用于例如JPEG、H.264/AVC及H.265/HEVC等图像压缩编码中。此图像压缩编码并常在变换后进行量化。然而，由于每图像块单独进行变换以及粗糙的量化，此编码技术通常会产生块效应。为了保证图像质量，一帧图像中每个图像块会采取不同的量化参数(quantizationparameter,QP)。稀疏表示(sparse representation)可用来降地块效应，但是传统的稀疏表示方式的训练模型只适用于一种量化参数，当量化参数为其他值时，处理后图像不能得到最佳的效果。
发明内容
本申请的目的在于提供一种图像压缩方法及装置，以解决图像压缩引起的块效应，改善现有技术采用一种映射矩阵，不能兼容多种量化系数而导致的压缩失真的情况。
为达成上述目的，本申请一方面提供一种图像压缩方法，所述方法包括：
利用一或多个处理器及存储可由所述一或多个处理器执行的程序的存储器，将一张图像分成多个图像块，其中所述多个图像块在压缩过程中采用不同的量化参数；
依据每个图像块对应的量化参数，对每个图像块进行重建以得出最终重建图像块；以及
将每个图像块对应的最终重建图像块进行组合，以得出所述图像的压缩图像，
其中对每个图像块进行重建以得出所述最终重建图像块的步骤包括：
判断所述图像块的量化参数于量化参数拟合曲线中的落点的位置；
若所述落点位于第一预定量化参数和第二预定量化参数之间，采用与所述第一预定量化参数对应的第一映射矩阵来重建所述图像块，以得出第一重建图像块，以及采用与所述第二预定量化参数对应的第二映射矩阵来重建所述图像块，以得出第二重建图像块；以及
采用线性插值方式，融合所述第一重建图像块和所述第二重建图像块，以得出所述最终重建图像块。
本申请实施例中，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点小于最小的预定量化参数，采用与所述最小的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
本申请实施例中，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点大于最大的预定量化参数，采用与所述最大的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
本申请实施例中，所述量化参数拟合曲线是通过以下步骤得出：
于训练阶段中，以不同训练用量化参数对高清训练图像进行压缩以得出压缩训练图像，分别以对应不同训练用量化参数的所述压缩训练图像为输出，将高清训练图像输入到映射模型中来训练所述映射模型，以分别得到不同训练用量化参数下对应的映射矩阵；
于测试阶段中，以不同测试用量化参数对高清测试图像进行压缩以得出第一压缩测试图像，利用所述映射模型以不同训练用量化参数下对应的映射矩阵将所述高清测试图像映射成第二压缩测试图像，找出与所述测试用量化参数下的所述第一压缩测试图像差异最小的所述第二压缩测试图像及其对应的映射矩阵所采用的最佳训练用量化参数；以及
于预处理阶段中，得出所述测试用量化参数与所述最佳训练用量化参数的拟合曲线，并存储对应所述最佳训练用量化参数的映射矩阵。
本申请实施例中，于将所述图像分成所述多个图像块的步骤之后，所述方法更包括：
对所述多个图像块进行块离散余弦变换。
本申请另一方面提供一种图像压缩装置，所述装置包括：
一或多个处理器；
存储器；以及
一或多个程序模块，存储于所述存储器中且可由所述一或多个处理器执行以实现图像压缩方法，所述方法包括：
将一张图像分成多个图像块，其中所述多个图像块在压缩过程中采用不同的量化参数；
依据每个图像块对应的量化参数，对每个图像块进行重建以得出最终重建图像块；以及
将每个图像块对应的最终重建图像块进行组合，以得出所述图像的压缩图像，
其中对每个图像块进行重建以得出所述最终重建图像块的步骤包括：
判断所述图像块的量化参数于量化参数拟合曲线中的落点的位置；
若所述落点位于第一预定量化参数和第二预定量化参数之间，采用与所述第一预定量化参数对应的第一映射矩阵来重建所述图像块，以得出第一重建图像块，以及采用与所述第二预定量化参数对应的第二映射矩阵来重建所述图像块，以得出第二重建图像块；以及
采用线性插值方式，融合所述第一重建图像块和所述第二重建图像块，以得出所述最终重建图像块。
