一种图像处理设备制造技术

根据本发明专利技术的微云20，具备一粗密转换单元22，关于从第1量化系数进行的基于第2量化宽度量化的第2量化系数，用于向第一量化系数进行逆映射，所述第1量化系数为将输入图像进行基于第1量化宽度的量化，所述第2量化宽度比第1量化宽度更宽；粗密转换单元22，从第2量化宽度范围内的第1量化系数的备选项中，基于先验概率选择使量化单元量最大的量化系数，将其作为第1量化系数进行逆映射。

【技术实现步骤摘要】
一种图像处理设备
本专利技术涉及一种图像处理设备，特别涉及一种用于处理经过编码转换的压缩图像的图像处理设备。
技术介绍
近年来，随着社交媒体网站和照片共享网站的日渐普及，不断增加的用户每天都要上传大量的图像数据。因此，经营此类网站的运营商，期望能够高速而且大量地存储上传的图像。然而，尽管所产生信息的堆积量在不断增加，但人们给予这些信息的时间或关注则是有限的资源(非专利文献1)。因此，实际上能够获得访问、并由用户浏览的图像仅仅为大量被保存的图像中的一部分。也就是说，在用户上传的图像量和用户下载(被访问阅览)的图像量之间存在不对称的关系。为此，网站运营商有必要采取使整体数据存储费用最小化的方法。这里，非专利文献2公开了有关稀疏信号(sparsesignal)和稀疏模型(sparsitymodel)的技术，而非专利文献3和4公开了与逆量化有关的技术。另外，例如非专利文献5～8中还公开了有关云计算存储的图像压缩相关技术。非专利文献5公开了通过SIFT描述符重建来自大型图像数据库的图像的技术。非专利文献6公开了改良的用于压缩相册的技术，其不是通过分析和搜索图像间相关性的像素值的搜索、而是通过局部特征的搜索来实现的。非专利文献7公开了一项有关新型云计算数据库分配图像编码方案的技术。另外，非专利文献8公开了有关JBIG的技术。在这里，专利文献1公开了一种用于提高压缩数据压缩度的JPEG图像代码转换相关技术。另外，专利文献2公开了一项图像处理设备相关技术：该设备用于将图像数据作为数据包进行处理，从而实时将图像数据作为存储器存储容量范围内的数据量进行压缩。【现有技术文献】【专利文献】【专利文献1】特表2006－501736号公报【专利文献2】特开2003－244446号公报【非专利文献】【非专利文献1】D.J.Levitin,TheOrganizedMind:ThinkingStraightintheAgeofInformationOverload,Penguin,2014.【非专利文献2】M.Elad,M.A.T.Figueiredo,andY.Ma,“Ontheroleofsparseandredundantrepresentationsinimageprocessing,”Proc.IEEE,vol.98,no.6,pp.972-982,June2010.【非专利文献3】X.Liu,G.Cheung,X.Wu,andD.Zhao,“Inter-blocksoftdecodingofJPEGimageswithsparsityandgraphsignalsmoothnesspriors,”inIEEEInternationalConferenceonImageProcessing,QuebecCity,Canada,September2015.【非专利文献4】X.Liu,X.Wu,J.Zhou,andD.Zhao,“Data-drivensparsity-basedrestorationofJPEG-compressedimagesindualtransform-pixeldomain,”inIEEEConferenceonComputerVisionandPatternRecognition(CVPR),June2015.【非专利文献5】H.Yue,X.Sun,J.Yang,andF.Wu,“Cloud-basedimagecodingformobiledevices-towardthousandstoonecompression,”IEEETrans.Multimedia,vol.15,no.4,pp.845-857,June2013.【非专利文献6】Z.Shi,X.Sun,andF.Wu,“Photoalbumcompressionforcloudstorageusinglocalfeatures,”IEEEJ.Emerg.Sel.TopicCircuitsSyst.,vol.4,no.1,pp.17-28,Mar.2014.【非专利文献7】X.Song,X.Peng,J.Xu,G.Shi,andF.Wu,“Cloudbaseddistributedimagecoding,”IEEETrans.CircuitsSyst.VideoTechnol.,vol.26,no.6,pp.1-1,June2016.【非专利文献8】F.Ono,W.Rucklidge,R.Arps,andC.Constantinescu,“JBIG2-theultimatebi-levelimagecodingstandard,”inIEEEInternationalConferenceonImageProcessing,Vancouver,Canada,September2000.【非专利文献9】XianmingLiu,GeneCheung,XiaolinWu,DebinZhao,"RandomWalkGraphLaplacianbasedSmoothnessPriorforSoftDecodingofJPEGImages,"acceptedtoIEEETransactionsonImageProcessing,October2016.(arXiv)【非专利文献10】M.EladandM.Aharon,“Imagedenoisingviasparseandredundantrepresentationoverlearneddictionaries,”inIEEETransactionsonImageProcessing,vol.15,no.12,December2006.【非专利文献11】J.Pang,G.Cheung,W.Hu,andO.C.Au,“Redefiningself-similarityinnaturalimagesfordenoisingusinggraphsignalgradient,”inAPSIPAASC,SiemReap,Cambodia,December2014.【非专利文献12】A.GershoandR.M.Gray,VectorQuantizationandSignalCompression.Norwell,MA,USA:KluwerAcademicPublishers,1991.【非专利文献13】L.Y.WeiandM.Levoy,“Fasttexturesynthesisusingtree-structuredvectorquantization,”inSIGGRAPH’00:Proceedingsofthe27thannualconferenceonComputergraphicsandinteractivetechniques.NewYork,NY,USA:ACMPress/Addison-WesleyPublishingCo.,2000,pp.479-488.[Online].Available:http://dx.doi.org/10.1145/344779.345009【非专利文献14】K.RamchandranandM.Vetterli,“Bestwaveletpacketbas本文档来自技高网...

