[发明专利]一种图像处理方法、装置及设备

说明书

本发明实施例提供了一种图像处理方法、装置及设备，方法包括：利用多份图像数据对压缩神经网络及解压缩神经网络进行训练，得到压缩计算参数及解压缩计算参数；将压缩神经网络的计算参数设置为压缩计算参数，以对各份图像数据进行压缩，得到图像数据的压缩数据；生成的图像压缩包中包含至少一份图像数据的压缩数据、第一解压缩神经网络的构建信息及第一解压缩计算参数；可见，本方案中压缩计算参数是该多份图像数据的共用参数，所以可以认为该压缩计算参数是基于该多份图像数据之间的冗余信息训练得到的。因此，也可以认为每份图像数据都是基于该多份图像数据之间的冗余信息进行压缩的，实现了基于图像之间的冗余信息进行压缩。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、装置及设备。

背景技术

为了减少图像数据占用的资源，比如网络资源、或者存储资源等，通常需要对图像数据进行压缩。一般来说，图像数据中存在冗余信息，比如，空间相关冗余、频谱相关冗余、结构相关冗余等等，图像压缩，也就是去除部分冗余信息。

现有的图像压缩方案大多是基于单张图像中的冗余信息进行压缩，比如，利用DCT(Discrete Cosine Transform，离散余弦变换)编码压缩技术，通过频域变换，将原图像数据用直流分量及少数低频交流分量的系数来表示，以实现对单张图像中的空间相关冗余进行压缩。

而不同图像之间通常也存在冗余信息，比如，用户采集了多张背景类似的图像，这多张图像中即存在冗余信息，利用现有方案对这多张图像进行压缩时，并不能基于各张图像之间的冗余信息进行压缩。

发明内容

本发明实施例的目的在于提供一种图像处理方法、装置及设备，以实现基于各张图像之间的冗余信息进行压缩。

为达到上述目的，本发明实施例提供一种图像处理方法，包括：

将多张待处理图像中的每张待处理图像转换为一份图像数据；

将转换得到的每份图像数据分别输入第一压缩神经网络，所述第一压缩神经网络的输出为第一解压缩神经网络的输入，以使所述第一压缩神经网络和所述第一解压缩神经网络利用所述每份图像数据调整计算参数；

当所述每份图像数据与该图像数据对应的从所述第一解压缩神经网络输出的数据的相似度均大于预设阈值时，将所述第一压缩神经网络的计算参数确定为第一压缩计算参数，将所述第一解压缩神经网络的计算参数确定为第一解压缩计算参数；

将所述第一压缩神经网络的计算参数设置为所述第一压缩计算参数，分别将每份图像数据输入设置后的第一压缩神经网络，以对每份图像数据进行压缩，生成每份图像数据的压缩数据；

生成至少一个第一图像压缩包，所述第一图像压缩包中包含至少一份图像数据的压缩数据、所述第一解压缩神经网络的构建信息及所述第一解压缩计算参数。

为达到上述目的，本发明实施例还提供一种图像处理装置，包括：

第一转换模块，用于将多张待处理图像中的每张待处理图像转换为一份图像数据；

输入模块，用于将转换得到的每份图像数据分别输入第一压缩神经网络，所述第一压缩神经网络的输出为第一解压缩神经网络的输入，以使所述第一压缩神经网络和所述第一解压缩神经网络利用所述每份图像数据调整计算参数；

确定模块，用于当所述每份图像数据与该图像数据对应的从所述第一解压缩神经网络输出的数据的相似度均大于预设阈值时，将所述第一压缩神经网络的计算参数确定为第一压缩计算参数，将所述第一解压缩神经网络的计算参数确定为第一解压缩计算参数；

压缩模块，用于将所述第一压缩神经网络的计算参数设置为所述第一压缩计算参数，分别将每份图像数据输入设置后的第一压缩神经网络，以对每份图像数据进行压缩，生成每份图像数据的压缩数据；