本发明专利技术公开了一种基于近似差分计算的灰度图像压缩方法、装置及解压缩方法。图像压缩方法主要包括灰度图像像素分块、块内迭代差值计算、块间迭代差值计算、差值阈值判断、差值编码以及熵编码部分。图像解压方法主要包括熵解码、块间像素恢复、块内像素恢复以及图像恢复部分。本发明专利技术提供的方法及装置，基于灰度图像相邻像素值之间的相似性，利用近似差分计算，减少像素值的二进制表示位宽，通过对像素差值进行阈值判断，在保证图像质量的前提下进一步提升了图像压缩效率，同时简化了传统图像有损压缩的计算量。压缩的计算量。压缩的计算量。
【技术实现步骤摘要】
基于近似差分计算的灰度图像压缩方法、装置及解压缩方法
[0001]本专利技术属于图像压缩设计领域，具体涉及基于近似差分计算的灰度图像压缩方法、装置及解压缩方法。
技术介绍
[0002]随着大数据和人工智能的迅速发展，海量的信息以及丰富的多媒体，让图像数据处理、传输以及存储面临着巨大的挑战。然而，大量的数字化图片在用户交换和设备存储方面占据了大量的储存空间和信道带宽，极大地影响了人们在日常生活中获取图像信息的效率和体验。目前，联合图像专家组(JPEG)是图像主要的压缩处理算法。JPEG是一种有损压缩格式，它使用预测编码(DPCM)、离散余弦变换(DCT)和熵编码来去除冗余图像和颜色数据，可以用最少的磁盘空间获得更好的图像质量。然而，在传统图像压缩应用中，DCT变换、量化、编码等模块是计算最密集的步骤之一；它在算术运算方面具有更大的计算复杂性，消耗了总计算需求的60％以上。同时，计算过程产生的大量中间结果也消耗了大量的内存空间与功耗。
[0003]为了简化图像压缩过程的计算量并降低相应的硬件资源消耗，研究人员提出了近似计算的概念。它以非精确方式替代传统计算，通过牺牲部分的计算精度而提升计算性能。而在很多图像处理的应用场景中，我们可以发现在其中间过程甚至最终结果出现轻微误差是可以接受的，人脑自身强大的容错和推理能力使得我们对轻微的差别并不敏感，可以轻易纠正微小误差；图像压缩处理作为与人类感知相关的应用，其模型建构能够容忍其计算中出现的一定误差，使其最终结果如同人类自身不完善的感知一样，具有比较大容错性。因此，可以设计基于近似计算技术的高效图像压缩算法。而如何在降低图像压缩计算复杂度的同时保证图像压缩输出质量，是设计图像压缩算法的关键问题。
技术实现思路
[0004]本专利技术针对现有技术中的不足，提供一种基于近似差分计算的灰度图像压缩方法、装置及解压缩方法。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]第一方面，本专利技术提供了基于近似差分计算的灰度图像压缩方法，其特征在于，包括如下步骤：
[0007]S1：输入待压缩灰度图像，对灰度图像像素进行分块操作；
[0008]S2：针对分块后的像素数据，分别对每一块每一行中相邻像素值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；
[0009]S3：针对步骤S2得到的像素数据，分别对每一块首列中相邻像素值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；
[0010]S4：针对步骤S3得到的像素数据，将相邻数据块的首值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；
[0011]S5：设置可调参数，通过比较各数据块中各差值的绝对值与可调参数，对各数据块中各差值进行调整；
[0012]S6：对经过步骤S5调整的各数据块进行熵编码，并将熵编码的数据组成获得压缩后的图像数据。
[0013]为优化上述技术方案，采取的具体措施还包括：
[0014]进一步地，步骤S1中，对灰度图像像素以8*8的像素大小进行分块。
[0015]进一步地，步骤S2中，所述对每一块每一行中相邻像素值进行迭代相减的计算公式如下：
[0016]RD＝P(i，j+1，k)
‑
P(i，j，k)
[0017]步骤S3中，所述对每一块首列中相邻像素值进行迭代相减的计算公式如下：
[0018]CD＝P(i+1，1，k)
‑
P(i，1，k)
[0019]步骤S4中，所述将相邻数据块的首值进行迭代相减的计算公式如下：
[0020]FD＝P(1，1，k)
‑
P(1，1，k
‑
1)
[0021]式中，RD为行像素值迭代相减得到的差值，CD为每块首列像素值迭代相减得到的差值，FD为相邻数据块的首值迭代相减得到的差值；P(i，j，k)表示第k个数据块中第i行第j列的像素数据，k＝1，2，3，...n，n为图像分块的数量。
[0022]进一步地，步骤S5中，设置可调参数r，判断各数据块中各差值的绝对值是否小于参数r，若小于等于r，则将目前的差值置为0，否则保持原差值。
[0023]进一步地，步骤S6中，所述熵编码为霍夫曼编码。
[0024]进一步地，所述霍夫曼编码的具体操作为：首先对于各数据块中所有的差值，使用1bit表示其符号位，并将除符号位的差值转为二进制数，位宽由各数据块中差值最大值决定，然后进行霍夫曼编码。