本申请实施例中，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点小于最小的预定量化参数，采用与所述最小的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
本申请实施例中，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点大于最大的预定量化参数，采用与所述最大的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
本申请实施例中，所述量化参数拟合曲线是通过以下步骤得出：
于训练阶段中，以不同训练用量化参数对高清训练图像进行压缩以得出压缩训练图像，分别以对应不同训练用量化参数的所述压缩训练图像为输出，将高清训练图像输入到映射模型中来训练所述映射模型，以分别得到不同训练用量化参数下对应的映射矩阵；
于测试阶段中，以不同测试用量化参数对高清测试图像进行压缩以得出第一压缩测试图像，利用所述映射模型以不同训练用量化参数下对应的映射矩阵将所述高清测试图像映射成第二压缩测试图像，找出与所述测试用量化参数下的所述第一压缩测试图像差异最小的所述第二压缩测试图像及其对应的映射矩阵所采用的最佳训练用量化参数；以及
于预处理阶段中，得出所述测试用量化参数与所述最佳训练用量化参数的拟合曲线，并存储对应所述最佳训练用量化参数的映射矩阵。
本申请实施例中，于将所述图像分成所述多个图像块的步骤之后，所述方法更包括：
对所述多个图像块进行块离散余弦变换。
本申请采用分块方式分别重建图像块，在每个图像块的重建过程中，根据图像块内量化参数的大小求取最邻近的两个映射矩阵，利用这两个映射矩阵对图像块进行重建得出两个重建图像块，这两个重建图像块再通过线性插值的方式进行融合得出最终重建图像块，将所有的最终重建图像块进行组合得到最终重建图像。本申请解决图像压缩引起的块效应，改善现有技术采用一种映射矩阵，不能兼容多种量化系数而导致的压缩失真的情况。
附图说明
图1显示根据本申请的一种图像压缩方法的流程图。
图2显示根据本申请的分成多个图像块的图像的示意图。
图3显示根据本申请的得出量化参数拟合曲线的流程图。
图4显示根据本申请的量化参数拟合曲线的示意图。
图5显示根据本申请的对每个图像块进行重建以得出最终重建图像块的流程图。
图6显示根据本申请的一种图像压缩装置的示意图。
具体实施方式
为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，本申请说明书所使用的词语“实施例”意指用作实例、示例或例证，并不用于限定本申请。
请参阅图1，本申请的图像压缩方法包括以下步骤：
步骤S10—将一张图像分成多个图像块，其中所述多个图像块在压缩过程中采用不同的量化参数；
步骤S20—依据每个图像块对应的量化参数(quantization parameter,QP)，对每个图像块进行重建以得出最终重建图像块；以及
步骤S30—将每个图像块对应的最终重建图像块进行组合，以得出所述图像的压缩图像。
本申请的图像压缩方法将图像分成多个图像块，每个图像块采用离散余弦变换(discrete cosine transform,DCT)进行处理，每个图像块选用不同的量化参数。如图2所示，16*24大小的图像，分成6个8*8的图像块，每个图像块采用不同的量化参数进行压缩(步骤S10)。每个图像块依据其对应的量化参数进行重建而得出最终重建图像块(步骤S20)，亦即每个图像块在重建后皆对应一个最终重建图像块。最后，将所有的最终重建见图像块组合起来以得出所述图像的压缩图像(步骤S30)，也就是，按照对应的图像块的位置，对所有最终重建图像块进行拼接组合，以得出所述压缩图像。
本申请中，每个图像块的重建过程中需参考量化参数拟合曲线，以下参照图3，说明如何得出量化参数拟合曲线。
于训练阶段中，采取不同量化参数QPtr_n下的压缩图像与对应高清图像分别进行训练(步骤S42)，以分别得到不同量化参数QPtr_n下对应映射矩阵Mtr_n(步骤S44)。具体来说，以不同训练用量化参数QPtr_n对高清训练图像进行压缩以得出压缩训练图像，分别以对应不同训练用量化参数QPtr_n的所述压缩训练图像为输出，将高清训练图像输入到映射模型中来训练所述映射模型，以分别得到不同训练用量化参数QPtr_n下对应的映射矩阵Mtr_n。
