图像处理方法、系统、电子设备及计算机可读存储介质技术方案

本申请公开了一种图像处理方法、系统、电子设备及计算机可读存储介质，所述方法包括：将原始图像分割为JND点图像和残差图像；将所述JND点图像和所述残差图像输入到预设的多级残差补偿网络模型中，输出得到潜在表示参数；对所述潜在表示参数依次进行量化和熵编码，得到所述原始图像对应的目标压缩图像。本申请提高了图像压缩的压缩效果。高了图像压缩的压缩效果。高了图像压缩的压缩效果。

【技术实现步骤摘要】
图像处理方法、系统、电子设备及计算机可读存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种图像处理方法、系统、电子设备及计算机可读存储介质。

技术介绍

[0002]在进行图像压缩时，传统的基于HEVC
‑
SCC(High Efficiency Video Coding
‑
Screen Content Coding，高效视频编码
‑
屏幕内容编码)方式是依靠手工制作的屏幕内容特征和传统的优化利率来最小化率失真损失，但由于是采用手工制作的操作，严重限制了压缩效率，导致对图像压缩的压缩效果差。

技术实现思路

[0003]本专利技术的主要目的在于提供一种图像处理方法、系统、电子设备及计算机可读存储介质，旨在解决如何提高图像压缩的压缩效果的技术问题。
[0004]为实现上述目的，本申请提供了一种图像处理方法，包括：
[0005]将原始图像分割为JND点图像和残差图像；
[0006]将所述JND点图像和所述残差图像输入到预设的多级残差补偿网络模型中，输出得到潜在表示参数；
[0007]对所述潜在表示参数依次进行量化和熵编码，得到所述原始图像对应的目标压缩图像。
[0008]可选地，所述多级残差补偿网络模型包括两个共享相同网络结构的子编码器模型，两个所述子编码器模数对应的网络模型公式分别包括：
[0009][0010][0011]其中，所述x
m
表示残差图像，所述x
p/>表示JND点图像，所述i表示处理次数，所述表示多级残差补偿网络模型进行处理输入的前一次处理的残差图像，所述表示多级残差补偿网络模型进行处理输入的前一次处理的JND点图像，所述
⊙
表示逐元素相乘。
[0012]可选地，将所述JND点图像和所述残差图像输入到预设的多级残差补偿网络模型中，输出得到潜在表示参数的步骤，包括：
[0013]将所述残差图像输入至一个子编码器模型进行前向变换处理，得到第一变换处理结果；
[0014]通过另一个子编码器对JND点图像和所述第一变换处理结果进行前向变换处理，得到第二变换处理结果；
[0015]依据预设的处理次数和所述第二变换处理结果确定潜在表示参数。
[0016]可选地，将原始图像分割为JND点图像和残差图像的步骤，包括：
[0017]确定JND数据集中与所述原始图像对应的失真图像；
[0018]基于所述原始图像和所述失真图像确定JND点图像；
[0019]根据所述JND点图像和所述原始图像确定残差图像。
[0020]可选地，确定JND数据集中与所述原始图像对应的失真图像的步骤之前，包括：
[0021]构建包含具有原始图像和失真图像对应关系的数据表，并将所述数据表作为JND数据集，其中，所述数据表包括有至少一原始图像与至少一失真图像之间的对应关系，所述失真图像为所述原始图像进行压缩得到的。
[0022]可选地，基于所述原始图像和所述失真图像确定JND点图像的步骤，包括：
[0023]将多个所述失真图像依次与所述原始图像进行对比；
[0024]若在多个所述失真图像中存在有和所述原始图像具有视觉差异的失真图像，则将具有视觉差异的失真图像作为JND点图像，其中，所述视觉差异包括用户人眼能明显识别到的图像差异像素点。
[0025]可选地，根据所述JND点图像和所述原始图像确定残差图像，包括：
[0026]进行所述原始图像与所述JND点图像之间相同位置点的像素值相减，并将所有位置点的像素值均进行像素值相减后的原始图像作为残差图像。
[0027]此外，为实现上述目的，本申请还提供了一种图像处理系统，所述图像处理系统包括前处理模块、分析变换模块和量化编码模块；
[0028]所述前处理模块，用于将原始图像分割为JND点图像和残差图像；
[0029]所述分析变换模块，用于对将所述JND点图像和所述残差图像输入到预设的多级残差补偿网络模型中，输出得到潜在表示参数；
[0030]所述量化编码模块，用于对所述潜在表示参数依次进行量化和熵编码，得到所述原始图像对应的目标压缩图像。
