[發(fā)明專利]基于頻域方向?yàn)V波器的遞歸預(yù)測(cè)圖像壓縮方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710116017.7
• 申請(qǐng)日: 2017-03-01
• 公開（公告）號(hào): CN106952314B
• 公開（公告）日: 2019-06-21
• 發(fā)明（設(shè)計(jì)）人: 張靜;李珊珊;李云松;吳仁堅(jiān)
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T9/00
• 分類號(hào): G06T9/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.基于頻域方向?yàn)V波器的遞歸預(yù)測(cè)圖像壓縮方法，包括：

(1)設(shè)計(jì)原型方向?yàn)V波器：

(1a)利用商用軟件matlab中的函數(shù)freqspace確定二維頻域響應(yīng)空間[f₁,f₂]；

(1b)設(shè)定原型方向?yàn)V波器的傅立葉頻譜支撐域參數(shù)K，其中K取值為正實(shí)數(shù)；

(1c)以支撐域參數(shù)K和頻域響應(yīng)空間[f₁,f₂]限定傅立葉頻譜支撐范圍，生成原型方向?yàn)V波器的頻域響應(yīng)函數(shù)H_d，該頻域響應(yīng)函數(shù)H_d的取值按如下條件確定：

如果((Kf₁-f₂＜0)&&(K×f₁+f₂＜0))||((K×f₁-f₂＞0)&&(K×f₁+f₂＞0))成立，則H_d取值為0，否則，H_d取值為1，其中，&&代表邏輯與操作，||代表邏輯或操作；

(1d)利用窗函數(shù)設(shè)計(jì)時(shí)域二維有限長單位脈沖響應(yīng)數(shù)字濾波器h，其中h的頻域響應(yīng)函數(shù)為H_d；

(1e)利用商用軟件matlab中的freqz2函數(shù)，根據(jù)步驟(1d)中的h生成原型方向?yàn)V波器H；

(2)利用雙立方插值法將步驟(1e)中的原型方向?yàn)V波器H逆時(shí)針旋轉(zhuǎn)不同的角度θ，即參照傅立葉頻譜支撐域參數(shù)K，依次旋轉(zhuǎn)θ≈i×α的角度，得到一組L個(gè)方向的方向?yàn)V波器，其中，其中α＝2arctan(1/K)，i取值為0～L-1范圍內(nèi)的整數(shù)，L取值為8～72之間的正整數(shù)；

(3)從自然圖像集中讀入一幅大小為M×M、后綴為.raw格式的原始灰度圖像，其中，M表示原始灰度圖像的寬度和高度，×表示相乘操作；

(4)對(duì)原始灰度圖像數(shù)據(jù)進(jìn)行紋理方向判斷：

(4a)對(duì)原始灰度圖像數(shù)據(jù)進(jìn)行高通濾波，濾除圖像的主要低頻分量，得到高頻圖像數(shù)據(jù)；

(4b)將高頻圖像數(shù)據(jù)均勻分成大小為N×N的高頻圖像數(shù)據(jù)塊，讀取這些高頻圖像數(shù)據(jù)塊，并將讀取次數(shù)k初始化為1，其中，N表示高頻圖像數(shù)據(jù)塊的寬度和高度，取值為4或8，×表示相乘操作；

(4c)利用步驟(2)得到的L個(gè)方向的方向?yàn)V波器對(duì)第k個(gè)高頻圖像數(shù)據(jù)塊進(jìn)行頻域?yàn)V波，計(jì)算每個(gè)方向?yàn)V波后的傅立葉頻譜能量和S₀,S₁,…,S_i,…,S_L-1，其中i＝0,1,…L-1，并按如下步驟檢測(cè)出原始圖像數(shù)據(jù)塊的紋理主方向：

(4c1)計(jì)算每個(gè)方向?yàn)V波后的傅立葉頻譜能量和S₀,S₁,…,S_i,…,S_L-1中的最大值S_max：

S_max＝max{S₀,S₁,…,S_i,…,S_L-1}

(4c2)根據(jù)S_max確定圖像頻域方向性角度

(4c3)根據(jù)圖像的空域方向性與其傅立葉頻譜方向性存在的正交關(guān)系，得到高頻圖像數(shù)據(jù)塊的紋理主方向的角度為進(jìn)而得到原始灰度圖像數(shù)據(jù)塊的紋理方向的角度為

(4d)判斷是否完成對(duì)所有高頻圖像數(shù)據(jù)塊的紋理方向讀取，如果是，則執(zhí)行步驟(5)，否則，k自增1，返回步驟(4c)；

(5)對(duì)步驟(3)中的原始灰度圖像數(shù)據(jù)進(jìn)行上下各三行，左右各三列的邊界擴(kuò)展，得到大小為(M+6)×(M+6)的擴(kuò)展圖像數(shù)據(jù)，并將數(shù)據(jù)讀取地址初始化為擴(kuò)展圖像數(shù)據(jù)地址起始位置；

(6)從數(shù)據(jù)讀取地址開始，對(duì)擴(kuò)展圖像數(shù)據(jù)以大小為(N+3)×(N+3)塊為單位進(jìn)行讀取：

(6a)初始化一個(gè)(N+3)×(N+3)二維矩陣來存儲(chǔ)塊數(shù)據(jù)，并將讀取次數(shù)i初始化為1；

(6b)從數(shù)據(jù)讀取地址開始，讀取N+3個(gè)數(shù)據(jù)，并將其賦值給二維矩陣的第一行；

(6c)將數(shù)據(jù)讀取地址增加M+6，并將i自增1；

(6d)判斷i是否等于N+3，如果是，則完成塊數(shù)據(jù)的讀取，否則，返回步驟(6b)；

(7)根據(jù)讀取的塊數(shù)據(jù)建立馬爾可夫預(yù)測(cè)模型：

(7a)依照步驟(4)得到的紋理主方向，對(duì)塊數(shù)據(jù)中不包括上邊三行、左邊三列的各個(gè)像素點(diǎn)，利用與該紋理方向上鄰近的若干參考像素點(diǎn)建立如下遞歸馬爾可夫預(yù)測(cè)模型：

u(i,j)＝ρ₁u₁(i,j)+ρ₂u₂(i,j)+ρ₃u₃(i,j)+ρ₄u₄(i,j)+e(i,j),i、j＝0,1,2…N

其中u(i,j)表示坐標(biāo)為(i,j)的像素點(diǎn)的預(yù)測(cè)值，u₁(i,j),u₂(i,j),u₃(i,j),u₄(i,j)分別表示四個(gè)參考像素的灰度值，ρ₁,ρ₂,ρ₃,ρ₄分別為四個(gè)參考像素的權(quán)值系數(shù)，e(i,j)為白噪聲；

(7b)利用最小二乘估計(jì)的方法，估計(jì)遞歸馬爾可夫預(yù)測(cè)模型中參考像素的權(quán)值系數(shù)：

(8)塊數(shù)據(jù)的預(yù)測(cè):

(8a)對(duì)塊數(shù)據(jù)中不包括上邊三行、左邊三列的各個(gè)像素，根據(jù)步驟(7)中已建立的遞歸馬爾可夫預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)值矩陣；

(8b)將塊數(shù)據(jù)中不包括上邊三行、左邊三列的各個(gè)像素灰度值，與其在預(yù)測(cè)值矩陣中對(duì)應(yīng)的預(yù)測(cè)值進(jìn)行相減，得到差值矩陣R，并對(duì)差值矩陣R進(jìn)行離散余弦變換DCT得到變換系數(shù)矩陣T，然后對(duì)變換系數(shù)矩陣T進(jìn)行量化、熵編碼，得到壓縮碼；

(8c)對(duì)壓縮碼進(jìn)行解碼、逆量化、逆DCT變換，得到恢復(fù)后的差值矩陣R′，并將R′與差值矩陣R相加得到重建值矩陣，根據(jù)重建值矩陣對(duì)擴(kuò)展圖像數(shù)據(jù)塊中的相應(yīng)地址處像素值進(jìn)行更新；

(9)判斷是否完成所有塊數(shù)據(jù)的預(yù)測(cè)，如果是，則結(jié)束壓縮，否則，數(shù)據(jù)讀取地址跳變?yōu)橄乱粋€(gè)塊數(shù)據(jù)的起始地址，返回步驟(6)。