[发明专利]一种基于预测差值分类熵编码的图像无损压缩方法

说明书

本发明公开了一种基于预测差值分类熵编码的图像无损压缩方法，方法包括：使以图像中的任意像素作为参考像素，使用预测模板得到像素预测差值，统计预测差值直方图；将像素分成预测差值直接编码像素和间接编码像素两类，统计所有间接编码像素的个数；采用熵编码方法对[‑T,T)范围内的各预测差值各分配一个码字，对[‑T,T)范围外的预测差值分配统一的码字，构建码字分配表；计算不同阈值T的图像无损压缩效果，找到最优阈值T_opt；用最佳阈值T_opt对应的码字分配表，对预测差值像素直接用分配码字编码，得到熵编码数据，结合参考像素、最佳阈值T_opt、码字分配表和熵编码数据得到图像无损压缩编码数据流。本发明能够提升图像无损压缩性能，降低压缩图像数据量，解压缩可完全无失真恢复原始图像。

技术领域

本发明涉及图像信号处理领域，特别是指一种基于预测差值分类熵编码的图像无损压缩方法。

背景技术

人类通过视觉来感知80％以上的外界信息，图像是人类获取和交换信息的主要来源，数字图像已广泛应用到人类生活和工作的方方面面。由于图像数据量大，在存储、传输、处理时带来了困难，图像中存在数据冗余，利用冗余进行图像压缩以减少数据量具有重要意义。目前，图像压缩分有损压缩和无损压缩两类；有损压缩是利用人类对部分图像成分不敏感的特性，允许图像压缩编码时损失部分信息，提高图像数据压缩比。但是有损压缩是破坏型压缩，将损失图像质量，在一些对图像信息细节要求高的应用领域，采用有损压缩可能导致丢失有重要乃至关键信息，因此需要采用对图像质量没有任何影响的无损压缩技术。无损压缩是利用图像数据冗余，解压缩后可完全无失真恢复原始图像，但压缩率较低。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于预测差值分类熵编码的图像无损压缩方法，本发明方法利用图像局部区域像素之间的相关性，采用预测器得到像素预测差值来减小图像熵，进而使用熵编码方法对分类预测差值进行压缩编码，取得更高的图像压缩率。

本发明采用如下技术方案：

一种基于预测差值分类熵编码的图像无损压缩方法，包括：

S1：以图像中的任意像素作为参考像素，使用预测模板得到像素预测差值，统计预测差值直方图；

S2：设定阈值T，根据预测差值大小，将像素分成预测差值直接编码像素和间接编码像素两类，统计所有间接编码像素的个数；

S3：根据直接编码像素不同预测差值的统计个数和所有间接编码像素的个数，采用熵编码方法对[-T,T)范围内的各预测差值各分配一个码字，对[-T,T)范围外的预测差值分配统一的码字，构建码字分配表；

S4：重复S2-S3，计算不同阈值T的图像无损压缩效果，获取最优阈值T_opt；

S5：用最优阈值T_opt对应的码字分配表，对预测差值在[-T_opt,T_opt)范围内像素直接用分配码字编码，对预测差值在[-T_opt,T_opt)范围外的像素使用同一码字加像素值来进行编码，得到预测差值熵编码数据。将参考像素、最佳阈值T_opt、码字分配表和预测差值熵编码数据组合得到图像无损压缩编码数据流。

具体地，所述步骤S1具体包括：利用预测模板得到除参考像素外的其余像素预测差值ex，统计各预测差值出现频次h(ex)，得到预测差值直方图。

具体地，所述步骤S2具体包括：将预测差值ex∈[-T,T)的像素归为预测差值直接编码像素集合D，将预测差值的像素归为间接编码像素集合I，间接编码像素的个数为