[0025]第二方面，本专利技术提供了采用如上所述的灰度图像压缩方法所获得的压缩后的图像数据的解压缩方法，其特征在于，包括如下步骤：
[0026]S11：输入压缩后的图像数据，并进行霍夫曼解码，解码后根据位宽将数据重新分为若干数据块；
[0027]S22：将相邻数据块的首值通过迭代相加的方式进行像素恢复；
[0028]S33：将每一块首列中相邻像素值通过迭代相加的方式进行像素恢复；
[0029]S44：将每一块每一行中相邻像素值通过迭代相加的方式进行像素恢复；
[0030]S55：将恢复后的像素数据组成解压后的图像数据。
[0031]第三方面，本专利技术提供了基于近似差分计算的灰度图像压缩装置，其特征在于，包括：
[0032]灰度图像像素分块单元，用于输入待压缩灰度图像，对灰度图像像素进行分块操作；
[0033]块内迭代差值计算单元，用于针对分块后的像素数据，分别对每一块每一行中相邻像素值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；以及分别对每一块首列中相邻像素值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；
[0034]块间迭代差值计算单元，用于针对块内迭代差值计算单元得到的像素数据，将相
邻数据块的首值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；
[0035]差值阈值判断单元，用于设置可调参数，通过比较各数据块中各差值的绝对值与可调参数，对各数据块中各差值进行调整；
[0036]编码单元，用于对经过调整单元调整的各数据块进行熵编码，并将熵编码的数据组成获得压缩后的图像数据。
[0037]第四方面，本专利技术提供了一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序使计算机执行如上所述的基于近似差分计算的灰度图像压缩方法。
[0038]第五方面，本专利技术提供了一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如上所述的基于近似差分计算的灰度图像压缩方法。
[0039]本专利技术的有益效果是：
[0040]1、本专利技术利用图像相邻像素的局部性，采用近似迭代差分的计算方式，可以用更少的位宽表示图像像素信息，具有更好的压缩性能；
[0041]2、本专利技术与现有的图像有损压缩算法相比，在保证质量的同时计算本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于近似差分计算的灰度图像压缩方法，其特征在于，包括如下步骤：S1：输入待压缩灰度图像，对灰度图像像素进行分块操作；S2：针对分块后的像素数据，分别对每一块每一行中相邻像素值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；S3：针对步骤S2得到的像素数据，分别对每一块首列中相邻像素值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；S4：针对步骤S3得到的像素数据，将相邻数据块的首值进行迭代相减，保存每次相减所得到的差值并覆盖作为减数的像素值；S5：设置可调参数，通过比较各数据块中各差值的绝对值与可调参数，对各数据块中各差值进行调整；S6：对经过步骤S5调整的各数据块进行熵编码，并将熵编码的数据组成获得压缩后的图像数据。2.如权利要求1所述的基于近似差分计算的灰度图像压缩方法，其特征在于：步骤S1中，对灰度图像像素以8*8的像素大小进行分块。3.如权利要求1所述的基于近似差分计算的灰度图像压缩方法，其特征在于：步骤S2中，所述对每一块每一行中相邻像素值进行迭代相减的计算公式如下：RD＝P(i，j+1，k)
‑
P(i，j，k)步骤S3中，所述对每一块首列中相邻像素值进行迭代相减的计算公式如下：CD＝P(i+1，1，k)
‑
P(i，1，k)步骤S4中，所述将相邻数据块的首值进行迭代相减的计算公式如下：FD＝P(1，1，k)
‑
P(1，1，k
‑
1)式中，RD为行像素值迭代相减得到的差值，CD为每块首列像素值迭代相减得到的差值，FD为相邻数据块的首值迭代相减得到的差值；P(i，j，k)表示第k个数据块中第i行第j列的像素数据，k＝1，2，3，...n，n为图像分块的数量。4.如权利要求1所述的基于近似差分计算的灰度图像压缩方法，其特征在于：步骤S5中，设置可调参数r，判断各数据块中各差值的绝对值是否小于参数r，若小于等于r，则将目前的差值置为0，否则保持原差值。5.如权利要求1所述的基于近似差分计算的灰度图像压缩方法，其特征在于：步骤S6中，所述熵编码为霍夫曼编码。6.如权利要求...
【专利技术属性】
技术研发人员：贾强，王振林，王旭，阳锐，张磊，张超，马超，陈珂，
申请(专利权)人：北京智芯微电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。