[发明专利]一种基于改进二进制烟花算法的图像压缩方法

说明书

本发明涉及一种基于改进二进制烟花算法的图像压缩方法，包含以下步骤：步骤一、将原始图像矩阵等分成不重叠的子块，进行并行计算处理；步骤二、利用块截断编码方法生成初始位图，标记三个位图中元素不一致的对应位置；步骤三、采用W‑plane方法计算每个子块的公共位图，并生成初始化序列；步骤四、将初始化序列作为输入，利用改进二进制烟花算法计算出每一个子块的优化解与其对应的最终位图以及相应的六个量化值；步骤五、判断是否处理完所有的子块，如果否，则对未处理的子块继续进行处理；如果是，则重构子块，并组合子块重构图像。本发明能够以较少的迭代次数得到高质量的重构图像，且重构图像的压缩效果可以通过调整二进制烟花算法的参数来控制。

技术领域

本发明涉及一种基于改进二进制烟花算法的图像压缩方法，属于图像压缩处理领域。

背景技术

随着互联网与电子技术的快速发展，日常工作生活中数字图像的分辨率与使用量都迅速增加，所需要的存储空间与日俱增，同时这些高分辨率数字图像的传输在有限传输带宽的情况下变得越来越耗时。因此，对图像压缩技术的进一步研究具有重要意义。

图像压缩技术分主要包括有损压缩和无损压缩。有损压缩生成的压缩图像会产生失真，但它的压缩率高，可以提升存储效率。因此，有损压缩更适用于日常工作生活中的图像压缩。块截断编码(Block Truncation Coding，BTC)是Mitchel等人提出的一种灰度图像压缩算法，它具有压缩率高且算法复杂度低的特点。针对彩色图像，有很多单位图块截断编码(Single Bit Map Block Truncation Coding，SBBTC)算法被提出，主要分类基于全局搜索的方法和基于局部搜索的方法。但基于局部搜索的方法复杂度低，但只能得到局部最优值，重构后的图像质量不理想。而基于全局搜索的方法将遗传算法、猫群算法等智能优化算法与BTC结合，在迭代优化一定次数后能到得到全局最优解，方法的复杂度较高。

发明内容

有鉴于此，本发明提供一种基于改进二进制烟花算法的图像压缩方法，能够以较少的迭代次数得到高质量的重构图像，且重构图像的压缩效果可以通过调整改进的二进制烟花算法的参数来控制。

为达到上述目的，本发明提供如下技术方案：

一种基于改进二进制烟花算法的图像压缩方法，包括如下步骤：

步骤一、将原始图像矩阵等分成不重叠的子块，按照CPU核心数均分子块处理任务，进行并行计算处理；

步骤二、利用块截断编码方法计算每个子块中R、G、B三个信道相应的位图MR、MG、MB，标记三个位图中元素不一致的对应位置，将所得的三个位图合并成一个初始位图；

步骤三、采用权重平面(weighted plane，W-plane)方法计算每个子块的公共位图，从公共位图中选出在MR、MG、MB位图中元素不一致的对应位置的元素，将其按顺序排列生成初始化序列；

步骤四、将初始化序列作为输入，利用改进二进制烟花算法计算出每一个子块的优化解与其对应的最终位图以及相应的六个量化值；

步骤五、判断是否处理完所有的子块，如果否，则对未处理的子块继续进行处理；如果是，则重构子块，并组合子块重构图像。

进一步，所述步骤一具体为：将原始图像的三维矩阵P_m×n×3分割成为大小为l×s×3且不重叠的M个子块{B_k|k＝1，2，...，M}，每个子块大小相等，一般取l＝s＝4或者l＝s＝8；然后根据处理计算机的CPU的核心数c来均分M个子块处理任务，利用并行计算同时处理c个子块。

进一步，所述步骤四的改进二进制烟花算法具体为：