[发明专利]一种图像编码方法、装置、电子设备及存储介质

说明书

本申请公开了一种图像编码方法、装置、电子设备及存储介质。其中，该方法包括：获取对待处理的全景视频中每帧全景图像进行分割得到的图像块；将所述图像块输入恰可察觉失真模型，得到由所述恰可察觉失真模型中各个子模型输出的输出结果，并根据所述输出结果计算所述图像块各像素的最小可觉差；获取所述图像块对应的权重系数，其中，所述权重系数是根据所述图像块的特征信息得到的；根据所述权重系数以及所述最小可觉差对所述图像块进行编码处理。本申请图像块的特征信息计算权重系数，根据权重系数更新最小可觉差，采用更新后的最小可觉差进行编码，以此实现了全景视频中不同区域在编码后的图像质量不同，解决了现有技术中编码资源的浪费的问题。

技术领域

本申请涉及图像处理领域，尤其涉及一种图像编码方法、装置、电子设备及存储介质。

背景技术

为了利用HVS的感知特性，JND(JND是Just noticeable difference的缩写，意思是即最小可觉差)模型是基于心理学和生理学的高效模型。在视频压缩应用中使用JND模型是降低编码器复杂性的一种有前景的方法。JND作为视频、图像的特征，可以用来节省大量压缩码率，因此精确的求取JND数值至关重要。在现有技术中，当JND应用在VR(全景视频)特征的情况下，由于用户对全景图像中各个区域的关注度不同，如果采用现有JND计算方法，依据JND值统一对全景图像进行编码，会导致用户关注度高的区域的图像质量差，用户关注度低的区域的图像质量高，最终造成了编码资源的浪费。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种图像编码方法、装置、电子设备及存储介质。

根据本申请实施例的一个方面，提供了一种图像编码方法，包括：

获取对待处理的全景视频中每帧全景图像进行分割得到的图像块；

将所述图像块输入恰可察觉失真模型，得到由所述恰可察觉失真模型中各个子模型输出的输出结果，并根据所述输出结果计算所述图像块各像素的最小可觉差；

获取所述图像块对应的权重系数，其中，所述权重系数是根据所述图像块的特征信息得到的；

根据所述权重系数以及所述最小可觉差对所述图像块进行编码处理。

进一步的，所述恰可察觉失真模型中的子模型包括：视觉对比度敏感度带通模型、亮度幅度非线性模型、纹理对比度掩蔽模型、人眼凸起掩蔽模型以及时域掩蔽模型。

进一步的，所述将所述图像块输入恰可察觉失真模型，得到由所述恰可察觉失真模型中各个子模型输出的输出结果，并根据所述输出结果计算所述图像块各像素的最小可觉差，包括：

将所述图像块输入所述视觉对比度敏感度带通模型，由所述视觉对比度敏感度带通模型采用多个预设梯度算子分别对所述图像块中的像素值进行计算，得到多个对比度值，并将最大的对比度值作为目标对比度值；

将所述图像块输入所述亮度幅度非线性模型，由所述亮度幅度非线性模型输出所述图像块中亮度分量强度；

将所述图像块输入所述纹理对比度掩蔽模型，由所述纹理对比度掩蔽模型输出所述图像块中边缘像素和；

将所述图像块输入所述人眼凸起掩蔽模型，由所述人眼凸起掩蔽模型输出所述图像块中的多个目标区域，以及所述目标区域的中心点之间的距离总和；

将所述图像块输入所述时域掩蔽模型，由所述时域掩蔽模型输出所述图像块的时域变化值；

根据所述目标对比度值、亮度分量强度、边缘像素和、中心点之间的距离总和以及所述时域变化值进行求和，得到所述图像块中每个像素的最小可觉差。

进一步的，所述根据所述目标对比度值、亮度分量强度、边缘像素和、中心点之间的距离总和以及所述时域变化值进行求和，得到所述图像块中每个像素的最小可觉差，包括：