CN116962698A - 一种高压缩率的图像压缩及解压缩方法 - Google Patents
一种高压缩率的图像压缩及解压缩方法 Download PDFInfo
- Publication number
- CN116962698A CN116962698A CN202311212838.2A CN202311212838A CN116962698A CN 116962698 A CN116962698 A CN 116962698A CN 202311212838 A CN202311212838 A CN 202311212838A CN 116962698 A CN116962698 A CN 116962698A
- Authority
- CN
- China
- Prior art keywords
- edge
- point
- points
- image
- pixel
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000007906 compression Methods 0.000 title claims abstract description 43
- 230000006835 compression Effects 0.000 title claims abstract description 37
- 230000006837 decompression Effects 0.000 title claims abstract description 25
- 238000005070 sampling Methods 0.000 claims abstract description 66
- 238000003708 edge detection Methods 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
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
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
-
- 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
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- 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
- H04N19/426—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 using memory downsizing methods
-
- 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
- H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种高压缩率的图像压缩及解压缩方法，包括压缩过程和解压缩过程。本方法利用边缘同侧的相似性进行压缩和解压缩，在压缩时存储边缘信息和采样值，在解压缩时，对不含边缘的图像块进行一般的线性插值，对含有边缘的图像块则对边缘两侧分别根据采样点取值，以保证边缘被正确还原而不产生失真。本方法通过引入边缘检测，将局部相似性扩展为联通图像块的相似性，节省存储资源的同时减少了采样导致的边缘失真，能够对图像信息可以较好地保留，信息损失较小，且能够实现较高压缩率。
Description
技术领域
本发明涉及一种图像处理方法，具体涉及一种图像压缩和解压缩方法。
背景技术
数字图像采集是利用摄像头等传感器将光信号转化成电信号并用数字形式进行存储、传输和显示，数字图像处理是将采集的数字图像针对使用目的和场景进行处理优化，其中常见的方法包括：图像增强和复原、图像编码压缩、图像描述等。
在数字图像处理的过程中，通常需要对图像进行压缩并存储，以用于帧间处理或回放。在使用时则需要通过解压缩还原图像信息。目前主流的压缩方法通常将图像转换到频域，对频域信息进行量化并编码存储，在解压缩时再转换到空域进行还原。这些压缩方法具有压缩率高，损失小的优点，但缺点在于压缩与解压缩需要消耗大量空间和计算资源，不利于视频的实时处理。同时，压缩一般适用于RGB或YUV格式的图片，对于bayer格式的图像不能很好地利用空间信息。