[0031]此外，为实现上述目的，本申请还提供了一种电子设备，上述电子设备包括：存储器、处理器及存储在上述存储器上并可在上述处理器上运行的图像处理程序，上述图像处理程序被上述处理器执行时实现如上述的图像处理方法的步骤。
[0032]此外，为实现上述目的，本申请还提供了一种计算机可读存储介质，上述计算机可读存储介质上存储有图像处理程序，上述图像处理程序被处理器执行时实现如上述的图像处理方法的步骤。
[0033]本申请实施例通过恰可察失真指导将原始图像分割为JND点图像和残差图像，不依赖手工特征提取的方式，使得分割的JND点图像尽可能接近原始图像，并且在进行图像压缩时，是将JND点图像和残差图像共同输入至多级残差补偿网络模型中，输出得到潜在表示参数，然后再对潜在表示参数进行量化和熵编码，得到目标压缩图像的，也就是通过结合JND点图像和残差图像进行变换处理，以便根据残差图像进行图像压缩生成目标压缩图像时能自适应分配比特，提高了图像压缩的压缩效果。
附图说明
[0034]图1为本申请图像处理方法第一实施例的流程示意图；
[0035]图2为本申请图像处理方法第二实施例的流程示意图；
[0036]图3为本申请图像处理系统的模块框架示意图；
[0037]图4为本申请图像处理方法的整体流程示意图；
[0038]图5为本申请图像处理方法中前处理模块的示意图；
[0039]图6为本申请图像处理方法中多级残差补偿网络模型对应的示意图；
[0040]图7为本申请实施例中图像处理方法涉及的硬件运行环境的设备结构示意图。
[0041]本专利技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0042]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0043]由于基于HEVC
‑
SCC(High Efficiency Video Coding
‑
Screen Content Coding，高效视频编码
‑
屏幕内容编码)方式存在压缩效率低，对图像压缩的压缩效果差，因此在本实施例中是采用了恰可察失真指导端到端屏幕内容图像压缩，并能利用人眼感知先验信息自适应分配比特，避免对屏幕内容图像压缩性能较差的现象发生。而且使用恰可察失真指导端到端屏幕内容图像压缩时重构的图像能更加符合人眼感知规律，并能利用人眼感知先验信息自适应分配比特，显著提升压缩性能。
[0044]下面结合附图，对本申请实施例做进一步阐述。
[0045]参照图1，本申请提供一种图像处理方法，在图像处理方法的第一实施例中，图像处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述图像处理方法包括：将原始图像分割为恰可察失真JND点图像和残差图像；将所述JND点图像和所述残差图像输入到预设的多级残差补偿网络模型中，输出得到潜在表示参数；对所述潜在表示参数依次进行量化和熵编码，得到所述原始图像对应的目标压缩图像。2.如权利要求1所述的图像处理方法，其特征在于，所述多级残差补偿网络模型包括两个共享相同网络结构的子编码器模型，两个所述子编码器模数对应的网络模型公式分别包括：括：其中，所述x
m
表示残差图像，所述x
p
表示JND点图像，所述i表示处理次数，所述表示多级残差补偿网络模型进行处理输入的前一次处理的残差图像，所述表示多级残差补偿网络模型进行处理输入的前一次处理的JND点图像，所述
⊙
表示逐元素相乘。3.如权利要求2所述的图像处理方法，其特征在于，所述将所述JND点图像和所述残差图像输入到预设的多级残差补偿网络模型中，输出得到潜在表示参数的步骤，包括：将所述残差图像输入至一个子编码器模型进行前向变换处理，得到第一变换处理结果；通过另一个子编码器对JND点图像和所述第一变换处理结果进行前向变换处理，得到第二变换处理结果；依据预设的处理次数和所述第二变换处理结果确定潜在表示参数。4.如权利要求1所述的图像处理方法，其特征在于，所述将原始图像分割为JND点图像和残差图像的步骤，包括：确定JND数据集中与所述原始图像对应的失真图像；基于所述原始图像和所述失真图像确定JND点图像；根据所述JND点图像和所述原始图像确定残差图像。5.如权利要求4所述的图像处理方法，其特征在于，所述确定JND数据集中与所述原始图像对应的失真图像的步骤之前，包括：构建包含具有原...

【专利技术属性】
技术研发人员：高伟，郑慧明，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：