CN110602495A - 一种医学图像编码方法及装置 - Google Patents

一种医学图像编码方法及装置 Download PDF

Info

Publication number
CN110602495A
CN110602495A CN201910768069.1A CN201910768069A CN110602495A CN 110602495 A CN110602495 A CN 110602495A CN 201910768069 A CN201910768069 A CN 201910768069A CN 110602495 A CN110602495 A CN 110602495A
Authority
CN
China
Prior art keywords
sub
region
image
encoding
coding
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
CN201910768069.1A
Other languages
English (en)
Inventor
谢镐泽
李亚坤
张云
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 Shengshi Biomedical Technology Co Ltd
Original Assignee
Shenzhen Shengshi Biomedical 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 Shengshi Biomedical Technology Co Ltd filed Critical Shenzhen Shengshi Biomedical Technology Co Ltd
Priority to CN201910768069.1A priority Critical patent/CN110602495A/zh
Publication of CN110602495A publication Critical patent/CN110602495A/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
    • H04N19/102—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
    • 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
    • H04N19/172—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 the region being a picture, frame or field
    • 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)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种医学图像编码方法及装置，包括：划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。装置用于执行方法。本发明实施例通过划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域能够确定需要压缩的图像的质量需求；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像，能够根据具体的质量需求进行对应的压缩，能够在保证质量的前提下，实现图像的压缩，以降低图像传输过程中的数据量。