如今，图像处理在智能汽车，智能家居，智能监控等诸多领域发挥着越来越重要的作用，也对图像的质量提出了更高的要求。3D降噪、宽动态等图像处理模块和影像回放等需求都需要对图像进行高压缩率、低损失、实时的压缩处理，因此一种高效的、高压缩率的、低损失的图像压缩方法具有实用价值。
发明内容
发明目的：针对上述现有技术，提出一种高压缩率的图像压缩及解压缩方法，满足图像高压缩率和低损失要求。
技术方案：一种高压缩率的图像压缩及解压缩方法，包括压缩过程和解压缩过程；
所述压缩过程包括：
A1：对图像进行边缘检测并形成边缘图像；
A2：对边缘图像进行边缘补全；
A3：通过模板对图像进行滑动采样；所述模板为bayer格式的4×4像素块，其中每个2×2单元采样一个通道，所述4×4像素块中对R,B,G1,G2四个通道分别进行采样；
A4：形成压缩图像并进行存储，所述压缩图像与原图像大小相同；其中，对于步骤A3中的采样值，在压缩图像的相同位置存储各采样值；对于非采样点，根据是否为边缘图像点进行信息存储，边缘点存储为1，非边缘点存储为0；
所述解压缩过程采用基于边缘的双线性插值，对于所述压缩图像的每个像素点，对其R,G,B三个通道分别进行插值，以此直接解压得到RGB格式的图像。
进一步的，步骤A2中，对边缘图像进行边缘补全包括如下步骤：
A2-1：边缘间断点检测；
A2-2：边缘间断点连接，包括如下步骤：
A2-2-1：边缘方向判定；
在边缘图像中，对于一个边缘间断点，记为P，取以其为中心的n×n像素块，记为I，边缘方向判定包括如下步骤：
A2-2-1-1：确定边缘间断点P在像素块I中所在的连通域L；
A2-2-1-2：记边缘间断点P的坐标为(x p ,y p )，根据连通域L，计算边缘方向向量；
A2-2-2：边缘间断点连接；
以点P为起点，沿向量方向进行延长，若延长线中与其他边缘点交集非空则将边缘间断点P到第一个交点之间的线段补全为边缘点。
进一步的，步骤A2-2-2采取水平或竖直方向搜索的方式进行实现，包括如下步骤：
A2-2-2-1：根据边缘方向向量中x d ,y d 的大小关系，确定搜索方向；
当时，沿水平方向向右搜索；
当时，沿水平方向向左搜索；
当时，沿竖直方向向右搜索；
当时，沿竖直方向向右搜索；
A2-2-2-2：连接点搜索；
在进行水平方向搜索时，首先将向量以水平方向归一化为，其中根据定义/>的取值为±1，表示方向；从点P(x p ,y p )出发，对于i=1,2...m，m为搜索范围大小，依次检测点/>和点是否为边缘点，其中[x]表示对x向下取整；当搜索过程中出现边缘点时，记录为交点Q(x q ,y q )，并结束搜索将/>修正为/>，然后对于，依次将边缘图像中的点/>改为边缘点，其中round(·)为四舍五入函数；若i遍历1到m后未搜索到边缘点，则停止搜索，即此处边缘无法补全，直接进行步骤A3；
在进行竖直方向搜索时，首先，将向量以竖直方向归一化为，其中根据定义/>的取值为±1，表示方向；从点P(x p ,y p )出发，对于i=1,2...m，m为搜索范围大小，依次检测点/>和点是否为边缘点，其中[x]表示对x向下取整；当搜索过程中出现边缘点时，记录为交点Q(x q ,y q )，并结束搜索将/>修正为/>，然后对于，依次将边缘图像中的点/>改为边缘点，其中round(·)为四舍五入函数；若i遍历1到m后未搜索到边缘点，则停止搜索，即此处边缘无法补全，直接进行步骤A3。
进一步的，所述解压缩过程中，对于处于整幅压缩图像的上、下、左、右边缘位置的像素点，其待插值的通道值分别取为与其最近的一个对应通道采样点的像素值；对于所有不处于整幅压缩图像的上、下、左、右边缘位置的像素点，则按从上至下，从左至右依次选取各像素点作为当前待插值点，包括如下步骤：
B1：确定用于对应通道插值的采样点；
对于当前待插值点，对于待插值的各通道，分别选取与该点距离最近的对应通道的四个采样点，用于当前待插值点对应通道插值；
B2：分别以同通道的四个采样点为顶点的5×5像素块作为基本单位，对该基本单位中各像素进行各通道的插值；
B3：通过步骤B1和B2已分别获得了各像素点的R通道、B通道、G1通道和G2通道的像素值，对G1和G2通道取平均得到G通道像素值，即得到了还原后的RGB图像。
进一步的，步骤B2中，对于任一通道的插值计算，记该5×5像素块中第i行第j列的像素坐标为(i,j)，记像素点为P ij ，其待插值像素值为p ij ，各像素点在压缩图像中对应的存储值为q ij ；该5×5像素块中P 11,P 15,P 51,P 55为存储的采样点，这四个点对应通道的插值像素值直接采用原存储值，由于该基本单位中其余点的存储值q ij 值为0或1，因此其对应的p ij 值通过插值进行还原；插值计算时依次进行水平和垂直方向的线性插值。
