[发明专利]一种图像超大压缩传输方法及传输系统

权利要求书

1.图像超大压缩传输方法，其特征在于包括以下步骤：

(1)根据需要发送的原灰度图像A确定K个类噪声图像B0i(i＝1，...K)，类噪声图像B0i与原灰度图像A大小相同，其中，所述K为正整数，所述原灰度图像A的大小为M行、N列、Q比特量化，总比特数为MNQ；

(2)对原灰度图像A分别进行K个非线性映射FAi(i＝1，...，K)，变换为K幅映射图像Bi(i＝1，...K)，Bi(i＝1，...K)对应的原图像为B0i(i＝1，...K)；计算K幅映射图像Bi与类噪声图像B0i的峰值信噪比PSNR，选出峰值信噪比PSNR最大值对应的类噪声图像B0j以及非线性映射FAj；

(3)根据所需的压缩比R对类噪声图像B0j以及非线性变换FAj的参数信息进行编码，然后传输到接收端；

(4)接收端把数据接收后，提取出其中的参数，通过译码处理得到映射图像B0j；

(5)对类噪声图像B0j进行逆映射，得到原灰度图像A，对灰度图像A进行数据格式变换，得到用户希望的各种格式的图像。

2.据权利要求1所述的图像超大压缩传输方法，其特征在于：所述步骤(1)中确定类噪声图像B0i的方法如下：

根据原始图像A大小，选择相同大小的类噪声图像，类噪声图像大小为M行、N列、Q比特量化，总比特数为MNQ；类噪声图像的灰度值Gi为介于0到2^Q-1之间的正整数，压缩比R为MNQ/Cdata，Cdata为类噪声图像传输所需参数的总比特数。

3.权利要求1所述的图像超大压缩传输方法，其特征在于：所述步骤(2)中的非线性映射FAi(i＝1，...K)为K个基于多层前馈神经网络的非线性映射，每个多层前馈神经网络的网络结构为N1-N2-N3，N1为输入层节点数，N2为中间层节点数，N3为输出层节点数，选择K类图像Pi(i＝1，...K)，Pi与原始图像A同大小，每类图像对应一个目标图像B0i(i＝1，...K)，采用反向传播BP类算法对K个神经网络分别进行学习，每类图像得到一个与目标图像B0i相类似的图像Bi(i＝1，...K)，事先设定B0i与Bi之间的峰值信噪比PSNR或最小均方误差MSE，当PSNR或MSE满足要求时，算法结束，形成K套神经网络权值Wi(i＝1，...K)，最小均方误差MSE与PSNR的关系如下：

PSNR=10·log((2Q-1)2MSE)(dB)]]>

Q为原始图像A的量化比特；当输入原灰度图像A时，K个多层前馈神经网络按照上述K套权值Wi(i＝1，...K)进行非线性映射，得出K个不同的映射图像，选出其中峰值信噪比PSNR最大者作为最终的非线性映射FAj。