Description

一种医学图像编码方法及装置
技术领域
本发明涉及图像处理技术领域，尤其是一种医学图像编码方法及装置。
背景技术
随着数字医学成像技术的进步，由于空间和时间分辨率的提高，导致采集到的数据集的大小显着增加。为了在不显着降低图像质量的情况下降低存储成本、诊断分析成本和传输时间，需要图像压缩技术。在医疗影像中，只有一小部分图像可能在诊断上有用，若采取整体压缩医疗影像的方式，虽然提高了压缩效率但是也极大的影响了有利于临床治疗的重要部分的图像质量。
发明内容
本发明实施例旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明实施例的一个目的是提供一种医学图像编码方法及装置。
本发明所采用的技术方案是：
第一方面，本发明实施例提供一种医学图像编码方法，包括：划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。
优选地，所述编码规则包括：不同的标记类型设置有图像感知质量值和目标失真值，根据目标失真值计算对应的编码参数，根据所述编码参数对子区域进行编码。
优选地，所述图像感知质量值包括：峰值信噪比、结构相似性和感知加权峰值信噪比。
优选地，所述目标失真值包括：原始子区域和重建子区域之间的均方误差MSE、原始子区域和重建子区域之间的平方误差和SSE和原始子区域和重建子区域之间的平均绝对误差MAD。
优选地，所述基于预设的类型判断因子标记所述子区域包括：提取子区域的像素的颜色分量的信息，计算颜色分量之间的平均绝对误差值MAD，根据类型判断阈值和所述平均绝对误差值MAD，赋予对应的子区域一个类型标记，所述颜色分量包括红色R分量、绿色G分量和蓝色B分量。
优选地，所述基于预设的类型判断因子标记所述子区域包括：转换所述子区域对应的图像为灰度图，利用边缘检测算子处理所述灰度图，获得梯度图，转换所述梯度图为二值图像，根据二值图像中黑白像素点的比例，标记对应的子区域一个类型标记。
优选地，所述根据子区域的标记类型，确定编码规则包括：设置动态编码参数，计算所述动态编码参数的编码失真，计算所述编码失真和所述目标失真值之间的绝对误差，输出绝对误差最小者对应的编码参数以用于编码子区域的图像。
优选地，所述根据子区域的标记类型，确定编码规则包括：根据标记类型确定对应的目标失真值和关系式，根据目标失真值和关系式计算编码参数以用于编码子区域的图像。
第二方面，本发明实施例提供一种医学图像编码装置，包括：图像预处理模块，用于划分待处理图像为若干子区域；标记模块，用于基于预设的类型判断因子标记所述子区域；编码模块，用于根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。
本发明实施例的有益效果是：
本发明实施例通过划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域能够确定需要压缩的图像的质量需求；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像，能够根据具体的质量需求进行对应的压缩，能够在保证质量的前提下，实现图像的压缩，以降低图像传输过程中的数据量。
附图说明
图1是医学图像编码方法的一种实施例的流程图；
图2是医学图像编码装置的一种实施例的连接图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1
本发明实施例提供如图1所示的医学图像编码方法，包括：
S1、划分待处理图像为若干子区域；
S2、基于预设的类型判断因子标记子区域；
S3、根据子区域的标记类型，确定编码规则，根据编码规则处理对应的子区域的图像。
具体的医学图像编码流程包括：
第一步、将医学图像分割成若干子区域，划分每个子区域属于哪种区域类型，区域类型包括：感兴趣区域、较感兴趣区域、非感兴趣区域等多种区域类型，可根据实际需要增加或减少区域类型数量。
其中，划分不同区域的方法分为两种。第一种：基于颜色分量划分区域：
将医疗影像(即医疗图像，简称为图像)中的病理图划分成一个个子区域，提取当前子区域的颜色信息，即像素的三原色的组成关系，具体的颜色分量大小为0～255，计算子区域中包括的多个具体像素点的颜色信息中，R分量与G分量的平均绝对误差MAD，若MAD的值小于或等于阈值T1，认为当前子区域属于非感兴趣区域，若MAD的值大于阈值T1小于等于阈值T2，认为当前子区域是较感兴趣区域，否则，该子区域属于感兴趣区域。可以设定多个阈值划分出多个不同程度的感兴趣区域。