进一步的，步骤B2中，依次进行水平和垂直方向的线性插值包括如下步骤：
进行水平方向插值：当水平连线上不存在边缘点时，直接使用线性插值；当水平连线上存在边缘点时，则边缘点左侧取左侧采样点像素值，边缘点右侧取右侧采样点像素值；
在水平方向插值完成后，在此基础上进行竖直方向的插值：当竖直连线上不存在边缘点时，直接使用线性插值；当竖直连线上存在边缘点时，则边缘点上方取上方采样点像素值，边缘点下方取下方采样点像素值。
进一步的，步骤B2中，对各像素点依次进行插值计算时，若对应通道的插值已在之前像素点插值计算过程中计算得到，则不再重复计算该通道的插值。
有益效果：本方法引入边缘信息进行存储，利用边缘同侧图像块的相似性进行空域压缩。通常的压缩对空域信息的利用方式为考虑局部的相似性。本方法通过引入边缘检测，将局部相似性扩展为联通图像块的相似性，节省存储资源的同时减少了采样导致的边缘失真。本方法对图像信息可以较好地保留，信息损失较小，且能够实现较高压缩率。
附图说明
图1为本发明方法流程图；
图2为边缘间断点检测所用滤波核；
图3为边缘间断点补全过程示意图；
图4为采样所用模板示意图；
图5为“RGGB”与“GRBG”格式图像采样过程示例图，其中图5的（a）为采样前RGGB格式图像块，图5的（b）为图5的（a）对应的采样值，图5的（c）为采样前GRBG格式图像块，图5的（d）为图5的（c）对应的采样值；
图6为“RGB”格式图像采样过程示例图；
图7为各像素存储所用字节数示意图；
图8为用于对应通道插值的采样点位置示意图；
图9为R通道无边缘点时的插值示意图；
图10为R通道有边缘点时的插值示意图。
实施方式
下面结合附图对本发明做更进一步的解释。
如图1所示，一种高压缩率的图像压缩及解压缩方法，其压缩过程包括如下步骤：
A1：对图像进行边缘检测并形成边缘图像。
对图像的边缘检测已有成熟的算法，使用目前主流的边缘检测算法，例如canny算法，可以得到一个和原图像大小相同，且边缘宽度为一个像素的图像。其中，表示检测为边缘的点取值为1，称为边缘点。其余点取值为0，称为非边缘点。由此步骤得到的图像称为边缘图像。对于RGB/bayer格式的图像，均可以使用相应的现有边缘检测方法。
A2：对边缘图像进行边缘补全。
本方法需要利用边缘同侧的相似性进行压缩和解压缩，在压缩时存储边缘信息和采样值，在解压缩时，对不含边缘的图像块进行一般的线性插值，对含有边缘的图像块则对边缘两侧分别根据采样点取值，以保证边缘被正确还原而不产生失真。封闭的边缘有利于提高压缩效果，因此对边缘进行补全，具体方法如下：
A2-1：边缘间断点检测。
对于边缘图像，以边缘点为中心的3×3像素块中，若中心点周围有且只有一个其它边缘点，则将该中心的边缘点称为“边缘间断点”。采用如图2所示的滤波核对边缘图像的3*3像素块进行卷积，选择其中取值为2的点，即为间断点。特别地，根据图像信号采集原理，边缘中不应存在单像素的“孤立点”，因此将卷积后取值为1的“孤立点”从边缘图像中去除。
A2-2：边缘间断点连接，包括如下步骤：
A2-2-1：边缘方向判定。
在边缘图像中，对于一个边缘间断点，记为P，取以其为中心的n×n像素块，记为I，n的取值一般为7或9，对该像素块进行如下操作：
A2-2-1-1：确定边缘间断点P在像素块I中所在的连通域。
连通域一般分为4邻域和8邻域，这里选择的连通域为8邻域。提取连通域的算法有二次扫描法和种子填充法等现有方法，记得到的连通域为L。
A2-2-1-2：计算边缘方向向量。
记边缘间断点P的坐标为(x p ,y p )，根据连通域L，计算边缘方向向量，如下式所示：
其中，L i 为连通域L中的点，为点的坐标，d为距离函数，W是一个单调递减的函数，即连通域中距离点P越远的点在计算方向向量时权重越小。通常情况取高斯核，即：
其中，σ为决定权重受距离影响衰减程度的参数，σ越小衰减程度越大，一般取值范围为[1,5]。
下面结合图3示例对步骤A2-2-1进行说明：
图3的（a）给出了边缘图像中的一个9*9像素块I，其中心点为边缘间断点P。图3的（b）用灰色标出了点P所在的连通域L。图3的（c）中向量表示计算求得的点P的边缘方向向量。
A2-2-2：边缘间断点连接。
以点P为起点，沿向量方向进行延长，若延长线中与其他边缘点交集非空则将边缘间断点P到交点之间的线段补全为边缘点。具体地，出于节省计算资源的考虑，采取水平或竖直方向搜索的方式进行实现，按以下步骤进行：
