[发明专利]一种基于稀疏分解的图像压缩方法

说明书

技术领域

本发明属于图像处理技术领域中的图像数据压缩方法，具体地说是一种基于图像稀疏分解的压缩方法。该方法可应用于高压缩比的情况下图像的存储和传输等。 

背景技术

随着计算机网络和通信的高速发展，目前数字图像成为最为重要的多媒体信息存储与传输形式。而常规数字图像的数据庞大，如果将原始图像直接存储和传输，无疑会给有限的存储器容量和通信线路带宽带来巨大的压力。因此，为了使得图像通信成为可能并最大限度地降低通信费用，必须采用有效的压缩手段将图像数据进行压缩后再进行存储和传输。图像压缩处理(编码)技术就是在保证图像质量的前提下，用尽可能少的比特数来表示图像信息的技术。目前作为主流的基于小波(wavelet)等正交线性变换的处理(编码)技术(如JPEG2000图像压缩国际标准)已发展到了成熟阶段。它们的成功，一方面借助于正交变换的优良特性，另一方面，在更大程度上归功于学者们对变换系数性质的深入研究和众多高效编码处理方法的提出。然而近来的研究表明，小波分析在处理一维信号时表现出的优异性能并不能简单地推广到二维和多维，对图像的边缘、轮廓等二维几何特征，小波分解并不能达到理想的精简或稀疏(sparse)图像表征。 

近年来，稀疏逼近(sparse approximation)处理方法已成为信号表示的一个新的研究热点。其基本思想是用冗余函数系统(原子库)取代传统的正交基函数，并从中找到具有最佳线性组合的M项原子来表示一个信号。在该类稀疏分解方法中，匹配追踪(Matching Pursuit，简称MP)因其原理简单，已在信号的压缩、处理等多个领域得到了应用。特别是基于几何原子库的MP分解方法，在图像和视频信号的压缩处理中已表现出较传统方法更优的性能。 

MP过程是以迭代的方式在整个原子库中搜索并提取与当前信号最为匹配的结构或原子，这个过程又称为全局搜索匹配追踪(Full Search Matching Pursuit，简称FSMP)。由于原子库是针对图像几何特征设计的且具有冗余性，MP分解能够获得比正交分解、如小波分解，更稀疏的图像表示，将更有利于图像编码处理。以目前处于领先地位的基于冗余表征的低码率高灵活性图像编码处理方法(Low-rate and Flexible image Coding with Redundant Representations，以下简称LFCRR)为例：该方法运用基于冗余几何原子库的FSMP对图像进行分解，再 将分解原子按其投影系数幅度从大到小的顺序进行，克服了小波振铃(ringing)效应，获得了更好的主观质量；同时，为了便于网络的应用，LFCRR还提供了较传统方法更灵活的质量和分辨率的可伸缩性能(scalability)，即允许解码方对同一个编码流进行在不同位置处的截短，以获得不同质量或分辨率的恢复图像，这使得该方法成为很有发展潜力的图像压缩方法。但该方法由于在进行图像压缩处理时是单纯将分解原子按其投影系数幅度从大到小的顺序进行，而未考虑及利用原子位置和投影系数幅度之间的空间分布规律，因而存在压缩效率低，在中码率如0.25bpp到0.5bpp段，其率-失真(Rate-Distortion)性能还远低于传统小波编码方法，以及由于编码处理是为某特定码率设计的非嵌入式码流，在截断点存在性能损失，影响在网络中的渐进传输性能等缺陷。 

发明内容

本发明的目的是针对背景技术存在的缺陷，根据原子位置和投影系数幅度之间的空间分布规律改进设计一种基于稀疏分解的图像压缩方法，以达到在保持现有技术特点的基础上，有效提高图像压缩处理的率-失真性能及渐进传输性能等目的。