CN112637597A - Jpeg图像压缩方法、装置、计算机设备及存储介质 - Google Patents

Jpeg图像压缩方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112637597A
CN112637597A CN202011555458.5A CN202011555458A CN112637597A CN 112637597 A CN112637597 A CN 112637597A CN 202011555458 A CN202011555458 A CN 202011555458A CN 112637597 A CN112637597 A CN 112637597A
Authority
CN
China
Prior art keywords
image
pixel
value
calculating
jpeg
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
Application number
CN202011555458.5A
Other languages
English (en)
Other versions
CN112637597B (zh
Inventor
王妙辉
刘雪芹
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 University
Original Assignee
Shenzhen University
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 University filed Critical Shenzhen University
Priority to CN202011555458.5A priority Critical patent/CN112637597B/zh
Publication of CN112637597A publication Critical patent/CN112637597A/zh
Application granted granted Critical
Publication of CN112637597B publication Critical patent/CN112637597B/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
    • H04N19/134—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
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明提供了一种JPEG图像压缩方法、装置、计算机设备及存储介质，所述方法包括，计算每个像素对应的恰可察觉失真值；利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图；对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；初步计算每个像素对应的最终方向值；计算每个像素对应的纹理复杂度特征值；将图像分成8x8的图像块，建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。本发明的有益效果在于：能在视觉无损压缩的前提下，节省更多的码率，有效地提升JPEG编码的效率。

Description

JPEG图像压缩方法、装置、计算机设备及存储介质
技术领域
本发明涉及一种图像压缩方法、装置、计算机设备及存储介质，尤其是指一种JPEG图像压缩方法、装置、计算机设备及存储介质。
背景技术
互联网技术和多媒体信息技术的快速发展，产生了越来越多的图像数据，给数据的压缩、传输和存储带来巨大压力。为了进一步提高编码效率，利用人眼视觉特性来去除图像中的视觉冗余是当前学术界和工业界的研究热点。基于生理学和心理学的研究表明，人眼视觉系统在对图像感知过程中存在视觉掩蔽效应，即当图像像素值的变化小于一定的阈值时，人眼感知不到任何像素值的变化，该阈值就是恰可察觉失真(Just NoticeableDifference，简称JND)阈值。JND可以有效地表征人眼视觉冗余，并且已被广泛应用于基于视觉感知的图像处理算法和系统中。
在图像压缩编码过程中，编码的码率和失真是相互制衡的关系(码率用R表示，图像的失真度我们用经典的MSE值衡量)，若降低使用码率往往就会增加图像的失真度；相反地，如果想要获得质量更好的图像，需要增加编码图像的码率(就是MSE越小，R越大；MSE越大，R越小)。如果某一图像区域的JND值越大，说明这个区域可以加入更大的噪声而不被察觉，人眼感知质量不会因加入这些噪声而下降。因此，在视觉质量无损的情况下，编码这个区域的时候可以接受更多的噪声，也意味着使用更小的码率，达到节省带宽的目标(虽然一般情况下MSE越大表示感知质量越差，但MSE并不能非常准确的衡量人眼的失真程度；在这里R变小，MSE变大，但并未引起感知质量变差)。
发明内容
本发明所要解决的技术问题是：提供一种JPEG图像压缩方法、装置、计算机设备及存储介质，旨在提升JPEG编码的效率。
为了解决上述技术问题，本发明采用的技术方案为：一种JPEG图像压缩方法，包括，
S10、计算每个像素对应的恰可察觉失真值；
S20、利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图，多尺度的滤波器包括3个滤波核，3个滤波核的尺寸分别为3×3、5×5和7×7；
S30、对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；
S40、初步计算图像的每个像素的方向值，方向的范围为[0，180°)，然后对每个像素的方向值以10°为步长进行量化，得到每个像素对应的最终方向值；
S50、计算每个像素对应的纹理复杂度特征值；
S60、将图像分成8x8的图像块，并计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值，计算每个图像块中像素的恰可察觉失真值的平方的均值；
S70、建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。
进一步的，步骤S10中，每个像素对应的恰可察觉失真值的计算公式为：
Figure BDA0002855814790000021
Figure BDA0002855814790000022
Figure BDA0002855814790000023
其中，I(x，y)表示输入图像的像素值，
Figure BDA0002855814790000024
