【技术实现步骤摘要】
本专利技术属于计算机，进一步涉及图像处理，具体为一种基于小波扩散模型的图像压缩系统及方法。可用于存储大量图像的应用软件中减小图像文件大小，节省存储空间，在网络通信中减少传输时间和带宽需求，以及在无人驾驶汽车和其他机器视觉系统中降低传感器数据的延迟，提高实时性能。
技术介绍
1、近年来，越来越多的领域需要用图像来传递信息，数字化图像数据为信息传递带来便利的同时，也对计算机存储资源和网络传输带宽提出了挑战。所以，如何高效、合适的压缩图像，通过去除图像中的多余数据，进而降低图像的存储空间，并提高图像在网络中的传输速率，成为了图像领域研究的重点。在过去的几十年里，成熟的有损图像压缩标准，如jpeg、jpeg2000、bpg、vvc等，都采用变换、量化和熵编码的框架来进行图像压缩。深度学习技术包括cnn、vae、lstm等在图像处理、计算机视觉领域等大放异彩。近年来基于深度学习的图像/视频压缩算法得到了广泛的研究。得益于端到端的训练策略和高度非线性变换，基于深度神经网络的图像压缩已经超过了传统的图像压缩技术，例如jpeg2000或者bpg等。
2、ballé等人首次提出了一种端到端的图像压缩模型，且为图像的特征表示引入了超先验预测，从而能够有效捕捉特征之间的依赖。该方法使用了一个自动编解码器框架，对图像数据进行特征提取，并采用算术编解码对特征进行无损熵编码，为基于编解码结构的压缩框架打下了坚实的基础，在此基础上出现了许多改进方法。其中，基于扩散模型的压缩方法为最新的研究方向。yang等人提出的基于条件扩散模型直接在图像域用特征
技术实现思路
1、本专利技术目的在于针对上述现有技术的不足，提出一种基于小波扩散模型的图像压缩系统及方法，用于解决现有的图像压缩技术方案扩散步骤过长，难以应用在实时性较高的场景下的技术问题，以及重构图质量不够高，导致存储压力和信道传输压力过大的技术问题。
2、实现本专利技术的基本思路是：首先，通过小波变换将原始图像转换为频域图像，并针对信息量较少的高频图像做扩散模型的生成过程而不是针对信息量较多的重构图做图像生成，从而极大的减轻了扩散模型的生成压力，减少采样步骤，加快图像的解压过程。然后，通过分析低频图和高频图之间的小波子带相关性，利用子带间相关性在解码端使用指导条件更为强大的域变换后高频信息来作为扩散模型的引导条件，使得解码端通过低频图恢复的高频信息还原度更高，从而提高重构图质量。其次，本专利技术在编码端使用了一个残差压缩模块，将重构高频和原始高频的残差信息进行编码传输，进一步达到提高重构图质量的目的。本专利技术在加快图像解压缩速度的同时，有效改善了图像的压缩性能。
3、本专利技术实现上述目的具体技术方案如下：
4、一种基于小波扩散模型的图像压缩系统，包括：图像采集模块、图像压缩模块、数据存储模块、数据传输模块和图像解压模块；
5、所述图像采集模块，是任意能够获取图像的硬件设备，用于采集原始图像信息并上传至图像压缩模块；
6、所述图像压缩模块，由小波变换子模块、编码器子模块、第一解码器子模块、第一域变换子模块、第一扩散生成子模块和残差压缩子模块组成，用于对图像采集模块上传的原始图像进行处理，利用处理结果编码得到二进制文件，并将该文件输出给数据存储模块；
7、所述数据存储模块，是能够减少存储压力的存储设备，其输入和输出均为二进制文件，用于存储以二进制文件形式表示的原始图像，并在需要查看或者传输二进制文件时进行正确的输出；
8、所述数据传输模块，为物理传输设备；其输入和输出均为二进制文件，用于在通信链路上传输二进制文件，并准确无误的将文件送至图像解压模块；
9、所述图像解压模块，由第二解码器子模块、第二域变换子模块、第二扩散生成子模块和小波反变换子模块构成；用于对输入的二进制文件进行解码，获取重构图作为最终输出。
10、进一步，上述能够获取图像的硬件设备，包括手机、专业相机及监控设备。
11、进一步，上述物理传输设备，包括同轴电缆、光纤。
12、进一步，上述图像压缩模块对图像采集模块上传的原始图像进行处理，具体是：首先利用小波变换子模块对输入的原图进行小波变换得到低频图和高频图；将其中的低频图送入编码器子模块进行编码，得到低频图二进制文件，然后利用第一解码器对该文件解码获取重构低频图；将重构低频图依次送入第一域变换子模块和第一扩散生成子模块进行域变换和小波扩散生成，得到第一预测高频图；最后通过残差压缩子模块将第一预测高频图和高频图之间的残差图送入第一编码器，得到残差图二进制文件。
13、进一步，上述图像解压模块对输入的二进制文件进行解码，具体是：首先利用第二解码器子模块将输入的低频图二进制文件及残差图二进制文件解码为重构低频图和重构残差图；然后将其中的重构低频图依次送入第二域变换子模块和第二扩散生成子模块，通过域变换和扩散生成得到第二预测高频图；再对该第二预测高频图加上重构残差图得到重构高频图；最后，利用小波反变换子模块对重构高频图和重构低频图进行小波反变换，获得重构图。
14、一种基于小波扩散模型的图像压缩方法，包括如下步骤：
15、(1)图像采集模块获取原始图像信息，并上传至图像压缩模块；
16、(2)图像压缩模块对图像采集模块上传的原始图像进行处理，具体步骤如下：
17、(2.1)利用第一小波变换子模块对输入的原图进行离散小波变换dwt，得到低频图和高频图，实现如下：
18、采用卷积和下采样算子将空间域中的图像分离为低频图和高频图，设输入图像为x0，dwt分解过程表达式为：
19、(xl,xh)＝wx0，
20、其中，xl表示低频图，xh表示高频图；w表示小波变换的分解操作；
21、(2.2)将低频图xl送入编码器子模块得到低频图二进制文件，再将该文件送入第一解码器子模块，得到重构低频图
22、(2.3)将重构低频图依次送入第一域变换子模块和第一扩散生成子模块，进行域变换和小波扩散生成，得到第一预测高频图；
23、(2.4)通过残差压缩子模块对第一本文档来自技高网...
【技术保护点】
1.一种基于小波扩散模型的图像压缩系统，其特征在于，包括：图像采集模块、图像压缩模块、数据存储模块、数据传输模块和图像解压模块；
2.根据权利要求1所述的系统，其特征在于：所述能够获取图像的硬件设备，包括手机、专业相机及监控设备。
3.根据权利要求1所述的系统，其特征在于：所述物理传输设备，包括同轴电缆、光纤。
4.根据权利要求1所述的系统，其特征在于：图像压缩模块对图像采集模块上传的原始图像进行处理，具体是：首先利用小波变换子模块对输入的原图进行小波变换得到低频图和高频图；将其中的低频图送入编码器子模块进行编码，得到低频图二进制文件，然后利用第一解码器对该文件解码获取重构低频图；将重构低频图依次送入第一域变换子模块和第一扩散生成子模块进行域变换和小波扩散生成，得到第一预测高频图；最后通过残差压缩子模块将第一预测高频图和高频图之间的残差图送入第一编码器，得到残差图二进制文件。
5.根据权利要求1所述的系统，其特征在于：图像解压模块对输入的二进制文件进行解码，具体是：首先利用第二解码器子模块将输入的低频图二进制文件及残差图二进制文件解
6.一种基于小波扩散模型的图像压缩方法，其特征在于，包括如下步骤：
7.根据权利要求6所述的方法，其特征在于：步骤(2.2)中所述重构低频图具体是通过编码器子模块将低频图xl映射到潜变量y，然后经过量化操作得到潜变量的离散表示再通过第一解码器模块将转换回重建图像，即重构低频图像
8.根据权利要求6所述的方法，其特征在于：步骤(2.3)和(5.2)中所述进行域变换，具体实现过程如下：
9.根据权利要求6所述的方法，其特征在于：步骤(2.3)和(5.2)中所述第一扩散生成子模块和第二扩散生成子模块均为小波条件扩散模块，用于预测尽可能接近原始高频的高频图像；所述进行小波扩散生成，具体实现过程如下：
10.根据权利要求9所述的方法，其特征在于：所述两条马尔可夫链，第一条是前向加噪链，负责向数据中多次添加高斯噪声；另一条为反向生成链，用于将噪声转换回原始数据分布。
...【技术特征摘要】
1.一种基于小波扩散模型的图像压缩系统，其特征在于，包括：图像采集模块、图像压缩模块、数据存储模块、数据传输模块和图像解压模块；
2.根据权利要求1所述的系统，其特征在于：所述能够获取图像的硬件设备，包括手机、专业相机及监控设备。
3.根据权利要求1所述的系统，其特征在于：所述物理传输设备，包括同轴电缆、光纤。
4.根据权利要求1所述的系统，其特征在于：图像压缩模块对图像采集模块上传的原始图像进行处理，具体是：首先利用小波变换子模块对输入的原图进行小波变换得到低频图和高频图；将其中的低频图送入编码器子模块进行编码，得到低频图二进制文件，然后利用第一解码器对该文件解码获取重构低频图；将重构低频图依次送入第一域变换子模块和第一扩散生成子模块进行域变换和小波扩散生成，得到第一预测高频图；最后通过残差压缩子模块将第一预测高频图和高频图之间的残差图送入第一编码器，得到残差图二进制文件。
5.根据权利要求1所述的系统，其特征在于：图像解压模块对输入的二进制文件进行解码，具体是：首先利用第二解码器子模块将输入的低频图二进制文件及残差图二进制文件解码为重构低频图和重构残差图；然后将其中的重构低频...
【专利技术属性】
技术研发人员：宋娟，何佳祥，王柯俨，张静，冯明涛，
申请(专利权)人：西安电子科技大学，
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。