基于智能量化技术的低分辨率图像编码方法技术

本发明专利技术提供了一种基于智能量化技术的低分辨率图像编码方法，它是通过智能量化技术进行合理的编码资源分配，利用智能量化技术对图像内的像素点进行有区别的编码重建，需要显示输出的像素点进行高质量压缩编码，对不需要进行显示输出的像素点进行低质量压缩编码，适应编码后高效的图像低分辨重建需求。与传统的基于JPEG图像编码标准的“编码压缩+低分辨率显示”的实现方法相比，本发明专利技术可以根据低分辨率显示输出的具体需求，灵活地分配编码资源，从而提高输出像素点的编码质量，克服传统方法难以控制像素点编码质量的缺点。

【技术实现步骤摘要】

本专利技术属于图像编码领域，主要涉及数字图像的压缩技术。
技术介绍
随着多媒体技术的发展，要求图像的编码压缩不仅要满足多变的传输条件，而且要适应不同的显示环境，特别是对于拍摄到的图像信号，需要能适应包括智能手机和平板电脑在内的各种仅配备了低分辨率显示屏幕的播放终端的需求。因此，如何在对图像信号进行编码压缩的过程中兼顾高效的低分辨率显示需求，是目前图像编码领域所面临的一大挑战。图像的低分辨率显示，通常是对图像信号进行空域的下采样，减少其所显示的像素点以满足低分降低分辨率的要求。在当前的实际应用中，首先需要对原始图像信号进行编码压缩，接着再对压缩后的图像进行空域的下采样，然后才能进行低分辨率的显示。传统的“编码压缩+低分辨率显示”的实现方法是首先利用基于JPEG图像编码标准的方法对图像内的所有像素点进行等质量的压缩，然后仅对需要显示的部分像素点通过空域下采样的方式进行低分辨率显示输出。经过这样的实现步骤后，大部分编码后的像素点在下采样的过程被丢弃而没有得到使用，因此造成了编码资源的浪费，导致了对压缩图像低分辨率重建的效率低下，参见参考文献“JPEG(JointPhotographicExpertsGroup):ISO/IECIS10918–1/ITU-TRecommendationT.81,DigitalCompressionandCodingofContinuous-ToneStillImage,1993”。如果能够合理分配编码的资源，对需要进行低分辨率显示输出的像素点进行高质量编码，对不需要进行显示输出的像素点进行低质量编码，那么将会极大地提高压缩图像的低分辨率重建的整体效率。
技术实现思路
本专利技术的目的是提供一种新型的基于智能量化技术的低分辨率图像编码方法，这种方法主要是利用智能量化技术进行合理的编码资源分配，在编码过程中提高部分需要进行显示输出的像素点的质量，以适应编码后高效的图像低分辨重建需求。与传统的基于JPEG图像编码标准的“编码压缩+低分辨率显示”的实现方法相比，本专利技术可以根据低分辨率显示输出的具体需求，灵活地分配编码资源，从而提高输出像素点的编码质量，克服传统方法无法控制像素点编码质量的缺点。为了方便描述本专利技术的内容，首先做以下术语定义：定义1，传统的JPEG图像压缩标准中图像分块的方法传统的图像分块方法按照JPEG标准中对图像进行分块的方法，将原始图像划分为多个互不重叠的等尺寸图像块，具体描述过程参见“JPEG(JointPhotographicExpertsGroup):ISO/IECIS10918–1/ITU-TRecommendationT.81,DigitalCompressionandCodingofContinuous-ToneStillImage,1993”；定义2，传统的基于智能量化技术的图像压缩方法传统的基于智能量化技术的图像压缩方法可以根据需要对每个图像块内的部分像素点进行高质量的压缩，对剩余的像素点进行低质量的压缩。该方法将进行高质量压缩的像素点的坐标索引集合定义为Ω1，将进行低质量压缩的像素点的坐标索引集合定义为Ω2；并在变换域将变换系数分为两组分别进行普通量化和强制型量化，将进行普通量化的变换系数的坐标索引集合定义为Ψ1，将进行强制型量化的变换系数的坐标索引集合定义为Ψ2；同时，在传统的智能量化技术中提供了三种经典的量化策略，即量化策略-1、量化策略-2和量化策略-3，作为量化时的选择；其中，量化策略-1将变换后的部分变换系数强制量化为0后，再调整剩余的量化系数；量化策略-2使用传统的JPEG图像压缩标准中的量化方法量化部分变换系数后，再调整剩余的量化系数；量化策略-3使用传统的JPEG图像压缩标准中的量化方法量化部分变换系数后，再调整剩余的非零量化系数。对于输入的图像块，该方法可以进行编码和解码，以及计算编码后图像的编码比特数；具体描述过程参见文献“Constrainedquantizationinthetransformdomainwithapplicationsinarbitrarily-shapedobjectcoding”；定义3，传统的双三次插值方法传统的双三次插值方法是二维空间中最常用的插值方法，在这种插值方法中，点(u,v)处的值可以通过它周围矩形网格中最近的十六个点的加权平均得到；具体描述过程参见文献“Cubicconvolutioninterpolationfordigitalimageprocessing”；定义4，传统的JPEG图像压缩标准中图像块合成图像的方法传统的图像块合成图像的方法是按照JPEG图像压缩标准中用图像块进行相互不重叠组合以合成完整图像的方法，具体描述过程参见“JPEG(JointPhotographicExpertsGroup):ISO/IECIS10918–1/ITU-TRecommendationT.81,DigitalCompressionandCodingofContinuous-ToneStillImage,1993”；步骤1，图像的预处理将大小为W×H的输入图像,按照传统的JPEG图像压缩标准中图像分块的方法划分为N＝(W×H)/82个互不重叠的，大小为8×8的正方形图像块，记为B1，B2，…，Bi，…，BN，这里，W代表图像的宽度，H代表图像的高度，N代表图像划分后图像块的总个数，i代表图像块的索引，i∈{1，2，…，N本文档来自技高网...