表示5x5窗口内的I(x，y)平均亮度值，G(x，y)表示像素(x，y)在5x5窗口内梯度的最大加权平均值；a0＝35.99，a1＝-14.32，w1＝0.01，b1＝-30.06；a2＝5.973，a3＝-3.70，w2＝0.007，b2＝-1.03；M＝127；p0＝0.0003，f1＝0.5，z1＝0.6，p1＝1，p2＝1；c1＝0.1，c2＝5，c3＝0.2，c4＝10。
进一步的，步骤S20具体为：
将3个滤波核分别与图像进行运算，获得图像不同尺度的亮度特征示意图，计算公式为：
Figure BDA0002855814790000031
其中，fk表示尺度为k的滤波核，Fk表示输入图像I与fk运算后得到的亮度特征示意图，11＝0，12＝0。
进一步的，步骤S30中，每个像素对应的亮度特征值的获取公式为：
Figure BDA0002855814790000032
其中，p3＝2。
进一步的，步骤S40中，每个像素对应的最终方向值的计算公式为：
Figure BDA0002855814790000033
其中，Nmax(x，y)表示以像素(x，y)为中心的nxn大小的窗口内，等于像素的方向值中的众数的个数；Nnum(x，y)表示以像素(x，y)为中心的nxn大小的窗口内图像的方向值的种类数，n＝10，p4＝1，p5＝18。
进一步的，步骤S50中，每个像素对应的纹理复杂度特征值的计算公式为：
Figure BDA0002855814790000034
Figure BDA0002855814790000035
其中，p6＝1，m′min，m′max分别表示图像里纹理复杂度特征值m′(x，y)，σ(x，y)和μ(x，y)分别表示以像素(x，y)为中心的7x7大小的窗口内像素值的方差和均值。
进一步的，步骤S70具体包括，
S71、遍历所有的质量因子对图像块进行编码，选择一个质量因子使得压缩后的图像块与原始图像块之间的均方误差值最接近图像块中像素的恰可察觉失真值的平方的均值，这个质量因子就是所需要的视觉无损压缩的质量因子，通过支持向量分类模型来完成预测图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系模型；
S72、将每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值输入到训练好的预测模型中，得到对应的编码质量参数，最终得到整张图像的视觉无损编码结果。
本发明还提供了一种JPEG图像压缩装置，包括，
失真值计算模块，用于计算每个像素对应的恰可察觉失真值；
亮度信息计算模块，用于利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图，多尺度的滤波器包括3个滤波核，3个滤波核的尺寸分别为3×3、5×5和7×7；
亮度特征值获取模块，用于对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；
方向值计算模块，用于初步计算图像的每个像素的方向值，方向的范围为[0，180°)，然后对每个像素的方向值以10°为步长进行量化，得到每个像素对应的最终方向值；
纹理复杂度计算模块，用于计算每个像素对应的纹理复杂度特征值；
图像分割模块，用于将图像分成8x8的图像块，并计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值，计算每个图像块中像素的恰可察觉失真值的平方的均值；
图像编码模块，用于建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。
本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的JPEG图像压缩方法。
本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如上所述的JPEG图像压缩方法。
本发明的有益效果在于：通过计算每个像素对应的恰可察觉失真值，计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值，利用支持向量分类学习方法，预测得到了每个图像块视觉无损压缩所对应的质量参数。由此，能在视觉无损压缩的前提下，节省更多的码率，有效地提升JPEG编码的效率。
附图说明
下面结合附图详述本发明的具体结构。
图1为本发明具体实施例的JPEG图像压缩方法流程图；
图2为本发明具体实施例的JPEG图像压缩装置框图；
图3为本发明具体实施例的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如图1所示，本发明第一实施例为：一种JPEG图像压缩方法，包括，
步骤S10、计算每个像素对应的恰可察觉失真值；每个像素对应的恰可察觉失真值的计算公式为：
Figure BDA0002855814790000061
Figure BDA0002855814790000062
Figure BDA0002855814790000063
其中，I(x，y)表示输入图像的像素值，
Figure BDA0002855814790000064
表示5x5窗口内的I(x，y)平均亮度值，G(x，y)表示像素(x，y)在5x5窗口内梯度的最大加权平均值；a0＝35.99，a1＝-14.32，w1＝0.01，b1＝-30.06；a2＝5.973，a3＝-3.70，w2＝0.007，b2＝-1.03；M＝127；p0＝0.0003，f1＝0.5，z1＝0.6，p1＝1，p2＝1；c1＝0.1，c2＝5，c3＝0.2，c4＝10。
步骤S20、利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图，多尺度的滤波器包括3个滤波核，3个滤波核的尺寸分别为3×3、5×5和7×7；
步骤S20具体为：将3个滤波核分别与图像进行运算，获得图像不同尺度的亮度特征示意图，计算公式为：
Figure BDA0002855814790000065
其中，fk表示尺度为k的滤波核，Fk表示输入图像I与fk运算后得到的亮度特征示意图，11＝0，12＝0。
步骤S30、对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；每个像素对应的亮度特征值的获取公式为：
Figure BDA0002855814790000066
其中，p3＝2。
步骤S40、初步计算图像的每个像素的方向值，方向的范围为[0，180°)，然后对每个像素的方向值以10°为步长进行量化，得到每个像素对应的最终方向值；每个像素对应的最终方向值的计算公式为：
Figure BDA0002855814790000071
其中，Nmax(x，y)表示以像素(x，y)为中心的nxn大小的窗口内，等于像素的方向值中的众数的个数；Nnum(x，y)表示以像素(x，y)为中心的nxn大小的窗口内图像的方向值的种类数，n＝10，p4＝1，p5＝18。