于测试阶段中，对不同量化参数QPte_n下的压缩图像采用不同QPtr_n训练得到的对应映射矩阵Mtr_n分别进行测试(步骤S46)，以分别得到对应量化参数QPte_n下的压缩图像应采取的最佳QPtr_n下的映射矩阵Mtr_n(步骤S48)。具体来说，以不同测试用量化参数QPte_n对高清测试图像进行压缩以得出第一压缩测试图像，利用所述映射模型以不同训练用量化参数QPtr_n下对应的映射矩阵Mtr_n将所述高清测试图像映射成第二压缩测试图像，找出与所述测试用量化参数QPte_n下的所述第一压缩测试图像差异最小的所述第二压缩测试图像及其对应的映射矩阵Mtr_n所采用的最佳训练用量化参数QPtr_n。
于预处理阶段中，得到最佳QPtr_n下的映射矩阵Mtr_n与测试图像QPte_n的拟合关系曲线(步骤S50)，存储t个映射矩阵Mtr_1～Mtr_t(步骤S52)。具体来说，得出所述测试用量化参数QPte_n与所述最佳训练用量化参数QPtr_n的拟合曲线，并存储对应所述最佳训练用量化参数QPtr_n的映射矩阵Mtr_n。
依照上述步骤所得出的测试用量化参数QPte_n与最佳训练用量化参数QPtr_n的拟合曲线为图4所示的f(QPte_n)。在这个例子中，对应QPtr_1、QPtr_2、QPtr_3、QPtr_4及QPtr_5的5个映射矩阵被存储。
请参阅图5，上述对每个图像块进行重建以得出最终重建图像块的步骤(即步骤20)包括如下步骤：
步骤S202—判断图像块的量化参数于量化参数拟合曲线中的落点的位置。
如图4所示，假定图像块选用的量化参数为k，则其在量化参数拟合曲线f(QPte_n)中的落点的位置可能小于最小的预定量化参数，或介于两预定量化参数之间，或大于最大的预定量化参数。
步骤S204—若落点小于最小的预定量化参数，采用与最小的预定量化参数对应的映射矩阵来重建图像块，以得出最终重建图像块。
在此步骤中，若k<QPte_1，即量化参数k小于最小的预定量化参数QPte_1，则采用映射矩阵Mtr_1来重建图像块，直接得出最终重建图像块。
步骤S206—若落点位于第一预定量化参数和第二预定量化参数之间，采用与第一预定量化参数对应的第一映射矩阵来重建所述图像块，以得出第一重建图像块，以及采用与第二预定量化参数对应的第二映射矩阵来重建图像块，以得出第二重建图像块；以及采用线性插值方式，融合第一重建图像块和第二重建图像块，以得出最终重建图像块。
在此步骤中，若QPte_1<k<QPte_2，亦即量化参数k位于第一预定量化参数QPte_1和第二预定量化参数QPte_2之间，则此时采用第一映射矩阵Mtr_1来重建图像块，得出第一重建图像块YQP1，采用第二映射矩阵Mtr_2来重建图像块，得出第二重建图像块YQP2。而后采用线性插值方式得出最终重建图像块，计算方式如下：
Figure BDA0002040933920000071
步骤S208—若落点大于最大的预定量化参数，采用与最大的预定量化参数对应的映射矩阵来重建图像块，以得出最终重建图像块。
在此步骤中，若k>QPte_5，即量化参数k大于最大的预定量化参数QPte_5，则采用映射矩阵Mtr_5来重建图像块，直接得出最终重建图像块。
本申请采用分块方式分别重建图像块，在每个图像块的重建过程中，根据图像块内量化参数的大小求取最邻近的两个映射矩阵，利用这两个映射矩阵对图像块进行重建得出两个重建图像块，这两个重建图像块再通过线性插值的方式进行融合得出最终重建图像块，将所有的最终重建图像块进行组合得到最终重建图像。本申请解决图像压缩引起的块效应，改善现有技术采用一种映射矩阵，不能兼容多种量化系数而导致的压缩失真的情况。
如图6所示，本申请提供一种图像处理装置500，其包括一或多个处理器501和存储器502，存储器502与所述一或多个处理器501连接，一或多个程序模块存储于存储器502中且可由所述一或多个处理器501执行以实现上述实施例的各种方法中的全部或部分步骤。需要说明的是，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
综上所述，虽然本申请已以优选实施例揭露如上，但上述优选实施例并非用以限制本申请，本领域的普通技术人员，在不脱离本申请的范围内，均可作各种更动与润饰，因此本申请的保护范围以权利要求界定的范围为准。

