图像压缩方法技术

本发明专利技术提供一种图像压缩方法

【技术实现步骤摘要】
图像压缩方法、图像重建方法及相关设备


[0001]本专利技术涉及图像处理
，更具体地，涉及一种图像压缩方法
、
一种图像重建方法
、
一种电子设备以及一种存储介质
。

技术介绍

[0002]随着大数据时代的到来，人们对数字图像的质量要求愈发提高，数字图像也朝着更清晰，分辨率更高的方向发展
。
一方面，由于图像数据量的增长速度远超于存储设备以及传输技术的发展，因此，寻找更加合理的图像压缩方法具有很重要的应用意义
。
[0003]目前的图像压缩方法的应用主体大多是如
jpg
，
png
，
bmp
格式等传统
RGB
域图像，但是近年来，
bayer
格式图像由于其能够保证完整的图像信息的特点，被广泛应用在内窥镜检测，深空探测等光线照度不足的领域，这对图像压缩性能
、
图像压缩算力需求都有着很高的标准
。
[0004]由此，亟需一种新的技术方案以解决上述技术问题
。

技术实现思路

[0005]在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明
。
本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围
。
[0006]第一方面，本专利技术提出一种图像压缩方法，包括：
[0007]对待处理图像进行颜色分离，以获得多通道颜色分量矩阵，其中，待处理图像是原始图像格式的图像；
[0008]对多通道颜色分量矩阵进行离散变换，以获得第一变换矩阵；
[0009]对第一变换矩阵进行量化操作，以获得矩阵序列；
[0010]基于矩阵序列，确定图像压缩结果
。
[0011]可选地，待处理图像是低照度图像，在对待处理图像进行颜色分离之前，方法还包括：
[0012]对低照度图像进行亮度增强，以获得亮度增强结果
。
[0013]可选地，对低照度图像进行亮度增强，包括：
[0014]对低照度图像进行归一化处理，以获得低照度图像中的每一个像素点的归一化后像素值；
[0015]对每一个像素点的归一化后像素值进行放大处理，以获得亮度增强结果
。
[0016]可选地，对多通道颜色分量矩阵进行离散变换，包括：
[0017]对多通道颜色分量矩阵进行离散余弦变换；
[0018]对经过离散余弦变换的矩阵进行离散小波变换，以获得第一变换矩阵，其中，第一变换矩阵包括多通道颜色分量的像素矩阵
。
[0019]可选地，基于矩阵序列，确定图像压缩结果，包括：
[0020]统计矩阵序列中的不同像素值的出现概率；
[0021]按照出现概率的大小，对不同像素值进行排序，以确定重排列序列；
[0022]基于重排列序列中的第1个像素值及第1个像素值的出现概率，确定第一区间；
[0023]基于重排列序列中的第
i
个像素值及第
i
个像素值的出现概率，在第
i―1
区间范围内确定第
i
区间，其中，
1<i≤n,n
表示重排列序列中的像素值的总数量
。
[0024]第二专利技术，还提出了一种图像重建方法，用于基于如上所述的图像压缩结果，进行图像重建，包括：
[0025]在对图像压缩结果执行解码操作后，进行反量化操作，以获得反量化后的矩阵；
[0026]对反量化后的矩阵进行离散逆变换，以获得第二变换矩阵；
[0027]基于第二变换矩阵，进行颜色还原，以获得重建图像
。
[0028]可选地，方法还包括：
[0029]对重建图像进行图像修复
。
[0030]可选地，对重建图像进行图像修复，包括：
[0031]对重建图像进行第一色彩空间转换，以获得亮度通道分量
、
蓝色浓度偏移量通道分量以及红色浓度偏移量通道分量；
[0032]将亮度通道分量输入至图像修复网络，以输出新的亮度通道分量；
[0033]将蓝色浓度偏移量通道分量
、
红色浓度偏移量通道分量和新的亮度通道分量整合后，进行第二色彩空间转换，以获得修复后的图像
。
[0034]第三方面，还提出了一种电子设备，包括处理器和存储器，其中，存储器中存储有计算机程序指令，计算机程序指令被处理器运行时用于执行如上所述的图像压缩方法和
/
或图像重建方法
。
[0035]第四方面，还提出了一种存储介质，在存储介质上存储了程序指令，程序指令在运行时用于执行如上所述的图像压缩方法和
/
或图像重建方法
。
[0036]根据上述技术方案，对待处理图像进行颜色分离，以获得多通道颜色分量矩阵，接着对多通道颜色分量矩阵进行离散变换，以获得第一变换矩阵，再接着，对第一变换矩阵进行量化操作，以获得矩阵序列，最后基于矩阵序列，确定图像压缩结果
。
与基于深度学习的图像压缩方法相比，上述技术方案的计算代价更小，更适合在硬件设备中部署
。
同时，
bayer
格式图像相较于
RGB
域图像，能够保留更丰富的图像细节信息
。
上述技术方案在实现高压缩率的同时，也为后续图像重建提供了准确的图像压缩结果，为高质量的图像重建提供可靠保障
。
[0037]本专利技术的图像压缩方法，本专利技术的其它优点
、
目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解
。
附图说明
[0038]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了
。
附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制
。
而且在整个附图中，用相同的参考符号表示相同的部件
。
在附图中：
[0039]图1示出了根据本专利技术一个实施例的图像压缩方法的示意性流程图；
[0040]图2示出了根据本专利技术一个实施例的二维离散小波变换的示意图；
[0041]图3示出了根据本专利技术一个实施例的算术编码过程的示意图；
[0042]图4示出了根据本专利技术一个实施例的图像重建方法的示意性流程图；
[0043]图5示出了根据本专利技术一个实施例的待处理图像和重建图像的对比图；
[0044]图6示出了根据本专利技术一个实施例的利用图像修复网络对重建图像进行修复的示意性流程图；以及
[0045]图7示出了根据本专利技术一个实施例的电子设备的示意性框图...