步骤S50、计算每个像素对应的纹理复杂度特征值；每个像素对应的纹理复杂度特征值的计算公式为：
Figure BDA0002855814790000072
Figure BDA0002855814790000073
其中，p6＝1，m′min，m′max分别表示图像里纹理复杂度特征值m′(x，y)，σ(x，y)和μ(x，y)分别表示以像素(x，y)为中心的7x7大小的窗口内像素值的方差和均值。
步骤S60、将图像分成8x8的图像块，并计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值，分别表示为
Figure BDA0002855814790000074
计算每个图像块中像素的恰可察觉失真值的平方的均值MSEJND；
步骤S70、建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。
步骤S70具体包括，
S71、通过支持向量分类(SVC)模型来完成预测图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系模型；输入特征为
Figure BDA0002855814790000075
输出的标签label为质量因子的值。每个图像块可通过遍历所有质量因子的值来编码这个图像块，并计算编码后的图像块与原图像块间的MSE，再和MSEJND进行比较，选择MSE与MSEJND差异最小时所对应的质量因子的值作为该图像块的标签。
S72、将每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值输入到训练好的预测模型中，得到对应的编码质量参数，最终得到整张图像的视觉无损编码结果。
本实施例的有益效果在于：通过计算每个像素对应的恰可察觉失真值，计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值，利用支持向量分类学习方法，预测得到了每个图像块视觉无损压缩所对应的质量参数。由此，能在视觉无损压缩的前提下，节省更多的码率，有效地提升JPEG编码的效率。
如图2所示，本发明的第二实施例为一种JPEG图像压缩装置，包括，
失真值计算模块10，用于计算每个像素对应的恰可察觉失真值；
亮度信息计算模块20，用于利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图，多尺度的滤波器包括3个滤波核，3个滤波核的尺寸分别为3×3、5×5和7×7；
亮度特征值获取模块30，用于对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；
方向值计算模块40，用于初步计算图像的每个像素的方向值，方向的范围为[0，180°)，然后对每个像素的方向值以10°为步长进行量化，得到每个像素对应的最终方向值；
纹理复杂度计算模块50，用于计算每个像素对应的纹理复杂度特征值；
图像分割模块60，用于将图像分成8x8的图像块，并计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值，计算每个图像块中像素的恰可察觉失真值的平方的均值；
图像编码模块70，用于建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述JPEG图像压缩装置的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述JPEG图像压缩装置可以实现为一种计算机程序的形式，该计算机程序可以在如图3所示的计算机设备上运行。
请参阅图3，图3是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端，也可以是服务器，其中，终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
参阅图3，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种JPEG图像压缩方法。
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种JPEG图像压缩方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如上所述的JPEG图像压缩方法。
应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502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。其中，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。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中计算机程序包括程序指令。该程序指令被处理器执行时使处理器执行如上所述的JPEG图像压缩方法。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。
在本发明所提供的几个实施例中，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，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，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。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元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，也可以是两个或两个以上单元集成在一个单元中。
该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，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种JPEG图像压缩方法，其特征在于：包括，
S10、计算每个像素对应的恰可察觉失真值；
S20、利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图，多尺度的滤波器包括3个滤波核，3个滤波核的尺寸分别为3×3、5×5和7×7；
S30、对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；
S40、初步计算图像的每个像素的方向值，方向的范围为[0，180°)，然后对每个像素的方向值以10°为步长进行量化，得到每个像素对应的最终方向值；