【技术保护点】
一种基于智能量化技术的低分辨率图像编码方法，其特征是它包括以下步骤：步骤1，图像的预处理将大小为W×H的输入图像,按照传统的JPEG图像压缩标准中图像分块的方法划分为N＝(W×H)/82个互不重叠的，大小为8×8的正方形图像块，记为B1，B2，…，Bi，…，BN，这里，W代表图像的宽度，H代表图像的高度，N代表图像划分后图像块的总个数，i代表图像块的索引，i∈{1，2，…，N}；步骤2，基于智能量化技术的图像块编码参数设置首先，采用传统的基于智能量化技术的编码算法中所提供的经典量化策略‑1；其次，定义传统的基于智能量化技术的编码算法中需要进行高质量压缩的像素点的坐标索引集合为定义传统的基于智能量化技术的编码算法中需要进行低质量压缩的像素点的坐标索引集合为这里，是一个1×16的行向量，是一个1×48的行向量，最后，定义传统的基于智能量化技术的编码算法中需要进行普通量化的变换系数的坐标索引集合为定义传统的基于智能量化技术的编码算法中需要进行强制型量化的变换系数的坐标索引集合为这里，是一个1×16的行向量，是一个1×48的行向量，步骤3，基于智能量化技术的图像块压缩首先，对于步骤1中所产生的大小为8×8的图像块Bi，根据步骤2中设置的图像块编码参数，采用传统的基于智能量化技术的图像压缩方法进行编码和解码，得到压缩后的图像块，记为B′i，Bi′=β1,1′β1,2′...β1,n′β2,1′β2,2′...β2,n′............βm,1′βm,2′...βm,n′;]]>这里，β'm,n是B′i中的元素，m代表B′i内元素的横坐标，n代表B′i内元素的纵坐标，m和n是自然数，1≤m≤8，1≤n≤8；i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；然后，采用传统的双三次插值方法对B′i中位于(u,v)位置上的像素点进行插值，这里，u为B′i内像素点的横坐标，v为B′i内像素点的纵坐标，u和v是自然数，1≤u≤8,1≤v≤8，并且u和v不同时为奇数；插值后得到图像块，记为B^i′=β^1,1′β^1,2′...β^1,n′β^2,1′β^2,2′...β^2,n′............β^m,1′β^m,2′...β^m,n′;]]>这里，是中的元素，m代表内元素的横坐标，n代表内元素的纵坐标，m和n是自然数，1≤m≤8，1≤n≤8；i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；步骤4，空域下采样首先，定义一个大小为4×4的全零图像块矩阵，记为bi：bi=0000000000000000;]]>这里，i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；接着，将步骤3得到的矩阵中的元素和逐个取出，依次放入bi的第1列；将中的元素和逐个取出，依次放入bi的第2列；将中的元素和逐个取出，依次放入bi的第3列；将中的元素和逐个取出，依次放入bi的第4列；得到图像块b′i：bi′=β^1,1′β^1,3′β^1,5′β^1,7′β^3,1′β^3,3′β^3,5′β^3,7′β^5,1′β^5,3′β^5,5′β^5,7′β^7,1′β^7,3′β^7,5′β^7,7′;]]>这里，是中的元素，m代表内元素的横坐标，n代表内元素的纵坐标，m和n都是奇数，并且1≤m≤8，1≤n≤8；i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；步骤5，构建高分辨率图像对于步骤3中产生的图像块采用传统的JPEG图像压缩标准中图像块合成图像的方法，产生大小为W×H的图像，记为这里，W代表步骤1中输入图像的宽度，H代表步骤1中输入图像的高度，i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；步骤6，构建低分辨率图像...

【技术特征摘要】
1.一种基于智能量化技术的低分辨率图像编码方法，其特征是它包括以下步骤：
步骤1，图像的预处理
将大小为W×H的输入图像,按照传统的JPEG图像压缩标准中图像分块的方法划分为N
＝(W×H)/...

【专利技术属性】
技术研发人员：朱树元，曾辽原，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51