基于轮廓波变换的图像编码方法和装置制造方法及图纸

本发明专利技术公开了一种基于轮廓波变换的图像编码方法，包括以下步骤：S1提取原始图像；S2通过轮廓波变换对所述原始图像进行多尺度分解，得到多个子带，且在多尺度分解中加入熵判决条件以便及时停止子带的分解；S3对分解成的多个子带系数进行量化；S4对量化得到的子带系数依次进行编码、解码；S5对解码得到的子带系数进行轮廓波逆变换，重构原始图像。本发明专利技术通过在轮廓波变换中加入熵判决条件，设定多尺度分解的子带的能量熵的阈值，充分考虑了各个子带本身的特性，对不需要继续分解的子带及时地停止分解，从而提高编码效率和效果。本发明专利技术还公开了一种基于轮廓波变换的图像编码装置，利用上述方法进行图像编码。

Image coding method and device based on Contourlet Transform

The invention discloses an image coding method based on contour wave transform, which comprises the following steps: S1 extracts the original image; S2 decomposes the original image into multiple sub-bands by contour wave transform, and adds entropy judgment condition to the multi-scale decomposition to stop the sub-band decomposition in time; Multiple sub-band coefficients are quantized; S4 encodes and decodes the quantized sub-band coefficients in turn; S5 inversely transforms the decoded sub-band coefficients to reconstruct the original image. By adding entropy judgment condition in contour wave transformation, the energy entropy threshold of the sub-band of multi-scale decomposition is set, and the characteristics of each sub-band are fully considered, so that the sub-band which does not need to be decomposed can be stopped in time, so as to improve the coding efficiency and effect. The invention also discloses an image encoding device based on contour wave transformation, and uses the above method for image encoding.