可选的步骤：按照上述划分过程，遍历一幅图像中的所有子区域，确定一整幅图像中所有子区域所属的区域类型后，将整幅图像进行腐蚀操作。其目的在于便于提取重要区域，排除包含重要信息的小区域。
可选的步骤：计算整幅图像颜色信息中的R分量与B分量的绝对误差和，SAD，若SAD的值大于等于阈值T3，认为整幅图像都为感兴趣区域。该可选步骤等同于全部的子区域的SAD大于等于阈值T3，此时可以认为整幅图像都为感兴趣区域。同时，也可以设置一些误差，允许个别子区域的SAD不符合要求。
其中，T1、T2和T3为类型判断阈值。通过划分不同的子区域，能够确定信息量较大的子区域，而一般这些子区域，也就是实际中需要重点关注的区域，因此，需要确保压缩后图像不失真。
即提取子区域的像素的颜色分量的信息，计算颜色分量之间的平均绝对误差值MAD，根据类型判断阈值和平均绝对误差值MAD，赋予对应的子区域一个类型标记，颜色分量包括红色R分量、绿色G分量和蓝色B分量。
第二种：基于梯度信息的划分区域，具体步骤如下：
将医学病理图像(即医疗图像，简称为图像)转换为灰度图，分割成若干个图像子区域(当然也可以先划分子区域，然后再转换成灰度图)，利用边缘检测算子求出梯度图，转换梯度图为二值图像。统计每一个子区域对应的二值图像的黑白像素点的个数，当黑白像素点比例不大于阈值H1时，认为该子区域是非感兴趣区域；当黑白像素点比例大于阈值H2时，认为该子区域是感兴趣区域；否则，认为该子区域为较感兴趣区域。可以设定多个阈值划分出多个不同程度的感兴趣区域。
即转换子区域对应的图像为灰度图，利用边缘检测算子处理灰度图，获得梯度图，转换梯度图为二值图像，根据二值图像中黑白像素点的比例，赋予对应的子区域一个类型标记。
可选的步骤：按照上述基于梯度信息的划分区域的步骤，遍历所有的子区域。将图像子区域拼接成整幅图像的二值图像，剔除小面积连通区域并进行多次腐蚀操作。其目的在于便于提取重要区域，排除包含重要信息的小区域。
可选的步骤：再次统计此时二值图像中的感兴趣子区域个数或者像素点个数，大于阈值H3则认为整幅图像都是感兴趣区域。
H1/2/3为可以设置的常数。区域类型包括感兴趣区域、非感兴趣区域和较感兴趣区域。
计算梯度信息的梯度算子可以是Canny算子、Laplacian算子、Prewitt算子等，本发明实施例以sobel算子为例子。
第二步、根据当前子区域属于的区域类型，获得到该区域类型对应的子区域的感知质量值，即图像感知质量值，包括：峰值信噪比PSNR(Peak Signal to Noise Ratio)、结构相似性SSIM(structural similarity index)和感知加权峰值信噪比PWPSNR(Perceptually Weighted Peak Signal to Noise Ratio)。其目的是根据上述几种方式计算图像的区域得到这些区域的重要程度，即这些区域的内容的丰富程度。具体包括计算区域得到对应的值(PSNR、PWPSNR和SSIM中的一种或数种)，然后根据这些值判断区域的重要程度/质量要求。
感兴趣区域的感知质量值为N，较感兴趣区域感知质量值为L，非感兴趣区域感知质量值为M，图像感知质量值的目的在于描述当前子区域涉及的图像的重要程度，即要求压缩后能够尽量的不失真。具体的N/L/M的数值的选择基于PSNR、PWPSNR和SSIM中的一种或数种。
感兴趣区域的目标失真值为Da，非感兴趣区域的目标失真值为Db，较感兴趣区域目标失真值为Dc。目标失真值的目的在于描述允许的失真的程度。包括：原始子区域和重建子区域之间的均方误差MSE(mean-square error)、原始子区域和重建子区域之间的平方误差和SSE(Sum of the Squared Errors)和原始子区域和重建子区域之间的平均绝对误差MAD(Mean Absolute Deviation)。
第三步、计算或确定编码参数，具体包括两种方式。第一种计算或确定编码参数的方法：
给定当前子区域一个初始量化参数QP，即编码参数；
对当前子区域进行编码，计算当前子区域在该QP下的编码失真，即计算对应的压缩损失比；
计算在该量化参数QP下，当前子区域的编码失真与当前子区域的目标失真之间的绝对误差diff(difference)；
判断当前QP值是否满足QP小于或等于预设的最大限制值，若是，则QP＝QP+1，即QP动态的变化，直到上限；若否，比较子区域在所有QP下对应的编码失真与目标失真之间的绝对误差diff，选择最小的diff对应的QP值作为实际编码当前子区域的QP值；