【技术保护点】
一种图像处理设备，其特征在于，具备一逆映射单元，用于关于从第1量化系数进行的基于第2量化宽度的量化的第2量化系数，向第1量化系数进行逆映射，所述第1量化系数为将输入图像进行基于第1量化宽度的量化，所述第2量化宽度比第1量化宽度更宽；所述逆映射单元，从所述第2量化宽度范围内的所述第1量化系数的备选项中，基于先验概率(prior probability)选择能够使量化单元量最大化的量化系数，将其作为所述第1量化系数来进行所述逆映射。

【技术特征摘要】
2016.02.29 JP 2016-0366021.一种图像处理设备，其特征在于，具备一逆映射单元，用于关于从第1量化系数进行的基于第2量化宽度的量化的第2量化系数，向第1量化系数进行逆映射，所述第1量化系数为将输入图像进行基于第1量化宽度的量化，所述第2量化宽度比第1量化宽度更宽；所述逆映射单元，从所述第2量化宽度范围内的所述第1量化系数的备选项中，基于先验概率(priorprobability)选择能够使量化单元量最大化的量化系数，将其作为所述第1量化系数来进行所述逆映射。2.如权利要求1所述的图像处理设备，其特征在于，所述逆映射单元，用于基于定义所述先验概率的稀疏模型(sparsitymodel)，近似所述第1量化系数，进行所述逆映射。3.如权利要求1或2所述图像处理设备，其特征在于，所述逆映射单元，在所述第2量化宽度范围内的所述第1量化系数的范围，搜索所述先验概率的最大值的所述备选项，基于该最大值和所述第1量化系数的范围，计算出所述量化单元量、通过比较所述备选值之间所述量化单元量，选择使所述量化单元量最大化的量化系数。4.如权利要求1所述的图像处理设备，其特征在于，进一步具备一再编码单元，关于包括所述第1量化系数的编码图像，通过使所述第1量化系数与所述第2量化系数交替使用，进行再编码，转换为再编码图像；所述逆映射单元，对于所述再编码图像内的所述第2量化系数，使用该第2量化系数与邻接像素的所述第1量化系数，进行所述逆映射。5.如权利要求4所述的图像处理设备，其特征在于，所述逆映射单元进一步使用所述邻接像素与邻接像素的所述第2量化系数，进行所述逆映射。6.如权利要求1所述的图像处理设备，其特征在于，进一步具备，一字典信息单元，用于关于多个图像从各个图像的特征量的分布，分类到多个群集一...

【专利技术属性】
技术研发人员：刘贤明，张晋声，林嘉文，高文，
申请(专利权)人：北京大学，大学共同利用机关法人信息与系统研究机构，
类型：发明
国别省市：北京,11