[发明专利]基于智能量化技术的低分辨率图像编码方法

摘要

本发明提供了一种基于智能量化技术的低分辨率图像编码方法，它是通过智能量化技术进行合理的编码资源分配，利用智能量化技术对图像内的像素点进行有区别的编码重建，需要显示输出的像素点进行高质量压缩编码，对不需要进行显示输出的像素点进行低质量压缩编码，适应编码后高效的图像低分辨重建需求。与传统的基于JPEG图像编码标准的“编码压缩+低分辨率显示”的实现方法相比，本发明可以根据低分辨率显示输出的具体需求，灵活地分配编码资源，从而提高输出像素点的编码质量，克服传统方法难以控制像素点编码质量的缺点。

主权项

1.一种基于智能量化技术的低分辨率图像编码方法，其特征是它包括以下步骤：步骤1，图像的预处理将大小为W×H的输入图像,按照传统的JPEG图像压缩标准中图像分块的方法划分为N＝(W×H)/82个互不重叠的，大小为8×8的正方形图像块，记为B1，B2，…，Bi，…，BN，这里，W代表图像的宽度，H代表图像的高度，N代表图像划分后图像块的总个数，i代表图像块的索引，i∈{1，2，…，N}；步骤2，基于智能量化技术的图像块编码参数设置首先，采用传统的基于智能量化技术的编码算法中所提供的量化策略，这里，该量化策略是指将变换后的部分变换系数强制量化为0后，再调整剩余的量化系数的量化策略；其次，定义传统的基于智能量化技术的编码算法中需要进行高质量压缩的像素点的坐标索引集合为定义传统的基于智能量化技术的编码算法中需要进行低质量压缩的像素点的坐标索引集合为这里，是一个1×16的行向量，是一个1×48的行向量，最后，定义传统的基于智能量化技术的编码算法中需要进行普通量化的变换系数的坐标索引集合为定义传统的基于智能量化技术的编码算法中需要进行强制型量化的变换系数的坐标索引集合为这里，是一个1×16的行向量，是一个1×48的行向量，步骤3，基于智能量化技术的图像块压缩首先，对于步骤1中所产生的大小为8×8的图像块Bi，根据步骤2中设置的图像块编码参数，采用传统的基于智能量化技术的编解码算法进行编码和解码，得到处理后的图像块，记为B′i，这里，β′m,n是B′i中的元素，m代表B′i内元素的横坐标，n代表B′i内元素的纵坐标，m和n是自然数，1≤m≤8，1≤n≤8；i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；然后，采用传统的双三次插值方法对B′_i中位于(u,v)位置上的像素点进行插值，这里，u为B′_i内像素点的横坐标，v为B′_i内像素点的纵坐标，u和v是自然数，1≤u≤8,1≤v≤8，并且u和v不同时为奇数；插值后得到图像块，记为这里，是中的元素，m代表内元素的横坐标，n代表内元素的纵坐标，m和n是自然数，1≤m≤8，1≤n≤8；i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；步骤4，空域下采样首先，定义一个大小为4×4的全零图像块矩阵，记为bi：这里，i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；接着，将步骤3得到的矩阵中的元素和逐个取出，依次放入b_i的第1列；将中的元素和逐个取出，依次放入b_i的第2列；将中的元素和逐个取出，依次放入b_i的第3列；将中的元素和逐个取出，依次放入b_i的第4列；得到图像块b′_i：这里，是中的元素，m代表内元素的横坐标，n代表内元素的纵坐标，m和n都是奇数，并且1≤m≤8，1≤n≤8；i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；步骤5，构建高分辨率图像对于步骤3中产生的图像块采用传统的JPEG图像压缩标准中图像块合成图像的方法，产生大小为W×H的图像，记为这里，W代表步骤1中输入图像的宽度，H代表步骤1中输入图像的高度，i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数；步骤6，构建低分辨率图像对于步骤4中产生的图像块b′_i，采用传统的JPEG图像压缩标准中图像块合成图像的方法，产生大小为(W/2)×(H/2)的图像，记为这里，W代表步骤1中输入图像的宽度，H代表步骤1中输入图像的高度，i代表图像块的索引，i∈{1，2，…，N}，N代表步骤1中图像划分后图像块的总个数。