根据选择出来的QP值,实际编码当前子区域；
循环编码所有的子区域，直到整幅图像所有子区域全部编码完成。
即设置动态编码参数，计算动态编码参数的编码失真，计算编码失真和目标失真值之间的绝对误差，输出绝对误差最小者对应的编码参数以用于编码子区域的图像。
第二种计算或确定编码参数的方法：
根据获得的该子区域的目标失真值，利用模型QPa＝α·Da β计算感兴趣区域的子区域目标失真值对应的量化参数QPa值，根据模型QPb＝p1·Db+p2计算非感兴趣区域的子区域目标失真值对应的量化参数QPb；
根据得到的量化参数QP(包含QPa和QPb)，编码当前子区域。其中，模型即公式，为进过实验得到的关系式，α、β、P1和P2为系数。
即根据子区域的标记类型，确定编码规则包括：根据标记类型确定对应的目标失真值和关系式，根据目标失真值和关系式计算编码参数以用于编码子区域的图像。
实施例2
本发明实施例提供一种医学图像编码装置，包括：
图像预处理模块1，用于划分待处理图像为若干子区域；
标记模块2，用于基于预设的类型判断因子标记子区域；
编码模块3，用于根据子区域的标记类型，确定编码规则，根据编码规则处理对应的子区域的图像
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种医学图像编码方法，其特征在于，包括：
划分待处理图像为若干子区域；
基于预设的类型判断因子标记所述子区域；
根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。
2.根据权利要求1所述的一种医学图像编码方法，其特征在于，所述编码规则包括：
不同的标记类型设置有图像感知质量值和目标失真值，根据目标失真值计算对应的编码参数，根据所述编码参数对子区域进行编码。
3.根据权利要求1所述的一种医学图像编码方法，其特征在于，所述图像感知质量值包括：
峰值信噪比、结构相似性和感知加权峰值信噪比。
4.根据权利要求2所述的一种医学图像编码方法，其特征在于，所述目标失真值包括：
原始子区域和重建子区域之间的均方误差，原始子区域和重建子区域之间的平方误差和，原始子区域和重建子区域之间的平均绝对误差。
5.根据权利要求1所述的一种医学图像编码方法，其特征在于，所述基于预设的类型判断因子标记所述子区域包括：
提取子区域的像素的颜色分量的信息，计算颜色分量之间的平均绝对误差值，根据类型判断阈值和所述平均绝对误差值，赋予对应的子区域一个类型标记，所述颜色分量包括红色R分量、绿色G分量和蓝色B分量。
6.根据权利要求1所述的一种医学图像编码方法，其特征在于，所述基于预设的类型判断因子标记所述子区域包括：
转换所述子区域对应的图像为灰度图，利用边缘检测算子处理所述灰度图，获得梯度图，转换所述梯度图为二值图像，根据二值图像中黑白像素点的比例，标记对应的子区域一个类型标记。
7.根据权利要求2所述的一种医学图像编码方法，其特征在于，所述根据子区域的标记类型，确定编码规则包括：
设置动态编码参数，计算所述动态编码参数的编码失真，计算所述编码失真和所述目标失真值之间的绝对误差，输出绝对误差最小者对应的编码参数以用于编码子区域的图像。
8.根据权利要求2所述的一种医学图像编码方法，其特征在于，所述根据子区域的标记类型，确定编码规则包括：
根据标记类型确定对应的目标失真值和关系式，根据目标失真值和关系式计算编码参数以用于编码子区域的图像。
9.一种医学图像编码装置，其特征在于，包括：
图像预处理模块，用于划分待处理图像为若干子区域；
标记模块，用于基于预设的类型判断因子标记所述子区域；
编码模块，用于根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。
CN201910768069.1A 2019-08-20 2019-08-20 一种医学图像编码方法及装置 Pending CN110602495A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910768069.1A CN110602495A (zh) 2019-08-20 2019-08-20 一种医学图像编码方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910768069.1A CN110602495A (zh) 2019-08-20 2019-08-20 一种医学图像编码方法及装置