A2-2-2-1：确定搜索方向。
根据边缘方向向量中x d ,y d 的大小关系，确定搜索方向。首先，由于在步骤A2-1中，已确保P不是孤立点，因此x d ,y d 不同时为0。
当时，沿水平方向向右搜索；
当时，沿水平方向向左搜索；
当时，沿竖直方向向右搜索；
当时，沿竖直方向向右搜索。
A2-2-2-2：连接点搜索。
在进行水平方向搜索时，首先将向量以水平方向归一化为，其中根据定义/>的取值为±1，表示方向；从点P(x p ,y p )出发，对于i=1,2...m，m为搜索范围大小，一般取值与n相同，依次检测点和点/>是否为边缘点，其中[x]表示对x向下取整。当搜索过程中出现边缘点时，记录为交点Q(x q ,y q )，并结束搜索将/>修正为，然后对于/>，依次将边缘图像中的点改为边缘点，其中round(·)为四舍五入函数。若i遍历1到m后未搜索到边缘点，则停止搜索，即此处边缘无法补全，直接进行后续步骤。
在进行竖直方向搜索时，首先，将向量以竖直方向归一化为，其中根据定义/>的取值为±1，表示方向；从点P(x p ,y p )出发，对于i=1,2...m，m为搜索范围大小，一般取值与n相同，依次检测点和点/>是否为边缘点，其中[x]表示对x向下取整。当搜索过程中出现边缘点时，记录为交点Q(x q ,y q )，并结束搜索将/>修正为，然后对于/>，依次将边缘图像中的点改为边缘点，其中round(·)为四舍五入函数。若i遍历1到m后未搜索到边缘点，则停止搜索，即此处边缘无法补全，直接进行后续步骤。
图3的（d）用灰色标出了示例中得到的交点Q，图3的（e）为最终补全结果。
A3：通过模板对图像进行滑动采样。
根据原图像格式的不同，所采样的颜色通道也不相同。
（1）对于bayer格式的图像，如图5的（a）和图5的（c）所示分别为一个8×8的“RGGB”和“GRBG”格式排列的像素块，以4×4的像素块为单位，根据如图4所示模板，分别采样图5的（a）和图5的（c）中每个4×4单元中与如图4所示模板中标为灰色的点相同位置的通道值，对应得到如图5的（b）和图5的（d）所示的采样结果。选取图4所示模板的目的在于，一个像素点的四个通道中仅采样一个通道值，一个4×4的像素块中R,B,G1,G2四个通道分别进行了采样，使得各通道信息均得到了采样保留，降低解压缩还原后因信息损失造成的失真，且存储信息在空间分布上均匀，提高采样质量。
（2）对于RGB格式的图像，如图6所示，左侧为RGB的原始图像，截取了其中一个4×4的像素块，实际为R、G、B三个通道的三个4×4像素块。在存储时，仍按照图4所示的模板对三个4×4像素块进行采样，具体地，三个4×4像素对应图4所示模板中标为灰色的四个位置中，每个位置分别仅选取一个通道，其中关于中心对称的两个位置选取G通道存储，关于中心对称的另两个位置分别选取R和B通道，将采样值存储在一个4×4像素块中，得到图6右侧所示的采样存储结果。
需要说明的是，在采样时，除直接存储采样像素点对应的通道值外，还可以选择求取该通道周围同通道的平均值作为采样值的方法。
A4：形成压缩图像并进行存储。压缩图像与原图像大小相同，通过如下方式得到：
A4-1：存储采样点。
对于步骤A3中的采样值，在压缩图像的相同位置存储各采样值。
A4-2：对于非采样点，根据是否为边缘图像点进行信息存储。
具体的，对于压缩图像中各采样点之外的其他像素点，使其取值与步骤A2边缘间断点补全后得到的边缘图像取值相同，即边缘点存储为1，非边缘点存储为0。
以原图像各像素值存储采用8比特数据为例，选取一个4×4的图像块，图7显示了本发明压缩图像的存储方式，图7中的数字代表该像素点存储时的比特数。
由此，可以得到一幅与原图像大小相同的压缩图像，计算得到压缩率约为34.4%。如果对压缩率有更高要求，可以进一步降低采样率，以达到更优的压缩率。
图像解压缩过程包括如下步骤：
本发明中，解压缩为基于边缘的双线性插值。对于压缩图像的每个像素点，需要对其R,G,B三个通道分别进行插值，以此直接解压得到RGB格式的图像。对于处于整幅压缩图像的上、下、左、右边缘位置的像素点，其待插值的通道值分别取为与其最近的一个对应通道采样点的像素值即可。对于所有不处于整幅压缩图像的上、下、左、右边缘位置的像素点，则按从上至下，从左至右依次选取各像素点作为当前待插值点，进行如下操作：
B1：确定用于对应通道插值的采样点。
