[发明专利]基于深度卷积神经网络的静止图像压缩方法

摘要

本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤：在编码端对原始图像进行下采样并利用JPEG2000标准编解码；利用深度卷积神经网络对解码图像进行抑制压缩效应；采用超分辨率方法对抑制压缩效应图像进行重建；将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码；将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输；解码端解码得到解码的低分辨率图像、残差图像与辅助信息；对解码的低分辨率图像进行处理得到解码的高分辨率图像，并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。

主权项

1.基于深度卷积神经网络的静止图像压缩方法，其特征在于包括以下步骤：步骤一：在编码端对原始待压缩图像进行下采样，得到低分辨率图像，然后对低分辨率图像进行JPEG2000标准编码得到编码的低分辨率图像，再进行JPEG2000标准解码得到解码的低分辨率图像；步骤二：在编码端利用深度卷积神经网络对解码的低分辨率图像进行抑制压缩效应，得到抑制压缩效应的低分辨率图像；步骤三：在编码端采用基于深度卷积神经网络的超分辨率方法对抑制压缩效应低分辨率图像进行重建，得到解码的高分辨率图像；步骤四：在编码端将原始待压缩图像与解码的高分辨率图像相减得到残差图像，然后采用针对性编码得到编码的残差图像；步骤五：将步骤一中编码的低分辨率图像、步骤四中编码的残差图像与一些辅助信息形成比特流，然后传输到解码端；步骤六：在解码端对接收到的比特流进行对应的解码操作，得到解码的低分辨率图像、解码的残差图像与解码的辅助信息；步骤七：在解码端将解码的低分辨率图像进行步骤二与步骤三中的操作得到解码的高分辨率图像；步骤八：在解码端将解码的高分辨率图像与解码的残差图像相叠加便得到最终解码的高分辨率图像。