【技术实现步骤摘要】
基于轮廓波变换的图像编码方法和装置
本专利技术涉及图像处理
，具体地，涉及一种基于轮廓波变换的图像编码方法和装置。
技术介绍
在图像压缩编码研究领域里，图像的变换环节是十分重要的，变换就是把空间域的大量图像数据转换到变换域用很少的数据来表示，以提高图像编码压缩效率和效果。图像变换有很多形式DCT变换、傅立叶变换、小波变换等，但是这种变换基函数具有各向同性，在变换的方向上有限，处理高维奇异曲线、曲面或者自然图像时并不能达到稀疏表示原函数的效果。“多尺度几何分析”是能够有效地表示和处理高维数据的数学变换，这种变换具有多分辨率特性、时频局部性、多方向性和各向异性，并且“多尺度几何分析”在处理图像轮廓、边缘方面比小波变换具有明显的优势。目前的图像编码方法中，可用到多种多方向变换形式，如脊波变换、曲波变换、Directionlets变换、轮廓波变换、Shearlet变换、Surfacelets变换等等，综合分析各种多方向性变换的优劣，非自适应的轮廓波变换被广泛应用。非自适应的轮廓波变换，图像分解之前要事先确定轮廓波变换中拉普拉斯金字塔(LP)分解和多方向(DFB)分解的级数与方向子带数，其方向子带的分解为事先确定的满二叉树分解形式，并没有考虑各个方向子带自身的特性。轮廓波变换过程中有些方向子带能量系数集中并没有再继续分解的必要，继续分解只会增加编码压力，影响编码效果。
技术实现思路
鉴于以上问题，本专利技术的目的是提供一种基于轮廓波变换的图像编码方法和装置，以解决现有的图像编码方法中轮廓波变换未考虑各方向子带的自身特性而导致编码效率低，编码效果不好的问题。为了实现上述目的，本专利技术的一个方面是提供一种基于轮廓波变换的图像编码方法，包括以下步骤：S1提取原始图像；S2通过轮廓波变换对所述原始图像进行多尺度分解，包括：对所述原始图像进行拉普拉斯金字塔分解和多方向滤波器组分解，得到多个子带，并计算每个子带的能量熵，在所述拉普拉斯金字塔分解和/或所述多方向滤波器组分解中设定子带的能量熵的阈值，所述子带的能量熵大于所述阈值，则继续分解，所述子带的能量熵小于所述阈值，则停止分解；S3对分解成的多个子带系数进行量化；S4对量化得到的子带系数依次进行编码、解码；S5对解码得到的子带系数进行轮廓波逆变换，重构所述原始图像。优选地，所述步骤S3中，不同的子带采用不同的量化步长，分解的级数越深的子带的量化步长越小。优选地，所述步骤S2中，通过下述公式计算每个子带的能量熵：其中，式中，S表示子带信号，Si表示S在变换域上的投影系数，i表示尺度，E表示能量熵，E(S)表示子带的能量熵。优选地，所述步骤S2中，通过对所述原始图像进行拉普拉斯金字塔分解得到各个尺度下的高频子带和低频子带，并设定低频子带的能量熵的阈值为第一阈值，所述低频子带的能量熵大于所述第一阈值，则将所述低频子带继续进行拉普拉斯金字塔分解，直至分解后的低频子带的能量熵小于所述第一阈值，停止分解。优选地，所述第一阈值为所述原始图像的能量熵的60％。优选地，所述步骤S2中，对所述拉普拉斯金字塔分解得到的每个尺度下的高频子带分别进行多方向滤波器组分解，每次的多方向滤波器组分解均得到两个方向子带，并设定所述方向子带的能量熵的阈值为第二阈值，所述方向子带的能量熵大于所述第二阈值，则对所述方向子带继续进行多方向滤波器组分解，直至分解后的方向子带的能量熵小于所述第二阈值，停止分解。优选地，所述第二阈值为所述原始图像的能量熵的90％。优选地，所述步骤S2中，计算每个高频子带通过所述多方向滤波器组分解得到的多个方向子带系数的平均值，每个方向子带系数均减去平均值，得到处理后的方向子带系数。为了实现上述目的，本专利技术的另一个方面是提供一种基于轮廓波变换的图像编码装置，包括：提取模块，用于提取原始图像；变换模块，用于通过轮廓波变换对所述原始图像进行多尺度分解，所述变换模块包括计算子模块和判定子模块，所述计算子模块用于计算每个子带的能量熵，所述判定子模块用于判定在所述轮廓波变换中得到的子带的能量熵是否小于设定的子带的能量熵的阈值，所述子带的能量熵大于所述阈值，则继续分解，所述子带的能量熵小于所述阈值，则停止分解；量化模块，用于对所述变换模块分解成的子带系数进行量化；编码模块，用于对量化得到的子带系数进行编码；解码模块，用于对编码得到的码流进行解码；以及逆变换模块，用于对解码得到的子带系数进行轮廓波逆变换，重构所述原始图像。优选地，所述轮廓波变换包括拉普拉斯金字塔分解和/或多方向滤波器组分解。与现有技术相比，本专利技术具有以下优点和有益效果：本专利技术通过在轮廓波变换中加入熵判决条件，设定多尺度分解的子带的能量熵的阈值，子带的能量熵小于阈值时，停止分解，充分考虑了各个子带本身的特性，对不需要继续分解的子带及时地停止分解，从而提高编码效率和效果。本专利技术中轮廓波变换是自适应的分解方式，基于自适应轮廓波变换的编码方法对图像处理，相比于现有基于轮廓波变换的编码方法，峰值信噪比(PSNR，PeakSignaltoNoiseRatio)提升了1～3分贝(dB)。附图说明图1是本专利技术所述基于轮廓波变换的图像编码方法流程示意图；图2是本专利技术中拉普拉斯金子塔分解实施例示意图；图3是本专利技术中多方向滤波器组分解实施例示意图。具体实施方式附图来描述本专利技术所述的实施例。本领域的普通技术人员可以认识到，在不偏离本专利技术的精神和范围的情况下，可以用各种不同的方式或其组合对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。下面结合图1-图3来详细说明本实施例。图1是本专利技术所述基于轮廓波变换的图像编码方法流程示意图，如图1所示，所述基于轮廓波变换的图像编码方法包括以下步骤：S1提取原始图像；S2通过轮廓波变换对原始图像进行多尺度分解，将原始图像分解得到多个子带；S3对分解成的多个子带系数进行量化；S4对量化得到的子带系数依次进行编码、解码；S5对解码得到的子带系数进行轮廓波逆变换，重构原始图像。其中，在步骤S2中，对原始图像的多尺度分解包括拉普拉斯金字塔分解(LP分解，Laplacianpyramid)和/或多方向滤波器组分解(DFB分解，DirectionalFilterBank)，分解得到多个子带，且在多尺度分解中加入子带的熵判决条件。其中，熵表示图像的能量，本专利技术中以能量熵表示，随着分解的级数加深，能量熵不断减小，在分解的相邻上下级别中，同属于一个父带的多个子带的能量熵小于或等于父带的能量熵。具体地，步骤S2中，在拉普拉斯金字塔分解和/或多方向滤波器组分解中设定子带的能量熵的阈值，并计算分解得到的每个子带的能量熵，若分解后子带的能量熵大于所述阈值，则继续子带的分解，若分解后子带的能量熵小于所述阈值，则停止子带的分解，从而充分考虑到各个子带的自身特性，以在子带能量系数集中而不必继续分解时及时地停止分解，实现轮廓波的最优分解，从而提高编码的效率和效果。在非自适应轮廓波多尺度分解中，LP分解的级数一般2-4级，DFB分解的级数一般2-6级，所以实验初期设定LP分解的子带的能量熵的阈值为原始图像能量熵的50％，DFB分解的子带的本文档来自技高网...

