[发明专利]一种基于分割的图像无损压缩方法

说明书

本发明涉及一种基于分割的图像无损压缩方法。首先，利用手肘法，计算K‑means聚类的最佳K值。根据计算的K值，采用K‑means方法对图像聚类，获得聚类标签。设定判断孤立点的点数阈值Threshold，统计不同标签类别的点数。对点数小于等于点数阈值Threshold的标签，判定为孤立点，通过标签值找到孤立点在图像的位置，将其以矩阵形式单独提取出来。点数大于点数阈值Threshold的标签，判定为正常标签分类，做像素值归一化处理。找到各自类别对应的最小像素值，用最小像素值代替当前类别每个点的像素值，称此时的图像为Min Map。Min Map采用Compresso图像编码方法，孤立点和残差编码方法都采用JPEG‑LS编码，而后形成编码的两路比特流，最后输出。本发明能够满足数据无损与压缩率高的双重需求。

技术领域

本发明涉及图像压缩编码技术，特别是一种基于分割的图像无损压缩方法。

背景技术

图像是客观对象的一种相似性的、生动性的描述或写真，是客观对象的一种表示，它包含了被描述对象的有关信息，是人类社会活动最常用的信息载体，是人们最主要的信息源。进入数字化时代，多媒体信息具有数据海量性，对目前计算机设备信息的存储和传输都是个巨大挑战。图像信息作为计算机上最重要的资源，对其有效的压缩是不可或缺的步骤之一。

根据编码过程是否存在信息的损失，图像编码可以分为有损压缩编码和无损压缩编码。有损压缩编码虽然可以把数据极大程度的压缩，但是由于存在信息丢失，解码端不能还原恢复出原始图像。当有数据完整性的需求时，有损编码是不符合要求的。无损压缩编码是不存在信息的丢失，可以在解码端准确无误地恢复出原始图像。但是目前的无损压缩编码普遍存在压缩率不够高的问题。

结合分割的方法，可以将图像中存在的空余冗余大部分去除。再利用Compresso、JPEG-LS数据编码方法，既可以实现图像的无损压缩，又能保证压缩率足够高。

发明内容

本发明的目的在于提供一种基于分割的图像无损压缩方法，满足数据无损与压缩率高的双重需求。

为实现上述目的，本发明的技术方案是：一种基于分割的图像无损压缩方法，包括如下编码过程：

步骤S1、利用手肘法，计算K-means聚类的最佳K值，代表需要将图像分为K类；计算公式如下式所示：

其中C_i是类别i的集合，p是C_i中的样本点，m_i是C_i的质心，SSE表示所有样本的聚类误差，即表示聚类效果，随着K的增大，样本划分更加精细，SSE逐渐变小，当K小于真实聚类数时，SSE随着K的增大，下降幅度较大；当K大于真实聚类数时，SSE会随着K的增大，下降幅度骤减，慢慢趋于平缓，根据下降幅度的不同，找到拐点对应的K值，此时的K值与真实聚类数最为接近；

步骤S2、根据计算的K值，采用K-means聚类方法对图像聚类，获得聚类标签；

步骤S3、设定判断孤立点的点数阈值Threshold，统计不同标签类别的点数，对点数小于等于点数阈值Threshold的标签，判定为孤立点，单独提取出来编码；点数大于点数阈值Threshold的标签，判定为正常标签分类，执行步骤S5；

步骤S4、通过孤立点的标签值找到孤立点在图像的位置，将其以矩阵形式单独提取出来；

步骤S5、对于正常标签分类，做像素值归一化处理；每个类别，都找到对应的最小像素值，用最小像素值代替当前类别每个点的像素值，称此时的图像为Min Map；

步骤S6、将去除孤立点后的图像与像素值归一化后的图像做差值，获得残差；

步骤S7、Min Map采用Compresso图像编码方法；