Publications (1)

Publication Number Publication Date
CN110602495A true CN110602495A (zh) 2019-12-20

Family

ID=68855117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910768069.1A Pending CN110602495A (zh) 2019-08-20 2019-08-20 一种医学图像编码方法及装置

Country Status (1)

Country Link
CN (1) CN110602495A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111787398A (zh) * 2020-06-24 2020-10-16 浙江大华技术股份有限公司 视频压缩方法、装置、设备及存储装置
CN113409312A (zh) * 2021-08-03 2021-09-17 广东博创佳禾科技有限公司 一种用于生物医疗影像的图像处理方法和装置

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1725266A (zh) * 2004-07-21 2006-01-25 上海高德威智能交通系统有限公司 基于视频触发和测速的车辆智能监测记录系统和方法
KR20080053873A (ko) * 2006-12-11 2008-06-16 한국전자통신연구원 입체 영상의 화질 향상을 위한 영상 부호화에서의 적응양자화 방법 및 그 장치
CN101309422A (zh) * 2008-06-23 2008-11-19 北京工业大学 宏块级量化参数处理方法及装置
CN101395923A (zh) * 2006-03-02 2009-03-25 汤姆森许可贸易公司 用于在图像信号编码中为图像中的像素块组确定比特分配的方法及设备
US20100002765A1 (en) * 2008-07-01 2010-01-07 Hitachi Kokusai Electric Inc. Image encoding apparatus and method
CN101882316A (zh) * 2010-06-07 2010-11-10 深圳市融创天下科技发展有限公司 一种图像区域划分/编码方法、装置及系统
CN101908891A (zh) * 2010-08-23 2010-12-08 南京信息工程大学 基于提升小波和pcnn的医学图像roi压缩方法
CN101945275A (zh) * 2010-08-18 2011-01-12 镇江唐桥微电子有限公司 一种基于感兴趣区域的视频编码方法
CN102413353A (zh) * 2011-12-28 2012-04-11 清华大学 立体视频编码过程的多视点视频和深度图的码率分配方法
CN103313047A (zh) * 2012-03-13 2013-09-18 中国移动通信集团公司 一种视频编码方法及装置
CN103442225A (zh) * 2013-07-26 2013-12-11 清华大学 基于数据库在线学习更新的有限速率下遥感图像传输系统
CN103702103A (zh) * 2014-01-10 2014-04-02 武汉大学 基于双目相机的光栅立体印刷图像合成方法
CN104270638A (zh) * 2014-07-29 2015-01-07 武汉飞脉科技有限责任公司 一种ct影像感兴趣区域压缩与质量评估方法
CN105574841A (zh) * 2014-11-05 2016-05-11 Tcl集团股份有限公司 一种基于颜色的图像分割方法及装置
CN105812805A (zh) * 2016-01-31 2016-07-27 西安电子科技大学 一种用于视频图像的编码方法和装置
CN106331711A (zh) * 2016-08-26 2017-01-11 北京工业大学 一种基于网络特征与视频特征的动态码率控制方法
CN106604031A (zh) * 2016-11-22 2017-04-26 金华就约我吧网络科技有限公司 一种基于兴趣区域的h.265视频质量提升方法
CN109246407A (zh) * 2017-04-28 2019-01-18 微软技术许可有限责任公司 图像编码
CN109982082A (zh) * 2019-05-05 2019-07-05 山东大学深圳研究院 一种基于局部纹理特性的hevc多失真准则率失真优化方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1725266A (zh) * 2004-07-21 2006-01-25 上海高德威智能交通系统有限公司 基于视频触发和测速的车辆智能监测记录系统和方法
CN101395923A (zh) * 2006-03-02 2009-03-25 汤姆森许可贸易公司 用于在图像信号编码中为图像中的像素块组确定比特分配的方法及设备
KR20080053873A (ko) * 2006-12-11 2008-06-16 한국전자통신연구원 입체 영상의 화질 향상을 위한 영상 부호화에서의 적응양자화 방법 및 그 장치
CN101309422A (zh) * 2008-06-23 2008-11-19 北京工业大学 宏块级量化参数处理方法及装置
US20100002765A1 (en) * 2008-07-01 2010-01-07 Hitachi Kokusai Electric Inc. Image encoding apparatus and method
CN101882316A (zh) * 2010-06-07 2010-11-10 深圳市融创天下科技发展有限公司 一种图像区域划分/编码方法、装置及系统
CN101945275A (zh) * 2010-08-18 2011-01-12 镇江唐桥微电子有限公司 一种基于感兴趣区域的视频编码方法
CN101908891A (zh) * 2010-08-23 2010-12-08 南京信息工程大学 基于提升小波和pcnn的医学图像roi压缩方法
CN102413353A (zh) * 2011-12-28 2012-04-11 清华大学 立体视频编码过程的多视点视频和深度图的码率分配方法
CN103313047A (zh) * 2012-03-13 2013-09-18 中国移动通信集团公司 一种视频编码方法及装置
CN103442225A (zh) * 2013-07-26 2013-12-11 清华大学 基于数据库在线学习更新的有限速率下遥感图像传输系统
CN103702103A (zh) * 2014-01-10 2014-04-02 武汉大学 基于双目相机的光栅立体印刷图像合成方法
CN104270638A (zh) * 2014-07-29 2015-01-07 武汉飞脉科技有限责任公司 一种ct影像感兴趣区域压缩与质量评估方法
CN105574841A (zh) * 2014-11-05 2016-05-11 Tcl集团股份有限公司 一种基于颜色的图像分割方法及装置
CN105812805A (zh) * 2016-01-31 2016-07-27 西安电子科技大学 一种用于视频图像的编码方法和装置
CN106331711A (zh) * 2016-08-26 2017-01-11 北京工业大学 一种基于网络特征与视频特征的动态码率控制方法
CN106604031A (zh) * 2016-11-22 2017-04-26 金华就约我吧网络科技有限公司 一种基于兴趣区域的h.265视频质量提升方法
CN109246407A (zh) * 2017-04-28 2019-01-18 微软技术许可有限责任公司 图像编码
CN109982082A (zh) * 2019-05-05 2019-07-05 山东大学深圳研究院 一种基于局部纹理特性的hevc多失真准则率失真优化方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111787398A (zh) * 2020-06-24 2020-10-16 浙江大华技术股份有限公司 视频压缩方法、装置、设备及存储装置
CN113409312A (zh) * 2021-08-03 2021-09-17 广东博创佳禾科技有限公司 一种用于生物医疗影像的图像处理方法和装置
CN113409312B (zh) * 2021-08-03 2021-11-02 广东博创佳禾科技有限公司 一种用于生物医疗影像的图像处理方法和装置

