[发明专利]激光诱导击穿光谱图像有损无损联合压缩方法

摘要

本发明公开了一种激光诱导击穿光谱图像有损无损联合压缩方法，主要解决现有技术不能对一幅图像同时进行有损无损联合压缩的问题。其实现方案是：1)提供图像数据与参数；2)判断当前像素是否在无损区域；3)分别进行无损和有损关键变量初始化；4)分别计算无损和有损的局部梯度量化值并对其进行合并；5)计算无损和有损的修正预测值及预测误差，并对预测误差进行编码；6)更新无损和有损累积变量组；7)根据迭代条件判断是否结束压缩。本发明不仅能保证图像的部分关键区域信息安全无损，而且整幅图能达到一定的压缩倍数，减少需要传输的数据量，且实现简单，压缩复杂度低，压缩速度快，在低倍压缩时压缩质量更高，可用于图像传输。

主权项

1.一种激光诱导击穿光谱图像有损无损联合压缩方法，其特征在于，包括如下：(1)提供图像参数：包括待压缩图像、图像宽度w、图像高度h、比特深度dp、需要满足的压缩倍数r和需要无损压缩的区域坐标；(2)初始化关键变量：设无损压缩时重构像素与原像素的最大允许误差值为near1，将near1值初始化为0；设有损压缩时重构像素与原像素的最大允许误差值为near2，将near2值初始化为1；设无损区域的三级量化区间阈值为T1、T2、T3，设有损区域的三级量化区间阈值为T4、T5、T6；(3)获得当前像素的量化局部梯度值：(3a)设当前像素正左方的值为b、左上方的值为c、正上方的值为a、右上方的值为d，计算当前像素的3个局部梯度值分别为：D1＝d‑b、D2＝b‑c、D3＝c‑a；(3b)计算不同区域的量化区间：根据(2)中设置的T1、T2、T3、near1参数以及它们对应的4个负数值，得到无损压缩的9个量化区间；根据(2)中设置的T4、T5、T6、near2参数以及它们对应的4个负数值，得到有损压缩的9个量化区间；(3c)根据(3b)中的量化区间对(3a)中的3个局部梯度值D1、D2、D3进行量化：若当前像素在无损区域，则根据无损量化区间得到无损的量化局部梯度值Q1、Q2、Q3；若当前像素在有损区域，则根据有损量化区间得到有损的量化局部梯度值Q4、Q5、Q6；(4)分别对各区域的量化梯度进行合并，并计算和修正当前像素的预测值，得到无损修正预测值P1和有损修正预测值P2；(5)根据当前像素值和修正预测值，分别计算得到无损预测误差值Err1和有损预测误差值Err2；(6)对预测误差值进行编码：(6a)计算哥伦布编码参数：定义无损区域预测误差的出现次数的累积值为N1[Q]，无损区域预测误差绝对值的累积值为A1[Q]，则无损哥伦布编码参数k1＝|log2(A1[Q]/N1[Q])|；定义有损区域预测误差的出现次数的累积值为N2[q]，有损区域预测误差绝对值的累积值为A2[q]，则有损哥伦布编码参数k2＝|log2(A2[q]/N2[q])|；(6b)在无损区域，根据无损哥伦布编码参数k1，直接在空间域上对无损预测误差值Err1进行编码，在有损区域，根据有损哥伦布编码参数k2，直接在空间域上对有损预测误差值Err2进行编码，并在编码时限制编码长度，保证压缩性能；(7)定义累积变量组，并进行参数更新：定义B1[Q]为无损区域修正的预测误差的累积值，并将其与无损区域预测误差绝对值的累积值A1[Q]，无损区域预测误差出现次数的累积值N1[Q]，无损区域的预测修正值C1[Q]统一定义为无损累积变量组；根据无损区域预测误差值Err1更新无损累积变量组中的A1[Q]、B1[Q]、N1[Q]，根据更新后B1[Q]和N1[Q]的值更新C1[Q]；定义B2[q]为有损区域修正的预测误差的累积值，并将其与有损区域预测误差绝对值的累积值A2[q]，有损区域预测误差出现次数的累积值N2[q]，有损区域的预测修正值C2[q]统一定义为有损累积变量组；根据有损区域预测误差值Err2更新有损累积变量组中的A2[q]、B2[q]、N2[q]，根据更新后B2[q]和N2[q]的值更新C2[q]；(8)完成参数更新后，判断是否结束压缩：若当前像素不是整幅图的最后一个像素，则返回(3)进入下一个像素的压缩；若当前像素是整幅图的最后一个像素，则判断当前图像压缩倍数是否达到需要满足的压缩倍数r，如果达到，则结束压缩，否则，将有损压缩时重构像素与原像素的最大允许误差值near2加1，无损压缩时重构像素与原像素的最大允许误差值near1值保持为0，返回(2)重新进行关键变量初始化。