基于梯度方向直方图的递归预测图像压缩方法技术

本发明专利技术公开了一种基于频域方向滤波器的递归预测图像压缩方法，主要解决现有技术中纹理方向检测准确度低，时间复杂度高，预测系数数目多的问题。其步骤为：1)设计原型方向滤波器；2)根据原型方向滤波器生成一组方向滤波器；3)读入原始灰度图像数据，并进行纹理方向判断；4)扩展原始灰度图像数据；5)对扩展图像数据以块为单位进行读取；6)根据读取的块数据建立马尔可夫预测模型；7)对读取的块数据进行预测压缩；8)判断是否完成所有块数据的预测，如果是，则结束压缩，否则数据读取地址跳变，返回步骤5)。本发明专利技术能灵活准确地检测纹理方向，时间复杂度低，预测系数数目少，提升了压缩性能，可用于对各种数字设备的图像压缩编码。

【技术实现步骤摘要】
基于梯度方向直方图的递归预测图像压缩方法
本专利技术涉及属于图像处理
，更进一步涉及一种图像压缩方法，可用于对各种数字设备的图像压缩编码。
技术介绍
信息化时代人们越来越依靠计算机获取和利用信息，而数字化后的多媒体信息具有海量数据性，与当前硬件技术所能提供的计算机存储资源和网络带宽之间有很大的差距，因此信息的存储和传输造成了很大的困难。图像信息作为计算机上最重要的资源，对其进行有效的压缩处理无疑是必要的，也会给人们带来巨大的好处。图像压缩不但是各种动态图像压缩、传输的基础，而且还是影响其效果好坏的重要因素。预测编码作为图像压缩最主要的方法，也是最基本的方法，在一些对图片压缩质量要求比较高的领域经常被采用，比如文本图像和医用图像。预测编码一般包括两部分：一部分是去相关，大多采用预测器，利用已编码的邻域像素灰度值来预测待编码的像素灰度值；另一部分是对预测误差进行熵编码。预测器一般分为如下三类:(1)全局预测器：对不同图片或对一幅图片中的不同像素点，均采用一组固定的预测系数对其进行预测；(2)局部预测器：对图像的不同局部采用不同的预测系数对其进行预测；(3)全自适应预测器：预测系数随本文档来自技高网...

【技术保护点】
基于梯度方向直方图的递归预测图像压缩方法，具体步骤包括如下：(1)从自然图像集中读入一幅大小为M×M、后缀为.raw格式的原始灰度图像，其中，M表示原始灰度图像的宽度和高度，×表示相乘操作；(2)对原始图像进行纹理方向判断：(2a)对步骤(1)中的原始灰度图像进行上下各一行，左右各一列的边界扩展，得到大小为(M+2)×(M+2)的扩展图像；(2b)按照由左至右，由上至下的顺序，利用Sobel梯度算子对扩展图像的不包括边界扩展的各个像素点的梯度方向角进行计算，进而得到原始灰度图像的梯度方向角矩阵G；(2c)将梯度方向角矩阵G均匀分成大小为N×N的块矩阵，读取这些块矩阵，并将读取次数k初始化为1，...

【技术特征摘要】
1.基于梯度方向直方图的递归预测图像压缩方法，具体步骤包括如下：(1)从自然图像集中读入一幅大小为M×M、后缀为.raw格式的原始灰度图像，其中，M表示原始灰度图像的宽度和高度，×表示相乘操作；(2)对原始图像进行纹理方向判断：(2a)对步骤(1)中的原始灰度图像进行上下各一行，左右各一列的边界扩展，得到大小为(M+2)×(M+2)的扩展图像；(2b)按照由左至右，由上至下的顺序，利用Sobel梯度算子对扩展图像的不包括边界扩展的各个像素点的梯度方向角进行计算，进而得到原始灰度图像的梯度方向角矩阵G；(2c)将梯度方向角矩阵G均匀分成大小为N×N的块矩阵，读取这些块矩阵，并将读取次数k初始化为1，其中，N表示块矩阵行数和列数，取值为4或8；(2d)统计第k个块矩阵的梯度方向直方图，得到梯度方向直方图峰值对应的角度并依据图像纹理方向与图像梯度方向的正交关系，确定图像数据块的纹理主方向角度为(2e)判断是否完成所有原始灰度图像数据块的纹理方向判断，如果是，则执行步骤(3)，否则，k自增1，返回步骤(2d)。(3)对步骤(1)中的原始灰度图像数据进行上下各三行，左右各三列的边界扩展，得到大小为(M+6)×(M+6)的扩展图像数据，并将数据读取地址初始化为扩展图像数据地址起始位置；(4)从数据读取地址开始，对扩展图像数据以大小为(N+3)×(N+3)块为单位进行读取；(5)根据读取的块数据建立马尔可夫预测模型：(5a)依照步骤(2)得到的纹理主方向，对块数据中不包括上边三行、左边三列的各个像素点，利用与该纹理方向上邻近的若干参考像素点建立二维递归马尔可夫预测模型；(5b)利用最小二乘估计的方法，估计递归马尔可夫预测模型中参考像素的权值系数；(6)块数据的预测(6a)对块数据中不包括上边三行、左边三列的各个像素，根据步骤(5)中已建立的递归马尔可夫预测模型进行预测，得到预测值矩阵；(6b)将块数据中不包括上边三行、左边三列的各个像素灰度值，与其在预测值矩阵中对应的预测值进行相减，得到差值矩阵R，并对差值矩阵R进行离散余弦变换DCT得到变换系数矩阵T，然后对变换系数矩阵T进行量化、熵编码，得到压缩码；(6c)对压缩码进行解码、逆量化、逆DCT变换，得到恢复后的差值矩阵R′，并将R′与差值矩阵R相加得到重建值矩阵，根据重建值矩阵对扩展图像数据块中的相应地址处像素值进行更新；(7)判断是否完成所有块数据的预测压缩，如果是，则结束压缩，否则，数据读取地址跳变为下一个块数据的起始地址，返回步骤(4)。2.根据权利要求1所述的方法，其中步骤(2b)中计算原始灰度图像的各个像素点的梯度方向角，按如下步骤进行：(2b1)选取Sobel梯度算子模板矩阵如下：其中Sx为水平方向梯度算子，Sy为竖直方向梯度算子；(2b2)将Sx与当前像素点的3×3邻域进行卷积，得到水平方向梯度Gx，并将Sy与当前像素点的3×3邻域进行卷积，得到竖直方向梯度Gy；(2b3...

【专利技术属性】
技术研发人员：张静，李珊珊，李云松，吴仁坚，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61