[发明专利]面向大规模图像存储的认知型软件可调整图像编码装置

权利要求书

1.一种面向大规模图像存储的认知型软件可调整图像编码装置，其特征在于，包括：

模块1，用于获取待编码图像集的基本信息，该参数信息包括：待编码图像集的规模、每张待编码图像的尺寸和每张待编码图像的色深；

模块2，用于挖掘并构建图像的深层信息，所述深层信息包括：每张待编码图像的内容画像、待编码图像集的整体画像、编码器所处的环境画像；

模块3，用于对该基本信息和该深层信息进行整合，并结合该编码装置中编码器的可调整的编码参数，构建数学模型；

模块4，用于求解该数学模型，得到最优编码参数，并以该最优编码参数对该待编码图像集进行编码；

其中该模块2包括：

挖掘并构建每张待编码图像的内容画像；包括：

通过上述信息构建每张图像与编码器之间的关系；第i张待编码图像(1≤i≤N)的内容画像的每一个元素表示为：

C_i＝{(A_i，bit_i，M_i)}

其中A＝(a₁，a₂，…，a_n)表示n种模态的图像评价指标集合；M＝(μ₁，μ₂，…，μ_k)表示k种编码软件可调整的参数集合；第i张待编码图像的画像元素C_i为在指定的编码器中，编码参数集合M的情况下，图像的评价指标集合为A，所占用的存储空间为bit；

挖掘并构建待编码图像集的整体画像；包括：整个图像集在当前编码器下的图像存储空间上限bit_max与下限bit_min；通过上述信息构建整个图像集画像，为图像集的编码限制条件提供参考；

挖掘并构建编码器所处的环境画像；包括：预测当前编码环境在整个编码过程中的耗时上限T；预测当前编码环境在整个编码过程中的功耗上限W；通过上述信息构建编码环境的画像，为图像集的编码限制条件提供参考；

该模块3包括：

确定适用于当前应用场景的图像评价指标信息A的模态种类数n；

确定当前编码器可调整的编码参数M的种类数k；

配比A中n种模态的图像评价指标权重向量Ω＝(ω₁，ω₂，…，ω_n)；

根据每种模态信息及其权重配比，构建该数学模型；

该模块4包括：

确定用于组成图像内容画像图像质量评价指标，包括：峰值信噪比、结构相似性和多方法评估融合；

确定通过挖掘并构建待编码图像集的整体画像、编码器所处的环境画像得到的限定条件，包括：图像数据存储空间上限bit_max、图像质量评价指标评价下限、编码功率上限W、编码耗时上限T；

构建目标函数，包括：图像在限定条件下所能得到的最佳图像质量，并且通过对得到能输出相应质量图像的M，表示为：

其中F(Ω，A)表示A根据权重Ω所构成的线性加权和或非线性加权和；上述目标函数的限制条件为：

其中表示由于编码器并行计算导致的非线性累加方式；其中，时间的累加额外包括画像挖掘所耗费的时间T_mining和优化求解的时间T_optimization，功耗的累加额外包括画像挖掘所需功耗W_mining和优化求解所需功耗W_optimization；

根据构建的损失函数，结合每种模态信息及其权重配比构成的数学模型进行仿真并求解，输出结果为当前待编码图像集的该最优编码参数。

2.如权利要求1所述的面向大规模图像存储的认知型软件可调整图像编码装置，其特征在于，该模块1包括：

根据待编码图像集的图像数量、待编码图像集的存储名称及其排列顺序，确定执行编码器的硬件是否能够承担待编码图像的规模；

根据每张待编码图像的宽度和高度、每张待编码图像的总像素数，确定每张图像的尺寸是否能够直接作为图像编码器的输入；

确认编码装置是否支持当前色深的图像编码。