对于当前待插值点，对于待插值的各通道，分别选取与该点距离最近的对应通道的四个采样点，用于当前待插值点对应通道插值。以如图8所示“GRBG”格式排列的压缩图像为例进行说明，设图中标注“*”号的为当前待插值点，图8的（a）至图8的（d）中标灰的像素点分别为该待插值像素点周围最近的四个R、B、G1、G2通道的采样点，即压缩过程中步骤A3确定的采样点，分别用于解压缩过程中各通道插值。
B2：分别以图8中确认的同通道的四个采样点为顶点的5×5像素块作为基本单位，对该基本单位中各像素进行各通道的插值。下面以R通道插值为例说明插值方式，图9、图10分别代表了该基本单位中有边缘点和无边缘点时的情况。记该5×5像素块中第i行第j列的像素坐标为(i,j)，记像素点为P ij ，其待插值像素值为p ij ，各像素点在压缩图像中对应的存储值为q ij 。当前P 11,P 15,P 51,P 55为存储的采样点，这四个点R通道的插值像素值直接采用原存储值，即，由于该基本单位中其余点的存储值q ij 值为0或1，因此其对应的p ij 值需要通过插值进行还原。为便于计算，依次进行水平和垂直方向的线性插值，且两者可以交换顺序。
B2-1：对像素点p ij ,i=1,5进行水平方向插值：
其意义为，当水平连线上不存在边缘点时，直接使用一般的线性插值。当水平连线上存在边缘点时，则边缘点左侧取左侧采样点像素值，右侧取右侧采样点像素值。需要指出，对于非常密集的边缘，如图片中精细纹理处，此方法会产生一定程度的失真。对大部分图像，这种失真在可接受范围内，若果对质量有更高要求，可通过改变采样率或引入自适应策略解决。
B2-2：竖直方向插值。
在水平方向插值完成后，p ij ,i=1,5已通过水平插值得到，在此基础上进行竖直方向的插值，从而得到p ij ,i=2,3,4：
与水平方向插值同理，当竖直连线上不存在边缘点时，直接使用一般的线性插值。当竖直连线上存在边缘点时，对于第1列和第5列边缘点上方的p ij 取上方采样点像素值，下方取下方采样点像素值；对于第2列至第4列边缘点上方的p ij 取上方经步骤B2-1得到的插值，下方取下方经步骤B2-1得到的插值。
对各像素点依次进行插值计算时，若对应通道的插值已在之前像素点插值计算过程中计算得到，则不再重复计算该通道的插值。
B3：获得解压缩后的RGB图像。
通过步骤B1和B2已分别获得了各像素点的R通道、B通道、G1通道和G2通道的像素值。对G1和G2通道取平均得到G通道像素值，即得到了还原后的RGB图像。
若想得到bayer格式的解压缩图像，只需对RGB按通道进行下采样即可。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种高压缩率的图像压缩及解压缩方法，其特征在于，包括压缩过程和解压缩过程；
所述压缩过程包括：
A1：对图像进行边缘检测并形成边缘图像；
A2：对边缘图像进行边缘补全；
A3：通过模板对图像进行滑动采样；所述模板为bayer格式的4×4像素块，其中每个2×2单元采样一个通道，所述4×4像素块中对R,B,G1,G2四个通道分别进行采样；
A4：形成压缩图像并进行存储，所述压缩图像与原图像大小相同；其中，对于步骤A3中的采样值，在压缩图像的相同位置存储各采样值；对于非采样点，根据是否为边缘图像点进行信息存储，边缘点存储为1，非边缘点存储为0；
所述解压缩过程采用基于边缘的双线性插值，对于所述压缩图像的每个像素点，对其R,G,B三个通道分别进行插值，以此直接解压得到RGB格式的图像。
2.根据权利要求1所述的高压缩率的图像压缩及解压缩方法，其特征在于，步骤A2中，对边缘图像进行边缘补全包括如下步骤：
A2-1：边缘间断点检测；
A2-2：边缘间断点连接，包括如下步骤：
A2-2-1：边缘方向判定；
在边缘图像中，对于一个边缘间断点，记为P，取以其为中心的n×n像素块，记为I，边缘方向判定包括如下步骤：
A2-2-1-1：确定边缘间断点P在像素块I中所在的连通域L；
A2-2-1-2：记边缘间断点P的坐标为(x p ,y p )，根据连通域L，计算边缘方向向量；
A2-2-2：边缘间断点连接；
以点P为起点，沿向量方向进行延长，若延长线中与其他边缘点交集非空则将边缘间断点P到第一个交点之间的线段补全为边缘点。
3.根据权利要求2所述的高压缩率的图像压缩及解压缩方法，其特征在于，步骤A2-2-2采取水平或竖直方向搜索的方式进行实现，包括如下步骤：
A2-2-2-1：根据边缘方向向量中x d ,y d 的大小关系，确定搜索方向；
当时，沿水平方向向右搜索；
当时，沿水平方向向左搜索；
当时，沿竖直方向向右搜索；
