一种图像压缩方法技术

本申请公开了一种图像压缩方法

【技术实现步骤摘要】
一种图像压缩方法、设备及介质


[0001]本申请涉及图像数据处理
，具体涉及一种图像压缩方法
、
设备及介质
。

技术介绍

[0002]图像压缩技术能够节省大量存储和传输资源，但是，由于图像存在感知冗余，即人类视觉加工图像的过程中，仅会对图像中的部分信息进行重点加工，而下意识忽略其他信息，从而形成对图像的视觉认知表征
。
传统的图像压缩主要采用编码技术或者基于深度学习的计算机视觉技术，在进行图像压缩时会造成图像信息量衰减，难以保证用户在观察图像时的图像质量
。

技术实现思路

[0003]为了解决上述问题，本申请提出了一种图像压缩方法，包括：
[0004]获取未压缩的原始图像，对所述原始图像进行纹理检测，以识别出所述原始图像的边缘轮廓；
[0005]从所述边缘轮廓中提取若干特征点，并根据所述若干特征点，确定所述原始图像对应的拓扑特征；其中，所述拓扑特征用于表示用户对所述原始图像的视觉认知表征；
[0006]根据所述特征点和所述拓扑特征，构建用于提取所述原本文档来自技高网...

【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，所述方法包括：获取未压缩的原始图像，对所述原始图像进行纹理检测，以识别出所述原始图像的边缘轮廓；从所述边缘轮廓中提取若干特征点，并根据所述若干特征点，确定所述原始图像对应的拓扑特征；其中，所述拓扑特征用于表示用户对所述原始图像的视觉认知表征；根据所述特征点和所述拓扑特征，构建用于提取所述原始图像中视觉认知表征特征的图像压缩模型；将待压缩图像输入到所述图像压缩模型中，通过所述图像压缩模型对所述待压缩图像进行压缩，得到压缩后的目标图像
。2.
根据权利要求1所述的一种图像压缩方法，其特征在于，根据所述若干特征点，确定所述原始图像对应的拓扑特征，具体包括：对所述若干特征点中的相邻特征点进行连线，得到对应的相邻连线；将所述边缘轮廓划分为多个特征点区域，从所述多个特征点区域中筛选出所述特征点的聚集区域；针对所述聚集区域中的指定特征点，对所述指定特征点中的相邻指定特征点进行连线，得到对应的聚集区域连线；将所述相邻连线和所述聚集区域连线，作为所述原始图像对应的拓扑特征
。3.
根据权利要求2所述的一种图像压缩方法，其特征在于，将所述边缘轮廓划分为多个特征点区域，从所述多个特征点区域中筛选出所述特征点的聚集区域，具体包括：生成所述边缘轮廓对应的外接矩形，并确定预设的区域尺寸值，根据所述区域尺寸值，将所述外接矩形划分为多个特征点区域；依次确定所述多个特征点区域内的特征点数量，将所述特征点数量大于预设值的特征点区域，作为所述特征点的聚集区域
。4.
根据权利要求2所述的一种图像压缩方法，其特征在于，根据所述特征点和所述拓扑特征，构建用于提取所述原始图像中视觉认知表征特征的图像压缩模型，具体包括：根据所述特征点
、
所述相邻连线和所述聚集区域连线，分别构建用于提取所述特征点对应特征信息的第一卷积核
、
用于提取所述相邻连线对应特征信息的第二卷积核以及用于提取所述聚集区域连线对应特征信息的第三卷积核；根据所述第一卷积核
、
所述第二卷积核和所述第三卷积核，分别构建其对应的第一卷积层
、
第二卷积层和第三卷积层；依次连接所述第一卷积层
、
所述第二卷积层和所述第三卷积层，以得到用于提取所述原始图像中视觉认知表征特征的图像压缩模型
。5.
根据权利要求1所述的一种图像压缩方法，其特征在于，从所述边缘轮廓中提取若干特征点，具体包括：将所述边缘轮廓转换为连续点集合，针对所述连续点集合中的各个连续点，确定所述连续点在所述连续点集合中的序列值，以及对应的横坐标和纵坐标；将所述序列值作为曲线横坐标，并将所述序列值对应连续点的横坐标作为横向曲线纵坐标，所述序列值对应连续点的纵坐标均作为纵向曲线纵坐标；根据所述曲线横坐标
、
所述横向曲线纵坐标和所述纵向曲线纵坐标，生成所述横坐标
和所述纵坐标分别对应的分解曲线；根据所述分解曲线的倾斜程度，从所述边缘轮廓中提取若干特征点
...

【专利技术属性】
技术研发人员：宋业臻，肖维斌，黄杰，李小龙，
申请(专利权)人：山东心法科技有限公司，
类型：发明
国别省市：