【技术保护点】

【技术特征摘要】
1.
一种图像压缩方法，其特征在于，包括：对待处理图像进行颜色分离，以获得多通道颜色分量矩阵，其中，所述待处理图像是原始图像格式的图像；对所述多通道颜色分量矩阵进行离散变换，以获得第一变换矩阵；对所述第一变换矩阵进行量化操作，以获得矩阵序列；基于所述矩阵序列，确定图像压缩结果
。2.
如权利要求1所述的图像压缩方法，其特征在于，所述待处理图像是低照度图像，在所述对待处理图像进行颜色分离之前，所述方法还包括：对所述低照度图像进行亮度增强，以获得亮度增强结果
。3.
如权利要求2所述的图像压缩方法，其特征在于，所述对所述低照度图像进行亮度增强，包括：对所述低照度图像进行归一化处理，以获得所述低照度图像中的每一个像素点的归一化后像素值；对所述每一个像素点的归一化后像素值进行放大处理，以获得所述亮度增强结果
。4.
如权利要求1所述的图像压缩方法，其特征在于，所述对所述多通道颜色分量矩阵进行离散变换，包括：对所述多通道颜色分量矩阵进行离散余弦变换；对经过所述离散余弦变换的矩阵进行离散小波变换，以获得所述第一变换矩阵，其中，所述第一变换矩阵包括多通道颜色分量的像素矩阵
。5.
如权利要求1所述的图像压缩方法，其特征在于，所述基于所述矩阵序列，确定图像压缩结果，包括：统计所述矩阵序列中的不同像素值的出现概率；按照所述出现概率的大小，对所述不同像素值进行排序，以确定重排列序列；基于所述重排列序列中的第1个像素值及所述第1个像素值的出现概率，确定第一区间；基于所述重排列序列中的第
i
个像素值及所述第
i
个像素值的出现概率，在第
i―1
区间范围内确定第
i<...

【专利技术属性】
技术研发人员：李原超，游恒，尚德龙，周玉梅，
申请(专利权)人：中科南京智能技术研究院，
类型：发明
国别省市：