一种图像编码方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术公开了一种图像编码方法、装置、计算机设备和存储介质。该方法包括：对训练图像进行分块处理，得到L个训练矢量，在L个训练矢量中选择N个训练矢量作为模式矢量，将N个模式矢量以三维立体结构排列，其中，N小于L；根据所述L个训练矢量，以及预设的邻域函数NE(t)，对N个模式矢量的权重值进行学习训练，得到最佳模式库；获取待编码的目标图像，并对所述目标图像进行分块处理，得到至少一个测试矢量；根据所述最佳模式库，对所述至少一个测试矢量进行编码，得到与所述目标图像对应的编码结果。使用本发明专利技术的技术方案，可以提高模式库训练的速度和效率，提高SOM算法的性能。

An image coding method, device, computer equipment and storage medium

【技术实现步骤摘要】
一种图像编码方法、装置、计算机设备和存储介质
本专利技术实施例涉及图像处理技术，尤其涉及一种图像编码方法、装置、计算机设备和存储介质。
技术介绍
图像编码也称图像压缩，是指在满足一定质量的条件下，以较少比特数表示图像或图像中所包含信息的技术。图像编码在图像处理、特征提取等领域都有广泛的应用。SOM(Self-organizingmap,自组织映射)算法是应用于图像编码的一种常见算法，在SOM算法中，用随机值或从输入中随机采样对连接权重进行初始化，网格中的每个节点都被赋予一个位置。数据输入后，测量输入向量和所有节点权向量之间的距离，与输入向量距离最小的节点为获胜节点。在训练的过程中,不断对获胜结点的连接权值作调整,同时对获胜结点的邻域结点的连接权值作调整；随着训练的进行,这个邻域范围不断缩小,直到最后,只对获胜结点进行细微的连接权值调整。其中，邻域函数的作用就是确定邻域节点的范围，现有技术中邻域函数多采用指数函数。但是，在输入的样本图像较为复杂的情况下，邻域函数采用指数函数收敛较慢，容易导致过调整，使模式库训练速度慢，训练效率低，影响SO本文档来自技高网...

【技术保护点】
1.一种图像编码方法，其特征在于，包括：/n对训练图像进行分块处理，得到L个训练矢量，在L个训练矢量中选择N个训练矢量作为模式矢量，将N个模式矢量以三维立体结构排列，其中，N小于L；/n根据所述L个训练矢量，以及预设的邻域函数NE(t)，对N个模式矢量进行学习训练，得到最佳模式库；/n其中NE(t)＝NE(t-1)*(C

【技术特征摘要】
1.一种图像编码方法，其特征在于，包括：
对训练图像进行分块处理，得到L个训练矢量，在L个训练矢量中选择N个训练矢量作为模式矢量，将N个模式矢量以三维立体结构排列，其中，N小于L；
根据所述L个训练矢量，以及预设的邻域函数NE(t)，对N个模式矢量进行学习训练，得到最佳模式库；
其中NE(t)＝NE(t-1)*(C1-C2*t)；C1和C2为常数，t为训练次数；
获取待编码的目标图像，并对所述目标图像进行分块处理，得到至少一个测试矢量；
根据所述最佳模式库，对所述至少一个测试矢量进行编码，得到与所述目标图像对应的编码结果。


2.根据权利要求1所述的方法，其特征在于，根据所述L个训练矢量，以及预设的邻域函数NE(t)，对N个模式矢量进行学习训练，得到最佳模式库，包括：
依次获取一个训练矢量作为当前处理矢量；
在所述N个模式矢量中获取与所述当前处理矢量的欧式距离最短的模式矢量，作为所述当前处理矢量的获胜模式矢量；
根据下述公式，对所述获胜模式矢量，以及所述获胜模式矢量邻域范围内的其他模式矢量进行权重值的调整；



其中，Wj(t)为第t次训练时的模式矢量j的权值，j*为获胜模式矢量，α(t)为第t次训练的学习率，为获胜模式矢量j*在第t次训练时的邻域函数值，j的取值范围为{0，1，2……N-1}；
在完成调整后，返回执行依次获取一个训练矢量作为当前处理矢量的操作，直至完成对全部L个训练矢量的处理。


3.根据权利要求2所述的方法，其特征在于，所述α(t)通过下式进行计算：



其中，B0为最大学习率，C0为衰减常数，t为训练次数。


4.根据权利要求1所述的方法，其特征在于，根据所述最佳模式库，对所述至少一个测试矢量进行编码，得到与所述目标图像对应的编码结果，包括：
依次获取一个测试矢量作为当前处理测试矢量；
计算所述当前处理测试矢量与所述最佳模式库中各模式矢量之间的欧氏距离；
获取与当前处理的测试矢量的欧式距离最短的目标模式矢量，根据所述目标模式矢量在所述最佳模式库中的存储位置，确定与所述当前处理测试矢量对应的编码值；
返回执行依次获取一个测试矢量作为当前处理测试...

【专利技术属性】
技术研发人员：任云，
申请(专利权)人：苏州思必驰信息科技有限公司，
类型：发明
国别省市：江苏;32