当时，沿竖直方向向右搜索；
A2-2-2-2：连接点搜索；
在进行水平方向搜索时，首先将向量以水平方向归一化为，其中根据定义/>的取值为±1，表示方向；从点P(x p ,y p )出发，对于i=1,2...m，m为搜索范围大小，依次检测点/>和点是否为边缘点，其中[x]表示对x向下取整；当搜索过程中出现边缘点时，记录为交点Q(x q ,y q )，并结束搜索将/>修正为/>，然后对于，依次将边缘图像中的点/>改为边缘点，其中round(·)为四舍五入函数；若i遍历1到m后未搜索到边缘点，则停止搜索，即此处边缘无法补全，直接进行步骤A3；
在进行竖直方向搜索时，首先，将向量以竖直方向归一化为，其中根据定义/>的取值为±1，表示方向；从点P(x p ,y p )出发，对于i=1,2...m，m为搜索范围大小，依次检测点/>和点是否为边缘点，其中[x]表示对x向下取整；当搜索过程中出现边缘点时，记录为交点Q(x q ,y q )，并结束搜索将/>修正为/>，然后对于，依次将边缘图像中的点/>改为边缘点，其中round(·)为四舍五入函数；若i遍历1到m后未搜索到边缘点，则停止搜索，即此处边缘无法补全，直接进行步骤A3。
4.根据权利要求1-3任一所述的高压缩率的图像压缩及解压缩方法，其特征在于，所述解压缩过程中，对于处于整幅压缩图像的上、下、左、右边缘位置的像素点，其待插值的通道值分别取为与其最近的一个对应通道采样点的像素值；对于所有不处于整幅压缩图像的上、下、左、右边缘位置的像素点，则按从上至下，从左至右依次选取各像素点作为当前待插值点，包括如下步骤：
B1：确定用于对应通道插值的采样点；
对于当前待插值点，对于待插值的各通道，分别选取与该点距离最近的对应通道的四个采样点，用于当前待插值点对应通道插值；
B2：分别以同通道的四个采样点为顶点的5×5像素块作为基本单位，对该基本单位中各像素进行各通道的插值；
B3：通过步骤B1和B2已分别获得了各像素点的R通道、B通道、G1通道和G2通道的像素值，对G1和G2通道取平均得到G通道像素值，即得到了还原后的RGB图像。
5.根据权利要求4所述的高压缩率的图像压缩及解压缩方法，其特征在于，步骤B2中，对于任一通道的插值计算，记该5×5像素块中第i行第j列的像素坐标为(i,j)，记像素点为P ij ，其待插值像素值为p ij ，各像素点在压缩图像中对应的存储值为q ij ；该5×5像素块中P 11,P 15,P 51,P 55为存储的采样点，这四个点对应通道的插值像素值直接采用原存储值，由于该基本单位中其余点的存储值q ij 值为0或1，因此其对应的p ij 值通过插值进行还原；插值计算时依次进行水平和垂直方向的线性插值。
6.根据权利要求5所述的高压缩率的图像压缩和解压缩方法，其特征在于，步骤B2中，依次进行水平和垂直方向的线性插值包括如下步骤：
进行水平方向插值：当水平连线上不存在边缘点时，直接使用线性插值；当水平连线上存在边缘点时，则边缘点左侧取左侧采样点像素值，边缘点右侧取右侧采样点像素值；
在水平方向插值完成后，在此基础上进行竖直方向的插值：当竖直连线上不存在边缘点时，直接使用线性插值；当竖直连线上存在边缘点时，则边缘点上方取上方采样点像素值，边缘点下方取下方采样点像素值。
7.根据权利要求6所述的高压缩率的图像压缩及解压缩方法，其特征在于，步骤B2中，对各像素点依次进行插值计算时，若对应通道的插值已在之前像素点插值计算过程中计算得到，则不再重复计算该通道的插值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311212838.2A CN116962698B (zh) | 2023-09-20 | 2023-09-20 | 一种高压缩率的图像压缩及解压缩方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311212838.2A CN116962698B (zh) | 2023-09-20 | 2023-09-20 | 一种高压缩率的图像压缩及解压缩方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116962698A true CN116962698A (zh) | 2023-10-27 |
| CN116962698B CN116962698B (zh) | 2023-12-08 |
Family
