[发明专利]一种基于AMBTC的图像压缩编码方法有效

专利信息
申请号: 201710280070.0 申请日: 2017-04-26
公开(公告)号: CN107018419B 公开(公告)日: 2019-07-05
发明(设计)人: 殷赵霞;濮阳义;王华彬;王福田;王文中;罗斌;汤进 申请(专利权)人: 安徽大学
主分类号: H04N19/42 分类号: H04N19/42;H04N19/52;H04N19/567
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 唐红
地址: 230000 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种基于AMBTC的图像压缩编码方法,包括编码和解码两个步骤,具体为:将原始图像以v×v大小的块为单位进行AMBTC压缩;发送方将每个块的量化值再次进行压缩编码;接收方进行解码得到AMBTC压缩图像。本发明对原始图像进行AMBTC压缩后,对其各个量化值求得预测误差,结合霍夫曼编码将预测误差进行分类编码,最终传输及存储的则为图像的预测误差编码及分区信息编码,使得图像冗余性减少,压缩比例进一步提高,同时也大大减少了图像在传输及存储的过程中所占用的资源,节省网络带宽及存储内存。
搜索关键词: 一种 基于 ambtc 图像 压缩 编码 方法
【主权项】:
1.一种基于AMBTC的图像压缩编码方法,其特征在于:包括编码和解码两个步骤:所述编码的具体过程为:(1.1)将原始图像I划分成大小为v×v且互不重叠的块,进行AMBTC压缩后得到图像压缩形式Bi分别是第i块的高均值、低均值及位图信息,Nr,Nc分别表示压缩块的行数和列数;(1.2)将高均值与低均值分别单独构建成高均值表和低均值表每个表的第一行与第一列的量化值都直接用8位二进制编码作为参考量化值,剩余作为可预测量化值,参考量化值的最终编码结果用R表示;(1.3)扫描可预测的量化值,对每个高均值和低均值按照公式(1)进行预测,然后得到预测量化值公式(1)中的qi,1,qi,2和qi,3分别是当前量化值左边、正上方及左上角的量化值;(1.4)引入一个随机密钥k,k∈(0,1),如果k=1,则通过公式(2)对预测量化值进行调整;反之,则按照公式(3)进行调整,达到进一步缩小预测量化值范围的作用,得到最终的预测量化值(1.5)计算预测误差值按照公式(4)所描述的分类方法,分别将所有高均值和低均值的预测误差值分为八个区域,用n位二进制编码表示预测误差值,得到预测误差值的编码形式这里的n为0、2、4、6或8;(1.6)统计每个区域误差值的分布概率{p1,p2,p3,p4,p5,p6,p7,p8},然后根据二元霍夫曼编码对每个区域进行编码标记,得到每个区域的标记霍夫曼码{hc1,hc2,hc3,hc4,hc5,hc6,hc7,hc8},根据误差值所在的区域areax和areay,分别得到其对应区域的霍夫曼编码hcx,hcy,这里的x与y分别表示两个误差区域的编号;(1.7)连接分区霍夫曼编码信息hcx以及预测误差编码得到量化值的最终编码结构同理得到量化值最终的编码结构(1.8)重复步骤(1.3)~(1.7),直到所有可预测的量化值都进行编码,连接参考量化值编码R,位图编码以及所有高均值的编码所有低均值的编码得到最终的图像压缩编码结果C;其中,具体解码过程为:(2.1)从C中按序读取2×(Nr+Nc‑1)×8比特,即为高、低均值表第一行及第一列的参考量化值的编码形式R,将其解码重构得到参考量化值,接着读取Nr×Nc×v2比特,借此位图信息得到恢复,然后读取剩余部分分别获得所有高均值的编码形式和所有低均值的编码形式(2.2)根据位于高、低均值表第一行及第一列已经重构的参考量化值,并按照公式(1)进行预测,依次得到对应量化值的预测量化值(2.3)根据随机密钥k,如果k=1,则通过公式(2)对预测量化值进行调整;反之,则按照公式(3)进行调整,得到最终调整后的预测量化值(2.4)从高均值的编码形式和低均值的编码形式分别读取与分区信息编码同等长度的比特信息[di,1di,2...di,x],依次与所有的霍夫曼编码比较,如果找到相同的霍夫曼编码,则属于该霍夫曼编码对应的分区,因此可得到接下来要恢复的预测误差值所属的区域areax,areay;根据公式(4)继续读取n比特,得到预测误差值并将二进制的转换为十进制整数(2.5)最后根据公式(5),恢复量化值重复步骤(2.2)~(2.4),直到所有的量化值都得到恢复;
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710280070.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top