S50、计算每个像素对应的纹理复杂度特征值；
S60、将图像分成8x8的图像块，并计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值，计算每个图像块中像素的恰可察觉失真值的平方的均值；
S70、建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。
2.如权利要求1所述的JPEG图像压缩方法，其特征在于：步骤S10中，每个像素对应的恰可察觉失真值的计算公式为：
Figure FDA0002855814780000011
Figure FDA0002855814780000012
Figure FDA0002855814780000013
其中，I(x，y)表示输入图像的像素值，
Figure FDA0002855814780000014
表示5x5窗口内的I(x，y)平均亮度值，G(x，y)表示像素(x，y)在5x5窗口内梯度的最大加权平均值；a0＝35.99，a1＝-14.32，w1＝0.01，b1＝-30.06；a2＝5.973，a3＝-3.70，w2＝0.007，b2＝-1.03；M＝127；p0＝0.0003，f1＝0.5，z1＝0.6，p1＝1，p2＝1；c1＝0.1，c2＝5，c3＝0.2，c4＝10。
3.如权利要求2所述的JPEG图像压缩方法，其特征在于：步骤S20具体为：
将3个滤波核分别与图像进行运算，获得图像不同尺度的亮度特征示意图，计算公式为：
Figure FDA0002855814780000021
其中，fk表示尺度为k的滤波核，Fk表示输入图像I与fk运算后得到的亮度特征示意图，l1＝0，l2＝0。
4.如权利要求3所述的JPEG图像压缩方法，其特征在于：步骤S30中，每个像素对应的亮度特征值的获取公式为：
Figure FDA0002855814780000022
其中，p3＝2。
5.如权利要求4所述的JPEG图像压缩方法，其特征在于：步骤S40中，每个像素对应的最终方向值的计算公式为：
Figure FDA0002855814780000023
其中，Nmax(x，y)表示以像素(x，y)为中心的nxn大小的窗口内，等于像素的方向值中的众数的个数；Nnum(x，y)表示以像素(x，y)为中心的nxn大小的窗口内图像的方向值的种类数，n＝10，p4＝1，p5＝18。
6.如权利要求5所述的JPEG图像压缩方法，其特征在于：步骤S50中，每个像素对应的纹理复杂度特征值的计算公式为：
Figure FDA0002855814780000024
Figure FDA0002855814780000025
其中，p6＝1，m′min，m′max分别表示图像里纹理复杂度特征值m′(x，y)的最大值和最小值，σ(x，y)和μ(x，y)分别表示以像素(x，y)为中心的7x7大小的窗口内像素值的方差和均值。
7.如权利要求6所述的JPEG图像压缩方法，其特征在于：步骤S70具体包括，
S71、遍历所有的质量因子对图像块进行编码，选择一个质量因子使得压缩后的图像块与原始图像块之间的均方误差值最接近图像块中像素的恰可察觉失真值的平方的均值，这个质量因子就是所需要的视觉无损压缩的质量因子，通过支持向量分类模型来完成预测图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系模型；
S72、将每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值输入到训练好的预测模型中，得到对应的编码质量参数，最终得到整张图像的视觉无损编码结果。
8.一种JPEG图像压缩装置，其特征在于：包括，
失真值计算模块，用于计算每个像素对应的恰可察觉失真值；
亮度信息计算模块，用于利用一个多尺度的滤波器来提取图像的亮度信息，获取图像不同尺度的亮度特征示意图，多尺度的滤波器包括3个滤波核，3个滤波核的尺寸分别为3×3、5×5和7×7；
亮度特征值获取模块，用于对获得的三个亮度特征示意图进行操作获取每个像素对应的亮度特征值；
方向值计算模块，用于初步计算图像的每个像素的方向值，方向的范围为[0，180°)，然后对每个像素的方向值以10°为步长进行量化，得到每个像素对应的最终方向值；
纹理复杂度计算模块，用于计算每个像素对应的纹理复杂度特征值；
图像分割模块，用于将图像分成8x8的图像块，并计算每个图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值，计算每个图像块中像素的恰可察觉失真值的平方的均值；
图像编码模块，用于建立图像块中像素的亮度特征值、最终方向值、纹理复杂度特征值的均值与JPEG视觉无损压缩的质量因子的关系，得到整张图像的视觉无损编码结果。
9.一种计算机设备，其特征在于：所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的JPEG图像压缩方法。
10.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的JPEG图像压缩方法。
CN202011555458.5A 2020-12-24 2020-12-24 Jpeg图像压缩方法、装置、计算机设备及存储介质 Active CN112637597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011555458.5A CN112637597B (zh) 2020-12-24 2020-12-24 Jpeg图像压缩方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011555458.5A CN112637597B (zh) 2020-12-24 2020-12-24 Jpeg图像压缩方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN112637597A true CN112637597A (zh) 2021-04-09
CN112637597B CN112637597B (zh) 2022-10-18

Family

ID=75324586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011555458.5A Active CN112637597B (zh) 2020-12-24 2020-12-24 Jpeg图像压缩方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112637597B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115379219A (zh) * 2022-08-18 2022-11-22 视梵微电子(深圳)有限公司 一种图像压缩的方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108769685A (zh) * 2018-06-05 2018-11-06 腾讯科技（深圳）有限公司 检测图像压缩编码效率的方法、装置及存储介质