【技术保护点】
1.一种基于轮廓波变换的图像编码方法，其特征在于，包括以下步骤：S1 提取原始图像；S2 通过轮廓波变换对所述原始图像进行多尺度分解，包括：对所述原始图像进行拉普拉斯金字塔分解和多方向滤波器组分解，得到多个子带，并计算每个子带的能量熵，在所述拉普拉斯金字塔分解和所述多方向滤波器组分解中设定子带的能量熵的阈值，所述子带的能量熵大于所述阈值，则继续分解，所述子带的能量熵小于所述阈值，则停止分解；S3 对分解成的多个子带系数进行量化；S4 对量化得到的子带系数依次进行编码、解码；S5 对解码得到的子带系数进行轮廓波逆变换，重构所述原始图像。

【技术特征摘要】
1.一种基于轮廓波变换的图像编码方法，其特征在于，包括以下步骤：S1提取原始图像；S2通过轮廓波变换对所述原始图像进行多尺度分解，包括：对所述原始图像进行拉普拉斯金字塔分解和多方向滤波器组分解，得到多个子带，并计算每个子带的能量熵，在所述拉普拉斯金字塔分解和所述多方向滤波器组分解中设定子带的能量熵的阈值，所述子带的能量熵大于所述阈值，则继续分解，所述子带的能量熵小于所述阈值，则停止分解；S3对分解成的多个子带系数进行量化；S4对量化得到的子带系数依次进行编码、解码；S5对解码得到的子带系数进行轮廓波逆变换，重构所述原始图像。2.根据权利要求1所述的基于轮廓波变换的图像编码方法，其特征在于，所述步骤S3中，不同的子带采用不同的量化步长，分解的级数越深的子带的量化步长越小。3.根据权利要求1所述的基于轮廓波变换的图像编码方法，其特征在于，所述步骤S2中，通过下述公式计算每个子带的能量熵：E(0)＝0,其中，式中，S表示子带信号，Si表示S在变换域上的投影系数，i表示尺度，E表示能量熵，E(S)表示子带的能量熵。4.根据权利要求1所述的基于轮廓波变换的图像编码方法，其特征在于，所述步骤S2中，通过对所述原始图像进行拉普拉斯金字塔分解得到各个尺度下的高频子带和低频子带，并设定低频子带的能量熵的阈值为第一阈值，所述低频子带的能量熵大于所述第一阈值，则将所述低频子带继续进行拉普拉斯金字塔分解，直至分解后的低频子带的能量熵小于所述第一阈值，停止分解。5.根据权利要求4所述的基于轮廓波变换的图像编码方法，其特征在于，所述第一阈值为所述原始图像的能量熵的60％。6.根据权利要求4所述的基于轮廓波变换的图像编...

【专利技术属性】
技术研发人员：方力，徐庆红，叶龙，钟微，张勤，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京,11