Claims (10)

1.一种图像压缩方法，其特征在于，所述方法包括：
利用一或多个处理器及存储可由所述一或多个处理器执行的程序的存储器，将一张图像分成多个图像块，其中所述多个图像块在压缩过程中采用不同的量化参数；
依据每个图像块对应的量化参数，对每个图像块进行重建以得出最终重建图像块；以及
将每个图像块对应的最终重建图像块进行组合，以得出所述图像的压缩图像，
其中对每个图像块进行重建以得出所述最终重建图像块的步骤包括：
判断所述图像块的量化参数于量化参数拟合曲线中的落点的位置，其中所述量化参数拟合曲线为测试用量化参数与最佳训练用量化参数的拟合曲线；
若所述落点位于第一预定量化参数和第二预定量化参数之间，采用与所述第一预定量化参数对应的第一映射矩阵来重建所述图像块，以得出第一重建图像块，以及采用与所述第二预定量化参数对应的第二映射矩阵来重建所述图像块，以得出第二重建图像块；以及
采用线性插值方式，融合所述第一重建图像块和所述第二重建图像块，以得出所述最终重建图像块。
2.根据权利要求1所述的图像压缩方法，其特征在于，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点小于最小的预定量化参数，采用与所述最小的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
3.根据权利要求1所述的图像压缩方法，其特征在于，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点大于最大的预定量化参数，采用与所述最大的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
4.根据权利要求1所述的图像压缩方法，其特征在于，所述量化参数拟合曲线是通过以下步骤得出：
于训练阶段中，以不同训练用量化参数对高清训练图像进行压缩以得出压缩训练图像，分别以对应不同训练用量化参数的所述压缩训练图像为输出，将高清训练图像输入到映射模型中来训练所述映射模型，以分别得到不同训练用量化参数下对应的映射矩阵；
于测试阶段中，以不同所述测试用量化参数对高清测试图像进行压缩以得出第一压缩测试图像，利用所述映射模型以不同训练用量化参数下对应的映射矩阵将所述高清测试图像映射成第二压缩测试图像，找出与所述测试用量化参数下的所述第一压缩测试图像差异最小的所述第二压缩测试图像及其对应的映射矩阵所采用的所述最佳训练用量化参数；以及
于预处理阶段中，得出所述测试用量化参数与所述最佳训练用量化参数的拟合曲线，并存储对应所述最佳训练用量化参数的映射矩阵。
5.根据权利要求1所述的图像压缩方法，其特征在于，于将所述图像分成所述多个图像块的步骤之后，所述方法更包括：
对所述多个图像块进行块离散余弦变换。
6.一种图像压缩装置，其特征在于，所述装置包括：
一或多个处理器；
存储器；以及
一或多个程序模块，存储于所述存储器中且可由所述一或多个处理器执行以实现图像压缩方法，所述方法包括：
将一张图像分成多个图像块，其中所述多个图像块在压缩过程中采用不同的量化参数；
依据每个图像块对应的量化参数，对每个图像块进行重建以得出最终重建图像块；以及