CN110062234A (zh) * 2019-04-29 2019-07-26 同济大学 一种基于区域恰可察觉失真的感知视频编码方法
US20190281302A1 (en) * 2018-03-12 2019-09-12 Nvidia Corporation Ssim-based rate distortion optimization for improved video perceptual quality
CN110610463A (zh) * 2019-08-07 2019-12-24 深圳大学 一种图像增强方法及装置
WO2020118588A1 (zh) * 2018-12-12 2020-06-18 中国科学院深圳先进技术研究院 图像级jnd阈值的预测方法、装置、设备及存储介质
CN111614962A (zh) * 2020-04-20 2020-09-01 同济大学 一种基于区域块级jnd预测的感知图像压缩方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190281302A1 (en) * 2018-03-12 2019-09-12 Nvidia Corporation Ssim-based rate distortion optimization for improved video perceptual quality
CN108769685A (zh) * 2018-06-05 2018-11-06 腾讯科技（深圳）有限公司 检测图像压缩编码效率的方法、装置及存储介质
WO2020118588A1 (zh) * 2018-12-12 2020-06-18 中国科学院深圳先进技术研究院 图像级jnd阈值的预测方法、装置、设备及存储介质
CN110062234A (zh) * 2019-04-29 2019-07-26 同济大学 一种基于区域恰可察觉失真的感知视频编码方法
CN110610463A (zh) * 2019-08-07 2019-12-24 深圳大学 一种图像增强方法及装置
CN111614962A (zh) * 2020-04-20 2020-09-01 同济大学 一种基于区域块级jnd预测的感知图像压缩方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
K. YANG ET AL.: "Detection and estimation of supra-threshold distortion levels of pictures based on just-noticeable difference", 《2016 VISUAL COMMUNICATIONS AND IMAGE PROCESSING (VCIP)》 *
陈嘉丽 等: "结合JND模型的交叉验证深度图质量评价方法", 《光电子•激光》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115379219A (zh) * 2022-08-18 2022-11-22 视梵微电子(深圳)有限公司 一种图像压缩的方法和装置

Also Published As

Publication number Publication date
CN112637597B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
US20200329233A1 (en) Hyperdata Compression: Accelerating Encoding for Improved Communication, Distribution & Delivery of Personalized Content
US9479798B2 (en) Dynamic generation of a quantization matrix for compression of a digital object
JP7551759B2 (ja) 画像処理方法および関連装置
WO2021169408A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN110610237A (zh) 模型的量化训练方法、装置及存储介质
WO2020237646A1 (zh) 图像处理方法、设备及计算机可读存储介质
CN111131828B (zh) 一种图像压缩方法、装置、电子设备和存储介质
CN112672168B (zh) 基于图卷积的点云压缩方法及装置
CN103313047B (zh) 一种视频编码方法及装置
CN110753225A (zh) 一种视频压缩方法、装置及终端设备
WO2022022176A1 (zh) 一种图像处理方法以及相关设备
CN116547969A (zh) 基于机器学习的图像译码中色度子采样格式的处理方法
CN112637597B (zh) Jpeg图像压缩方法、装置、计算机设备及存储介质
CN116600119A (zh) 视频编码、解码方法、装置、计算机设备和存储介质
CN109615620B (zh) 图像压缩度识别方法、装置、设备及计算机可读存储介质
CN113422956B (zh) 一种图像编码方法、装置、电子设备及存储介质
EP4287110A1 (en) Method and device for correcting image on basis of compression quality of image in electronic device
CN101919248A (zh) 增强型图像压缩的字节表示
Li et al. Deep image compression based on multi-scale deformable convolution
CN113256744B (zh) 一种图像编码、解码方法及系统
CN110740324B (zh) 编码控制方法及相关装置
CN116828184A (zh) 视频编码、解码方法、装置、计算机设备和存储介质
CN112637604A (zh) 低时延视频压缩方法及装置
CN113554719B (zh) 一种图像编码方法、解码方法、存储介质及终端设备
CN113949867A (zh) 一种图像处理的方法及装置

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