[发明专利]图像处理方法、装置及系统

说明书

本公开提供一种图像处理方法、装置及系统，涉及图像处理技术领域，能够建立紧凑高效的训练基字典，有效提高压缩率和重构质量。具体技术方案为：获取训练样本图像；对训练样本图像进行分块，得到至少一个训练样本图像块；对每个训练样本图像块进行灰度量化，得到每个训练样本图像块的第一灰度图像块；对所有第一灰度图像块进行字典学习，得到训练基字典。本发明用于图像的压缩和解压。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像处理方法、装置及系统。

背景技术

随着信息化手段的不断完善，各种办公类数字图像和视频传输的需求越来越多，稀疏编码作为一种信号编码方法，已显示出在图像压缩领域的巨大潜力。稀疏编码往往针对原始图像块，通过建立重构字典，实现对图像的压缩。但是在压缩字符、线条等图像时，由于笔画细节丰富，各种颜色、阴影、字体、大小、位置等因素的影响，使得采集的原始图像块差异巨大，使得建立的重构字典数量庞大且重构效果不理想，导致压缩效率低的问题。

发明内容

本公开实施例提供一种图像处理方法、装置及系统，能够建立紧凑高效的训练基字典，有效地提高压缩率和重构质量。所述技术方案如下：

根据本公开实施例的第一方面，提供一种图像处理方法，该方法包括：

获取训练样本图像；

对训练样本图像进行分块，得到至少一个训练样本图像块；

对每个训练样本图像块进行灰度量化，得到每个训练样本图像块的第一灰度图像块；

对所有第一灰度图像块进行字典学习，得到训练基字典。

通过对训练样本图像的灰度量化，降低了训练样本图像的差异性，通过自适应字典学习能够建立紧凑高效的训练基字典，从而有效提高压缩率和重构质量。

在一个实施例中，对训练样本图像进行分块，得到至少一个训练样本图像块包括：对训练样本图像按照预设间隔进行重叠采集，得到至少一个X*Y大小的训练样本图像块。

采用重叠采集的方式能够保证采集训练样本图像块的数量。

在一个实施例中，对每个训练样本图像块进行灰度量化，得到每个训练样本图像块的第一灰度图像块包括：

计算每个训练样本图像块的灰度直方图；

从灰度直方图中选取出现次数最多的N个灰度值作为基本灰度；

将每个训练样本图像块中基本灰度与预设步长范围内的灰度值量化为对应的基本灰度；

将每个训练样本图像块中除基本灰度外的剩余灰度值量化为残余灰度，得到每个训练样本图像块的第一灰度图像块。

将训练样本图像量化为基本灰度和残余灰度，实现对训练样本图像的自适应灰度量化，降低了训练样本图像的差异性。

在一个实施例中，对所有第一灰度图像块进行字典学习，得到训练基字典包括：利用第一公式对所有第一灰度图像块进行字典学习，得到训练基字典；第一公式包括：

其中，{M^k}表示第k个第一灰度图像块，D表示训练基字典，b^k表示第k个第一灰度图像块对应的稀疏编码系数，L表示约束值。

对经过量化的基本灰度图像块进行自适应稀疏编码，能够建立一个紧凑高效的训练基字典，从而有效提高压缩率和重构质量。

根据本公开实施例的第二方面，提供一种图像处理方法，包括：

获取待压缩图像；

对待压缩图像进行分块，得到至少一个待压缩图像块；