Similar Documents

Publication Publication Date Title
US9014471B2 (en) Method of classifying a chroma downsampling error
JP5270573B2 (ja) ブロックアーチファクトを検出する方法及び装置
US7181082B2 (en) Blur detection system
CN108495135B (zh) 一种屏幕内容视频编码的快速编码方法
US10134121B2 (en) Method and system of controlling a quality measure
US10013772B2 (en) Method of controlling a quality measure and system thereof
WO2012035533A2 (en) A method of classifying a chroma downsampling error
EP3718306B1 (en) Cluster refinement for texture synthesis in video coding
DE10219132A1 (de) System und Verfahren zum Verbessern der Bildqualität bei verarbeiteten Bildern
JP2011091510A (ja) 画像処理装置およびその制御方法
CN111696078B (zh) 一种超高清视频检测方法及系统
CN110602495A (zh) 一种医学图像编码方法及装置
US20150326878A1 (en) Selective perceptual masking via scale separation in the spatial and temporal domains using intrinsic images for use in data compression
CN110324617A (zh) 图像处理方法及装置
US7106908B2 (en) Method and apparatus for selecting a format in which to re-encode a quantized image
Ki et al. Learning-based JND-directed HDR video preprocessing for perceptually lossless compression with HEVC
CN111476744A (zh) 一种基于分类及大气成像模型的水下图像增强方法
US7817873B2 (en) Enhancing contrast of video data while preserving sharpness
Shoham et al. A novel perceptual image quality measure for block based image compression
Zhao et al. Fast CU partition decision strategy based on human visual system perceptual quality
US8897378B2 (en) Selective perceptual masking via scale separation in the spatial and temporal domains using intrinsic images for use in data compression
CN113542864B (zh) 视频的花屏区域检测方法、装置、设备及可读存储介质
Feng et al. BVI-Artefact: An Artefact Detection Benchmark Dataset for Streamed Videos
CN111145193A (zh) 一种自适应全局阈值二值化方法
CN101554040A (zh) 在保持锐度的同时增强视频数据的对比度

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

Application publication date: 20191220

RJ01 Rejection of invention patent application after publication