一种亮度信息辅助的色度信息压缩重建方法技术

本发明专利技术属于图像压缩和图像质量增强领域，具体提供一种亮度信息辅助的色度信息压缩重建方法，用以有效提升图像重建质量和压缩效率。本发明专利技术通过构建图像亮度信息辅助的色度信息重建卷积神经网络，实现压缩后图像色度信息的高效重建；在色度分量压缩时，只保留了前1/4的低频系数，通过网络有效重建色度分量丢失的高频系数，在兼顾图像质量的同时，降低了图像传输所需要的比特数；将压缩后的色度分量低频系数所生成的图像和压缩后的亮度分量图像作为卷积神经网络的输入，利用亮度分量的先验信息，有效增强色度分量图像的质量；综上所述，本发明专利技术引入亮度信息之后，能够显著提升色度图像恢复的质量，进而有效提升图像重建质量和压缩效率。

【技术实现步骤摘要】
一种亮度信息辅助的色度信息压缩重建方法
本专利技术属于图像压缩和图像质量增强领域，具体提供一种亮度信息辅助的色度信息压缩重建方法。
技术介绍
多媒体信息需求的不断增长带来了多媒体技术的迅速发展，数字图像是多媒体信息的主要载体，其原始数据量巨大，需要占用较大的存储空间和传输带宽；为了节约有限的存储和传输资源，通常需要对数字图像进行有损压缩；压缩率越高，所节约的存储和传输资源就越多，不过带来的压缩失真就越大。高效的图像压缩方法要求在保证高压缩率的同时，还要达到较高的图像质量；当前常用的静态图像有损压缩方法是JPEG，因为其实现简单，被广泛应用于静态图像压缩中；不过随着实际应用中图像分辨率的不断提升，JPEG压缩方法已无法满足实际应用需求，提升其压缩性能势在必行。
技术实现思路
针对上述提出的问题，本专利技术提出了一种亮度信息辅助的色度信息压缩重建方法，能够有效提升图像重建质量和压缩效率。为实现上述目的，本专利技术采用的技术方案如下：一种亮度信息辅助的色度信息压缩重建方法，其特征在于，包括以下步骤：步骤1.数据预处理；步骤1.1将待压缩的RGB图像转换为YCbCr图像；步骤1.2对YCbCr图像的亮度通道（Y通道）图像依次进行DCT变换、量化、反量化、DCT反变换，得到压缩后亮度通道图像；步骤1.3对YCbCr图像的色度通道（Cb通道和Cr通道）图像依次进行DCT变换和量化，再将色度通道图像的高频系数置零、保留前1/4的低频系数，之后再对色度通道图像依次进行反量化和DCT反变换，得到压缩后色度通道图像；步骤2.构建及训练色度图像重建网络；步骤2.1构建色度图像重建网络；所述色度图像重建网络由色度通道分支、亮度通道分支与输出通道分支三部分组成，其中，色度通道分支的输入为色度图像Cinput、输出为Cout，亮度通道分支的输入为亮度图像Yinput、输出为Yout；所述色度通道分支与亮度通道分支的网络结构相同，由网络单元U1、U2、U3和U4依次连接组成，具体为：网络单元U1的结构为：CONV3×3×32+CONV3×3×64+CONV3×3×64，其输出为U1out；网络单元U2的结构为：CONV3×3×64+CONV3×3×64+CONV3×3×64，其输入U2in为U1out，输出为U2out；网络单元U3的结构为：CONV3×3×64+CONV3×3×64+CONV3×3×64，其输入U3in为U2out+U1out、输出为U3out；网络单元U4的结构为：CONV3×3×64+CONV3×3×64+CONV3×3×64，其输入U4in为U1out+U3in+U3out、输出为Cinput+U3in+U3out+U4out；所述输出通道分支由网络单元R组成，其结构为：CONV3×3×64+CONV3×3×32+CONV3×3×16+CONV3×3×1，网络单元R的输入为Cout+Yout、输出为重建色度图像；其中，CONV表示一层卷积层；步骤2.2构建训练集采用现有数据集中的RGB高清图作为训练图像，并将训练图像由RGB图像转为YCbCr图像；再将YCbCr训练图像切分为大小的子图像，并对子图像执行步骤1.2与步骤1.3的数据预处理，得到压缩后亮度通道图像与压缩后色度通道图像；以压缩后亮度通道图像与压缩后色度通道图像作为输入、以原始色度通道图像作为标签，形成训练样本，进而构建得训练集；步骤2.3设置训练参数与损失函数，采用Adam优化器对色度图像重建网络进行训练；所述损失函数为：其中，表示色度图像重建网络输出的重建色度图像，表示标签，表示图像的第行、第列的像素值，分别表示输入图像的高、宽；步骤3.将步骤1得到的压缩后亮度通道图像与压缩后色度通道图像输入经步骤2训练完成的色度图像重建网络，由色度图像重建网络输出重建色度图像。与现有技术相比，本专利技术是有益效果在于：本专利技术提出了一种亮度信息辅助的色度信息压缩重建方法，通过构建图像亮度信息辅助的色度信息重建卷积神经网络，实现压缩后图像色度信息的高效重建；在本专利技术中，色度分量压缩时，只保留了前1/4的低频系数，是由于色度分量相对平滑，且人眼对高频系数不敏感，用网络很好的重建出色度分量丢失的高频系数，在兼顾图像质量的同时，降低了图像传输所需要的比特数。将压缩后的色度分量低频系数所生成的图像和压缩后的亮度分量图像作为卷积神经网络的输入，利用亮度分量的先验信息，有效增强色度分量图像的质量；综上所述，本专利技术引入亮度信息之后，能够显著提升色度图像恢复的质量，进而有效提升图像重建质量和压缩效率。附图说明图1为本专利技术实施例中亮度信息辅助的色度信息压缩重建网络。图2为本专利技术实施例中作为对比例的无亮度信息辅助的色度信息压缩重建网络。图3为本专利技术实施例中亮度信息辅助的色度信息压缩重建方法的流程图。图4为本专利技术实施例与对比例在Classical图像集下R-D曲线对比图。图5为本专利技术实施例与对比例在MCM图像集下R-D曲线对比图。图6为本专利技术实施例与对比例在LIVE1图像集下R-D曲线对比图。具体实施方式下面将结合附图对本专利技术得实施例中的技术方案进行清楚、完整的描述，显然，下面所描述的实施例仅是本专利技术一部分的实施例，而不是全部的实施例；基于本专利技术中的实施例，本领域普通技术人员在没有付出创造性劳动前提下，所获得的所有其他实施例，都属于本专利技术保护的范围。本实施例提供一种亮度信息辅助的色度信息压缩重建方法，其流程如图3所示，具体步骤如下：步骤1.数据预处理；步骤1.1将待压缩的RGB图像转换为YCbCr图像，转换公式为：其中，R、G和B分别代表RGB图像的R通道、G通道和B通道的像素值，同理，Y、Cb和Cr分别代表转换得到YCbCr图像的Y通道、Cb通道和Cr通道的像素值；步骤1.2对YCbCr图像的亮度通道（Y通道）图像进行JPEG常规处理，即依次进行DCT变换、量化、反量化、DCT反变换，得到压缩后亮度通道图像；步骤1.3对YCbCr图像的色度通道（Cb通道和Cr通道）图像依次进行DCT变换和量化，再将色度通道的高频系数置零、只保留前1/4的低频系数，之后再对色度通道依次进行反量化和DCT反变换，得到压缩后色度通道图像；步骤2.构建及训练色度图像重建网络；步骤2.1构建色度图像重建网络；所述色度图像重建网络共由28层卷积层组成，所有卷积层对应的卷积核大小均为3×3、激活函数均为Relu函数；具体网络结构如图1所示，图中“CONV3×3×32”表示一层卷积层、且对应的卷积核的大小为3×3、卷积的输出通道为32、padding参数为“same”；更为具体的讲：所述色度图像重建网络由色度通道分支、亮度通道分支与输出通道分支三部分组成；其中，色度通道分支的输入本文档来自技高网...

【技术保护点】
1.一种亮度信息辅助的色度信息压缩重建方法，其特征在于，包括以下步骤：/n步骤1. 数据预处理，包括以下步骤：/n步骤1.1 将待压缩的RGB图像转换为YCbCr图像；/n步骤1.2 对YCbCr图像的亮度通道图像依次进行DCT变换、量化、反量化、DCT反变换，得到压缩后亮度通道图像；/n步骤1.3 对YCbCr图像的色度通道图像依次进行DCT变换和量化，再将色度通道图像的高频系数置零、保留前1/4的低频系数，之后再对色度通道图像依次进行反量化和DCT反变换，得到压缩后色度通道图像；/n步骤2. 构建及训练色度图像重建网络，包括以下步骤：/n步骤2.1 构建色度图像重建网络；/n所述色度图像重建网络由色度通道分支、亮度通道分支与输出通道分支三部分组成，其中，色度通道分支的输入为色度图像Cinput、输出为Cout，亮度通道分支的输入为亮度图像Yinput、输出为Yout；/n所述色度通道分支与亮度通道分支的网络结构相同，由网络单元U1、U2、U3和U4依次连接组成，具体为：/n网络单元U1的结构为：CONV 3×3×32+CONV 3×3×64+CONV 3×3×64，其输出为U1out；/n网络单元U2的结构为：CONV 3×3×64+CONV 3×3×64+CONV 3×3×64，其输入U2in为U1out，输出为U2out；/n网络单元U3的结构为：CONV 3×3×64+CONV 3×3×64+CONV 3×3×64，其输入U3in为U2out +U1out、输出为U3out；/n网络单元U4的结构为：CONV 3×3×64+CONV 3×3×64+CONV 3×3×64，其输入U4in为U1out+U3in+U3out、输出为Cinput+U3in+U3out+U4out；/n所述输出通道分支由网络单元R组成，其结构为：CONV 3×3×64+CONV 3×3×32+CONV3×3×16+CONV 3×3×1，网络单元R的输入为Cout+Yout、输出为重建色度图像；/n其中，CONV表示一层卷积层；/n步骤2.2 构建训练集；/n采用现有数据集中的RGB高清图作为训练图像，并将训练图像由RGB图像转为YCbCr图像；再将YCbCr训练图像切分为...

【技术特征摘要】
1.一种亮度信息辅助的色度信息压缩重建方法，其特征在于，包括以下步骤：
步骤1.数据预处理，包括以下步骤：
步骤1.1将待压缩的RGB图像转换为YCbCr图像；
步骤1.2对YCbCr图像的亮度通道图像依次进行DCT变换、量化、反量化、DCT反变换，得到压缩后亮度通道图像；
步骤1.3对YCbCr图像的色度通道图像依次进行DCT变换和量化，再将色度通道图像的高频系数置零、保留前1/4的低频系数，之后再对色度通道图像依次进行反量化和DCT反变换，得到压缩后色度通道图像；
步骤2.构建及训练色度图像重建网络，包括以下步骤：
步骤2.1构建色度图像重建网络；
所述色度图像重建网络由色度通道分支、亮度通道分支与输出通道分支三部分组成，其中，色度通道分支的输入为色度图像Cinput、输出为Cout，亮度通道分支的输入为亮度图像Yinput、输出为Yout；
所述色度通道分支与亮度通道分支的网络结构相同，由网络单元U1、U2、U3和U4依次连接组成，具体为：
网络单元U1的结构为：CONV3×3×32+CONV3×3×64+CONV3×3×64，其输出为U1out；
网络单元U2的结构为：CONV3×3×64+CONV3×3×64+CONV3×3×64，其输入U2in为U1out，输出为U2out；
网络单元U3的结构为：CONV3×3×64+CONV3×3×64+CONV3×3×64，其...

【专利技术属性】
技术研发人员：朱树元，刘何为，王忠荣，刘光辉，曾兵，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51