将每个图像块对应的最终重建图像块进行组合，以得出所述图像的压缩图像，
其中对每个图像块进行重建以得出所述最终重建图像块的步骤包括：
判断所述图像块的量化参数于量化参数拟合曲线中的落点的位置，其中所述量化参数拟合曲线为测试用量化参数与最佳训练用量化参数的拟合曲线；
若所述落点位于第一预定量化参数和第二预定量化参数之间，采用与所述第一预定量化参数对应的第一映射矩阵来重建所述图像块，以得出第一重建图像块，以及采用与所述第二预定量化参数对应的第二映射矩阵来重建所述图像块，以得出第二重建图像块；以及
采用线性插值方式，融合所述第一重建图像块和所述第二重建图像块，以得出所述最终重建图像块。
7.根据权利要求6所述的图像压缩装置，其特征在于，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点小于最小的预定量化参数，采用与所述最小的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
8.根据权利要求6所述的图像压缩装置，其特征在于，于判断所述落点的位置的步骤之后，所述方法更包括：
若所述落点大于最大的预定量化参数，采用与所述最大的预定量化参数对应的映射矩阵来重建所述图像块，以得出所述最终重建图像块。
9.根据权利要求6所述的图像压缩装置，其特征在于，所述量化参数拟合曲线是通过以下步骤得出：
于训练阶段中，以不同训练用量化参数对高清训练图像进行压缩以得出压缩训练图像，分别以对应不同训练用量化参数的所述压缩训练图像为输出，将高清训练图像输入到映射模型中来训练所述映射模型，以分别得到不同训练用量化参数下对应的映射矩阵；
于测试阶段中，以不同所述测试用量化参数对高清测试图像进行压缩以得出第一压缩测试图像，利用所述映射模型以不同训练用量化参数下对应的映射矩阵将所述高清测试图像映射成第二压缩测试图像，找出与所述测试用量化参数下的所述第一压缩测试图像差异最小的所述第二压缩测试图像及其对应的映射矩阵所采用的所述最佳训练用量化参数；以及
于预处理阶段中，得出所述测试用量化参数与所述最佳训练用量化参数的拟合曲线，并存储对应所述最佳训练用量化参数的映射矩阵。
10.根据权利要求6所述的图像压缩装置，其特征在于，于将所述图像分成所述多个图像块的步骤之后，所述方法更包括：
对所述多个图像块进行块离散余弦变换。
CN201910341714.1A 2019-04-26 2019-04-26 图像压缩方法及装置 Active CN110113609B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910341714.1A CN110113609B (zh) 2019-04-26 2019-04-26 图像压缩方法及装置
PCT/CN2019/088690 WO2020215433A1 (zh) 2019-04-26 2019-05-28 图像压缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910341714.1A CN110113609B (zh) 2019-04-26 2019-04-26 图像压缩方法及装置

Publications (2)

Publication Number Publication Date
CN110113609A CN110113609A (zh) 2019-08-09
CN110113609B true CN110113609B (zh) 2020-09-08

Family

ID=67486878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910341714.1A Active CN110113609B (zh) 2019-04-26 2019-04-26 图像压缩方法及装置

Country Status (2)

Country Link
CN (1) CN110113609B (zh)
WO (1) WO2020215433A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114201118B (zh) * 2022-02-15 2022-05-17 北京中科开迪软件有限公司 一种基于光盘库的存储方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130049604A (ko) * 2011-11-04 2013-05-14 연세대학교 산학협력단 엔트로피 부호화에서 모드 전환 방법
CN106559668A (zh) * 2015-09-25 2017-04-05 电子科技大学 一种基于智能量化技术的低码率图像压缩方法
CN108780499A (zh) * 2016-03-09 2018-11-09 索尼公司 基于量化参数的视频处理的系统和方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130083845A1 (en) * 2011-09-30 2013-04-04 Research In Motion Limited Methods and devices for data compression using a non-uniform reconstruction space
CN106803958B (zh) * 2017-01-12 2019-12-27 同济大学 一种基于叠加调制编码的数模混合视频传输方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130049604A (ko) * 2011-11-04 2013-05-14 연세대학교 산학협력단 엔트로피 부호화에서 모드 전환 방법
CN106559668A (zh) * 2015-09-25 2017-04-05 电子科技大学 一种基于智能量化技术的低码率图像压缩方法
CN108780499A (zh) * 2016-03-09 2018-11-09 索尼公司 基于量化参数的视频处理的系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LOW-DELAY HEVC ADAPTIVE QUANTIZATION PARAMETER SELECTION THROUGH TEMPORAL PROPAGATION LENGTH ESTIMATION;Hossam Amer;《2018 25th IEEE International Conference on Image Processing (ICIP)》;20181010;全文 *
一种通过重建图像压缩率控制量化粒度的方法;燕馨瑞;《科学技术与工程》;20171130;第17卷(第32期);全文 *

Also Published As

Publication number Publication date
WO2020215433A1 (zh) 2020-10-29
CN110113609A (zh) 2019-08-09
WO2020215433A9 (zh) 2021-01-28

Similar Documents

Publication Publication Date Title
KR101794817B1 (ko) 지각적으로 양자화된 비디오 콘텐츠를 인코딩 및 디코딩하는 방법
US20200280721A1 (en) Region-based image compression and decompression
JP2013507083A5 (zh)
KR20090040288A (ko) 멀티 패스 비디오 인코더에서 성능 향상을 위한 방법 및 장치
EP3183877B1 (en) Method and apparatus for non-uniform mapping for quantization matrix coefficients between different sizes of matrices
WO2021098030A1 (zh) 一种视频编码的方法和装置
Yang et al. Optimized-SSIM based quantization in optical remote sensing image compression
US10129565B2 (en) Method for processing high dynamic range video in order to improve perceived visual quality of encoded content
CN107113426B (zh) 使用广义图形参数执行基于图形的变换的方法和设备
CN110113609B (zh) 图像压缩方法及装置
CN116055726A (zh) 一种低延迟分层视频编码方法、计算机设备及介质
CN103391437B (zh) 一种高动态图像视觉无损压缩的方法及装置
CN113438481A (zh) 训练方法、图像编码方法、图像解码方法及装置
CN108182712B (zh) 图像处理方法、装置及系统
CN110730347A (zh) 图像压缩方法、装置及电子设备
WO2012118569A1 (en) Visually optimized quantization
US20190089955A1 (en) Image encoding method, and image encoder and image decoder using same
US9838713B1 (en) Method for fast transform coding based on perceptual quality and apparatus for the same
CN112422964B (zh) 一种渐进式编码方法及装置
CN115988201B (zh) 一种编码胶片颗粒的方法、装置、电子设备和存储介质
US9020291B2 (en) Resized image compression based on frequency content
US20200413105A1 (en) Metric driven adaptive processing for video encoders
US11563945B2 (en) Adaptive offset for variance based quantization
US20240236313A9 (en) Systems and methods for image filtering
US20240137506A1 (en) Systems and methods for image filtering

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
CP01 Change in the name or title of a patent holder

Address after: 9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Patentee after: TCL China Star Optoelectronics Technology Co.,Ltd.

Address before: 9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen China Star Optoelectronics Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder