基于小波扩散模型的图像压缩系统及方法技术方案

本发明专利技术公开了一种基于小波扩散模型的图像压缩系统及方法，主要解决现有扩散步骤过长，难以应用在实时性较高场景下的技术问题。方案包括：1)利用图像采集模块获取原图信息，并上传至图像压缩模块处理；2)压缩模块对原图进行小波变换得到低频图和高频图，并对低频图编解码后进行域变换和小波扩散生成，然后与高频图求残差；3)通过数据存储和传输模块将残差和低频图传输至图像解压模块；4)解压模块对低频图解码后得到重构低频图，并对其进行域变换和扩散生成，之后加上解码后残差图得到重构高频图；5)解压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。本发明专利技术能够在加快图像解压缩速度的同时，有效改善图像压缩性能。

【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。p>

2、bal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...

【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：