[發(fā)明專利]一種壓縮數(shù)字圖像的方法

有效

• 申請?zhí)枺?/td>: 201580041966.2
• 申請日: 2015-07-09
• 公開（公告）號: CN106664408B
• 公開（公告）日: 2019-08-20
• 發(fā)明（設(shè)計）人: T·M-E·熱爾韋;B·盧貝;N·貝蘇;Y·圭米奧特;M·派提特福勒斯;S·羅克
• 申請（專利權(quán)）人: 簡·克勞德·科林
• 主分類號: H04N19/126
• 分類號: H04N19/126;H04N19/635;H04N19/42
• 代理公司: 中國國際貿(mào)易促進(jìn)委員會專利商標(biāo)事務(wù)所 11038
• 代理人: 周博俊

1.一種壓縮數(shù)字圖像的方法，包括減小以原始矩陣(X)的形式表示的所述數(shù)字圖像的分量的熵的步驟，其特征在于：

-該方法包括使用把所述原始矩陣變換為變換矩陣(T)的小波變換的步驟；

-量化系數(shù)對應(yīng)于用于小波變換的級數(shù)中的每個級數(shù)的每個細(xì)節(jié)矩陣；

-計算所述小波變換是通過使用在小數(shù)點后的至少等于1的第一數(shù)字?jǐn)?shù)量D，D≥1，以定點數(shù)針對以下每個小波級數(shù)進(jìn)行的：對于該小波級數(shù)而言，與每個細(xì)節(jié)矩陣對應(yīng)的量化系數(shù)中的至少一個量化系數(shù)大于1，以及

在以定點數(shù)處理小波級數(shù)結(jié)束時，如果下一級數(shù)的細(xì)節(jié)矩陣中的每個細(xì)節(jié)矩陣的量化系數(shù)中的每個量化系數(shù)等于1，則當(dāng)前級數(shù)的近似矩陣的值被變換為整數(shù)，而在相反的情況下被保持為定點數(shù)。

2.按照權(quán)利要求1所述的方法，其特征在于，小波級數(shù)中的每個小波級數(shù)的細(xì)節(jié)矩陣的量化系數(shù)中的每個量化系數(shù)小于或等于前一級數(shù)的等效矩陣的系數(shù)，但是總大于或等于1。

3.按照權(quán)利要求1或2所述的方法，其特征在于，在以定點數(shù)處理小波級數(shù)結(jié)束時，細(xì)節(jié)矩陣的值根據(jù)與所述細(xì)節(jié)矩陣相關(guān)聯(lián)的所述量化系數(shù)被量化，然后被變換為整數(shù)，也就是說，放棄用于定點計算的D個數(shù)字。

4.按照權(quán)利要求3所述的方法，其特征在于，所用的量化器是均勻標(biāo)量量化器，也就是說，對于每個矩陣都是唯一的，而無論被量化的值如何。

5.按照權(quán)利要求1或2所述的方法，其特征在于，如果第一級數(shù)的細(xì)節(jié)矩陣的量化系數(shù)中的至少一個量化系數(shù)大于1，則原始矩陣(X)的所有值在計算所述小波變換的所述第一級數(shù)之前被變換為定點數(shù)。

6.按照權(quán)利要求5所述的方法，其特征在于，當(dāng)被處理的矩陣來自以大于第一數(shù)字?jǐn)?shù)量D的精度到定點數(shù)的比色變換時，定點數(shù)是通過減小數(shù)字的數(shù)量以便獲得所述第一數(shù)字?jǐn)?shù)量來獲得的。

7.按照權(quán)利要求1或2所述的方法，其特征在于，為了從變換矩陣(T)計算恢復(fù)矩陣(XR)，或者中間的恢復(fù)矩陣，該方法包括對所述變換矩陣(T)的逆小波變換，所述逆小波變換的計算是通過使用在小數(shù)點后至少等于1的第二數(shù)字?jǐn)?shù)量以定點數(shù)至少針對以下每個小波級數(shù)進(jìn)行的：對于該小波級數(shù)而言，每個細(xì)節(jié)矩陣的量化系數(shù)中的至少一個量化系數(shù)大于1。

8.按照權(quán)利要求7所述的方法，其特征在于，在以定點數(shù)處理小波級數(shù)的逆變換的過程中，被應(yīng)用逆變換的矩陣的值被轉(zhuǎn)換為定點數(shù)，如果所述矩陣的值初始為整數(shù)的話。

9.按照權(quán)利要求7所述的方法，其特征在于，在以定點數(shù)處理小波級數(shù)的逆變換的過程中，在逆小波變換之前，細(xì)節(jié)矩陣的值被轉(zhuǎn)換為定點數(shù)并且反量化。

10.按照權(quán)利要求7所述的方法，其特征在于，恢復(fù)矩陣(XR)是通過對所有可獲得的級數(shù)執(zhí)行逆小波變換、反量化以及在整數(shù)和定點之間的轉(zhuǎn)換來獲得的。

11.按照權(quán)利要求7所述的方法，其特征在于，如果第一小波級數(shù)被以定點數(shù)處理，則所獲得的恢復(fù)矩陣(XR)的數(shù)量是定點數(shù)，其精度包括與小數(shù)點后的第二數(shù)字?jǐn)?shù)量相等的數(shù)字?jǐn)?shù)量。

12.按照權(quán)利要求11所述的方法，其特征在于，為了對恢復(fù)矩陣(XR)進(jìn)行后續(xù)處理，所述恢復(fù)矩陣的每個值被變換成整數(shù)。

13.按照權(quán)利要求7所述的方法，其特征在于，中間恢復(fù)矩陣是通過對比總可獲得的級數(shù)數(shù)量小的級數(shù)數(shù)量執(zhí)行逆小波變換、反量化以及在整數(shù)和定點之間的轉(zhuǎn)換獲得的。

14.按照權(quán)利要求7所述的方法，其特征在于，如果與所執(zhí)行的最后逆小波變換對應(yīng)的小波級數(shù)被以定點數(shù)處理，則所獲得的中間恢復(fù)矩陣的數(shù)量是定點數(shù)，其精度包括與小數(shù)點后的第二數(shù)字?jǐn)?shù)量相等的數(shù)字?jǐn)?shù)量。