ID=88460468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311212838.2A Active CN116962698B (zh) | 2023-09-20 | 2023-09-20 | 一种高压缩率的图像压缩及解压缩方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116962698B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1667650A (zh) * | 2005-04-08 | 2005-09-14 | 杭州国芯科技有限公司 | 基于边缘检测的图像缩放的方法 |
| CN101276461A (zh) * | 2008-03-07 | 2008-10-01 | 北京航空航天大学 | 一种利用边缘特征的视频文本增强方法 |
| US20130321674A1 (en) * | 2012-05-31 | 2013-12-05 | Apple Inc. | Image Signal Processing Involving Geometric Distortion Correction |
| CN114821100A (zh) * | 2022-04-13 | 2022-07-29 | 桂林电子科技大学 | 基于结构组稀疏网络的图像压缩感知重建方法 |
| CN115272068A (zh) * | 2022-06-24 | 2022-11-01 | 南京大学 | 一种用于图像上采样的高效插值方法 |
| JP2022548453A (ja) * | 2020-08-17 | 2022-11-21 | 上▲海▼商▲湯▼智能科技有限公司 | 画像分割方法及び装置、電子デバイス並びに記憶媒体 |
| CN115841447A (zh) * | 2022-08-18 | 2023-03-24 | 陕西科技大学 | 一种磁瓦表面缺陷的检测方法 |
-
2023
- 2023-09-20 CN CN202311212838.2A patent/CN116962698B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1667650A (zh) * | 2005-04-08 | 2005-09-14 | 杭州国芯科技有限公司 | 基于边缘检测的图像缩放的方法 |
| CN101276461A (zh) * | 2008-03-07 | 2008-10-01 | 北京航空航天大学 | 一种利用边缘特征的视频文本增强方法 |
| US20130321674A1 (en) * | 2012-05-31 | 2013-12-05 | Apple Inc. | Image Signal Processing Involving Geometric Distortion Correction |
| JP2022548453A (ja) * | 2020-08-17 | 2022-11-21 | 上▲海▼商▲湯▼智能科技有限公司 | 画像分割方法及び装置、電子デバイス並びに記憶媒体 |
| CN114821100A (zh) * | 2022-04-13 | 2022-07-29 | 桂林电子科技大学 | 基于结构组稀疏网络的图像压缩感知重建方法 |
| CN115272068A (zh) * | 2022-06-24 | 2022-11-01 | 南京大学 | 一种用于图像上采样的高效插值方法 |
| CN115841447A (zh) * | 2022-08-18 | 2023-03-24 | 陕西科技大学 | 一种磁瓦表面缺陷的检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李晓华, 沈兰荪: "基于压缩域的图像检索技术", 计算机学报, no. 09 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116962698B (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10965959B2 (en) | Multi-frame quality enhancement for compressed video | |
| JP5773984B2 (ja) | ビデオカメラ | |
