无损图像压缩方法及系统技术方案

本发明专利技术提供一种无损图像压缩方法及系统，属于计算机视觉技术领域，将原始图像从RGB颜色空间转换到YUV颜色空间；利用预先训练好的预测模型对空间转换后的图像进行处理，得到Y、U、V三个通道上的预测像素及像素间上下文信息；基于Y、U、V三个通道上的原始像素与各自对应的所述预测像素的预测误差及上下文信息，编码得到最终的压缩比特流；基于所述最终的压缩比特流进行图像压缩。本发明专利技术基于多层感知机(MLP)，采用了逐通道，残差、渐进学习的思想，联合估计每个像素的预测误差模型的平均值(像素预测)和方差(上下文)，降低了系统的复杂性和功耗，提高了图像压缩计算效率和压缩质量。提高了图像压缩计算效率和压缩质量。提高了图像压缩计算效率和压缩质量。

【技术实现步骤摘要】
无损图像压缩方法及系统


[0001]本专利技术涉及计算机视觉
，具体涉及一种基于多层感知机MLP的无损图像压缩方法及系统。

技术介绍

[0002]图像压缩可以是有损数据压缩也可以是无损数据压缩。对于如绘制的技术图、图表或者漫画优先使用无损压缩，这是因为有损压缩方法，尤其是在低的位速条件下将会带来压缩失真。如医疗图像或者用于存档的扫描图像等这些有价值的内容的压缩也尽量选择无损压缩方法。有损方法非常适合于自然的图像，例如一些应用中图像的微小损失是可以接受的(有时是无法感知的)，这样就可以大幅度地减小位速。
[0003]在无损压缩的情况下，预测编码是一种应用更广泛的方法。非学习性无损编解码器的一些例子有BPG，PNG、JPEG
‑
LS、JPEG2000，LCIC，WebP，FLIF，JPEG
‑
XL等。深度神经网络在计算机视觉和信号处理方面取得了重大成功，也为图像压缩提供解决方案。如，基于神经网络的压缩方法，从输入图像中提取特征然后将特征编码到一个比特流中，其可以认为与变换和量化方法相同，因此，它们不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无损图像压缩方法，其特征在于，包括：将原始图像从RGB颜色空间转换到YUV颜色空间；利用预先训练好的预测模型对空间转换后的图像进行处理，得到Y、U、V三个通道上的预测像素及像素间上下文信息；基于Y、U、V三个通道上的原始像素与各自对应的所述预测像素的预测误差及上下文信息，编码得到最终的压缩比特流；基于所述最终的压缩比特流进行图像压缩。2.根据权利要求1所述的无损图像压缩方法，其特征在于，确定编码像素是在平滑区域还是在纹理区域；分别利用平滑预测分支和纹理预测分支针对图像平滑区域和纹理区域进行待编码像素的预测。3.根据权利要求2所述的无损图像压缩方法，其特征在于，平滑预测分支和纹理预测分支均由三个MLP神经网络组成，分别对应一个颜色通道。4.根据权利要求3所述的无损图像压缩方法，其特征在于，预先训练好的预测模型中，MLP神经网络以待编码像素的支持像素为输入，输出像素预测值、上下文信息及中间特征；其中，所述支持像素为待编码像素的邻居像素，所述中间特征为MLP神经网络最后一个隐藏层的节点值。5.根据权利要求4所述的无损图像压缩方法，其特征在于，基于Y通道的支持像素，使用MLP神经网络来预测Y通道的像素值、上下文信息及中间特征；结合使用来自Y通道的信息，以及U通道U中的支持像素预测U通道的像素值、上下文信息及中间特征；结合来自Y通道和U通道的信息，以及V通道的支持像素预测V通道的像素值、上下文信息及中间特征。6.根据权利要求5所述的无损图像压缩方法，其特征在于，如果待编...

【专利技术属性】
技术研发人员：张高志，李凡平，石柱国，
申请(专利权)人：以萨技术股份有限公司，
类型：发明
国别省市：