[发明专利]基于方向双四元数滤波器组的图像压缩方法

说明书

本发明公开了一种基于方向双四元数滤波器组的图像压缩方法，属于图像处理技术领域。进行图像压缩时，该方法首先对原始待压缩图像进行预处理，然后使用方向双四元数分析滤波器组对预处理后的图像进行变换处理，得到不同方向的子带频域图像并将其逐一量化编码；最后将量化编码后的数据进行存储输出得到压缩后的图像。从压缩后的图像数据中恢复出原始图像时：首先，将压缩图像进行量化解码来还原出子带频域图像，再经由方向双四元数综合滤波器组进行反变换并得到双四元数形式的彩色图像，最后提取双四元数形式彩色图像的实部或虚部分量来获取解压缩图像。本发明原理简单，将彩色图像的三个颜色分量作为整体来处理，有效地克服了色彩还原失真的问题。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于方向双四元数滤波器组的图像压缩方法。

背景技术

数字图像在消费数码、医学影像、卫星遥感和视频会议等领域有着广泛的应用。实际上，各种成像设备所获取的图像都是经过压缩处理的，否则单幅图像所占用的存储空间会很大。以单反相机为例，一幅3600万像素的非压缩图像所占用的存储空间是108MB，一张16GB的存储卡大约只能存储150张非压缩图像。而采用图像压缩算法处理过后，上述3600万像素的图像所占用的存储空间一般不超过10MB，一张16GB的存储卡大约能存储两千张图片。因此，压缩图像可以极大地节省存储空间，提升数据传输效率。图像压缩方法的好坏直接影响到后续实际的工程应用。

经典的图像压缩方法有熵压缩方法、预测压缩方法、变换压缩方法和神经网络压缩方法等。熵压缩方法是一类利用数据的统计信息进行压缩的无语义数据流无损编码方法。预测压缩方法是利用图像的相邻像素值具有较强的相关性这一特点进行预测压缩编码。变换压缩方法是采用适当的离散正交变换(例如离散余弦变换、离散小波变换等)将图像从空域变换到频域，通过对变换系数的处理来实现压缩编码。神经网络压缩方法是模仿人的视觉系统某些局部的初级定位功能，并将其应用到图像压缩编码领域。

上述图像压缩方法各有优缺点。熵压缩方法的效率稍微差一点，但是该方法的优点是无损压缩。预测压缩方法中，图像被当成概率统计中的一个“随机过程”，通过已知像素的灰度值来预测当前像素的灰度值，这种预测是有误差的。预测压缩方法的优点是算法易于硬件实现，缺点很明显，它对图像中的噪声很敏感，会产生误码扩散，压缩率比较低。变换压缩方法通过正交变换将图像变为线性无关的一组系数，通过保留少数系数来实现图像压缩的目的。但变换压缩方法的计算复杂度往往较高。神经网络压缩方法是一种仿生压缩方法，通过模拟人脑处理信息的方式来实现压缩，该方法的缺点是计算复杂度高，很难用硬件来实现，目前也只停留在软件代码层面。

上述4类方法还有一个共同的缺点，即它们处理彩色图像的方式是分通道实现的。也就是说，上述方法将彩色图像的R、G和B颜色通道分别看成一幅灰度图像，针对灰度图像进行压缩编码。这种处理方式没有考虑彩色图像各颜色分量间的内在联系，直接影响到彩色图像的色彩还原性，容易出现色彩还原失真。因此，如何实现彩色图像的整体压缩编码就显得尤为重要，具有非常重要的研究意义和实用价值。

发明内容

针对现有技术中存在的问题，本发明提供了一种基于方向双四元数滤波器组的图像压缩方法，本发明所采取的技术方案如下：

基于方向双四元数滤波器组的图像压缩方法，包括如下步骤：

步骤S1：对原始待压缩图像进行预处理，即将原始待压缩的图像用双四元数形式进行表征，得到图像f(x，y)，变量x和y的取值范围是：x＝1，2，...，M，y＝1，2，...，N，其中M和N为正整数，分别是图像的行数和列数；

步骤S2：使用方向双四元数分析滤波器组对图像f(x，y)进行变换处理，得到不同方向的共计2T个子带频域图像{F_m(u，v)|m＝1，2，...，2T}，变量u和v的取值范围是：u＝1，2，...，M/2，v＝1，2，...，N/2；