| US8615042B2 (en) | Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using spatial filtering | |
| US8208565B2 (en) | Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using temporal filtering | |
| US9014471B2 (en) | Method of classifying a chroma downsampling error | |
| US6473532B1 (en) | Method and apparatus for visual lossless image syntactic encoding | |
| EP2667607A2 (en) | Method and device for inter-prediction | |
| JPH11284834A (ja) | 画像情報結合方法 | |
| CN112150400A (zh) | 图像增强方法、装置和电子设备 | |
| CN104301736A (zh) | 一种减少存储带宽需求的超高清帧率上变换系统 | |
| CN111738951A (zh) | 图像处理方法及装置 | |
| US20120093227A1 (en) | Data compression method and data compression device | |
| CN113344820B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
| Desai et al. | Edge and mean based image compression | |
| CN116962698B (zh) | 一种高压缩率的图像压缩及解压缩方法 | |
| WO2005015915A1 (en) | Block artifacts detection | |
| CN113542864B (zh) | 视频的花屏区域检测方法、装置、设备及可读存储介质 | |
| US10349087B2 (en) | Methods, systems, and computer readable media for reconstructing images using blurring and noise-enhanced pixel intensity resampling | |
| JP3724008B2 (ja) | 画像情報変換装置および係数データ作成装置 | |
| WO2015128302A1 (en) | Method and apparatus for filtering and analyzing a noise in an image | |
| JP4037336B2 (ja) | 画像処理装置および方法並びにプログラム | |
| CN112532957B (zh) | 一种图像处理方法及装置 | |
| US11317102B2 (en) | Video encoding and decoding | |
| CN110933422B (zh) | 一种基于edcnn的hevc环路滤波方法 | |
| CN114567780A (zh) | 一种视频帧对齐方法 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240204 Address after: No. 88, Wenchang East Road, Yangzhou, Jiangsu 225000 Patentee after: Jiangsu Daoyuan Technology Group Co.,Ltd. Country or region after: China Address before: 211135 enlightenment star Nanjing maker space G41, second floor, No. 188, Qidi street, Qilin science and Technology Innovation Park, Qixia District, Nanjing, Jiangsu Province Patentee before: Jiangsu Peregrine Microelectronics Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |