[發明專利]基于頻域方向濾波器的遞歸預測圖像壓縮方法

有效

• 申請號: 201710116017.7
• 申請日: 2017-03-01
• 公開（公告）號: CN106952314B
• 公開（公告）日: 2019-06-21
• 發明（設計）人: 張靜;李珊珊;李云松;吳仁堅
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

本發明公開了一種基于頻域方向濾波器的遞歸預測圖像壓縮方法，主要解決現有技術中紋理方向檢測準確度低，時間復雜度高，預測系數數目多的問題。其步驟為：1)設計原型方向濾波器；2)根據原型方向濾波器生成一組方向濾波器；3)讀入原始灰度圖像數據，并進行紋理方向判斷；4)擴展原始灰度圖像數據；5)對擴展圖像數據以塊為單位進行讀取；6)根據讀取的塊數據建立馬爾可夫預測模型；7)對讀取的塊數據進行預測壓縮；8)判斷是否完成所有塊數據的預測，如果是，則結束壓縮，否則數據讀取地址跳變，返回步驟5)。本發明能靈活準確地檢測紋理方向，時間復雜度低，預測系數數目少，提升了壓縮性能，可用于對各種數字設備的圖像壓縮編碼。

技術領域

本發明涉及屬于圖像處理技術領域，更進一步涉及一種圖像壓縮方法，可用于對各種數字設備的圖像壓縮編碼。

背景技術

信息化時代人們越來越依靠計算機獲取和利用信息，而數字化后的多媒體信息具有海量數據性，與當前硬件技術所能提供的計算機存儲資源和網絡帶寬之間有很大的差距，因此信息的存儲和傳輸造成了很大的困難。圖像信息作為計算機上最重要的資源，對其進行有效的壓縮處理無疑是必要的，也會給人們帶來巨大的好處。圖像壓縮不但是各種動態圖像壓縮、傳輸的基礎，而且還是影響其效果好壞的重要因素。

預測編碼作為圖像壓縮最主要的方法，也是最基本的方法，在一些對圖片壓縮質量要求比較高的領域經常被采用，比如文本圖像和醫用圖像。預測編碼一般包括兩部分：一部分是去相關，大多采用預測器，利用已編碼的鄰域像素灰度值來預測待編碼的像素灰度值；另一部分是對預測誤差進行熵編碼。

預測器一般分為如下三類:

(1)全局預測器：對不同圖片或對一幅圖片中的不同像素點，均采用一組固定的預測系數對其進行預測；

(2)局部預測器：對圖像的不同局部采用不同的預測系數對其進行預測；

(3)全自適應預測器：預測系數隨圖像像素點的變化而變化。

基于預測的主要方法有靜止圖像壓縮標準JPEG-LS中采用的中值邊緣檢測MED方法，該方法對一幅圖像的像素從上到下、從左到右逐像素進行編碼，其本質是對當前區域進行一個簡單的梯度計算，然后沿著與邊界平行的方向進行預測。對于當前像素X的預測，是先根據鄰近像素之間的梯度選擇不同的變長編碼模式，然后對當前像素進行預測，將當前像素與預測像素相減得到預測差值，最后對預測差值進行熵編碼。

相比于JPEG-LS，基于上下文的自適應無損圖像編碼方法CALIC，使用一個更加復雜的基于梯度的自適應預測方法GAP。該方法根據上下文模板計算當前像素的水平梯度和垂直梯度，得到水平梯度和垂直梯度的差值，然后根據差值來判斷是否存在水平或者垂直邊緣，最后根據水平或垂直邊緣的變化程度，適當地選取相鄰像素的權重計算當前像素的預測值。

上述JPEG-LS、CALIC雖然都采用了基于上下文的自適應預測算法對像素進行預測，但由于兩者采取的均是較為簡單的梯度計算，不能很好地跟蹤紋理走向，因此壓縮精度有待提升。近幾年，很多學者對快速幀內預測模式選擇進行了研究，并引入了Canny邊緣方向直方圖方法，更加充分地利用圖像的紋理特性。

2011年肖化超和周檢發表的文章“基于LMS的圖像自適應預測編碼”中提出了一種自適應更新權值的預測方法，電子設計工程,2011.19(4):p.109-112。其本質是對預測中采用的鄰近像素不斷更新權值，來得到較小的預測差值，該方法雖然預測比較準確，但由于沒有充分利用圖像的紋理特性，時間復雜度過高。

2012年，焦昶哲在其發表的論文“基于紋理相似度判斷的幀內預測快速算法研究”中公開了一種基于紋理相似度判斷的快速選擇幀內預測模式的方法，西安電子科技大學,2012。該方法雖然能避免全搜索模式，大幅度降低幀內預測的時間復雜度，但是由于在各種預測模式下各個像素的預測均采用線性預測，預測系數數目較多，又增加了待壓縮的數據量。

發明內容