图像集中的图像的编码方法和解码方法
【技术领域】
[0001] 本发明涉及图像处理领域，尤其涉及一种图像集中的图像的编码方法和解码方 法。
【背景技术】
[0002] 图像压缩是图像处理领域的经典课题，其研究成果已得到了广泛的应用。图像压 缩的目的就是尽量减少表示一幅图像所需要的码率，也就是使用最少的数据呈现出高质量 的图像。
[0003] 传统的图像压缩方法如JPEG、JPEG2000等主要利用了单幅图像之间的像素冗余、 编码冗余和视觉冗余等冗余信息进行压缩。但是由于大量的图像是在相同或者相似的场景 下获得，因此它们之间也存在一定的冗余信息，如果可以有效地利用这些冗余信息，将会进 一步提高压缩比，节省存储空间。图像集压缩算法就是针对由多幅相似图像组成的图像集 的压缩问题，在单幅图像压缩技术的基础上利用集合冗余信息，有效地实现了压缩。
[0004] 从Kosmas Karadimitriou提出图像集压缩的概念开始，一系列图像集压缩的算法 随之产生。总体来说，目前图像集压缩主要有两大类的算法：一类是基于代表性信息 (Representative Signal，RS)的压缩算法，如最小最大预测法、低频模板法等，其主要用于 无损的图像集压缩;另一类是基于图(Graph)的压缩算法，其主要用于有损的图像集压缩， 如个人影集压缩、云存储等。
[0005] 基于代表性信息的图像集压缩算法通过对图像集中公共信息的提取使图像集的 冗余信息大大减少，进而达到压缩的目的。此类方法最大的优点是在提取代表性信息之后 可以对不同的图像分别编解码，不同的图像编解码之间互相不影响。
[0006]而此类方法的缺点是:会增加图像数目，如果每幅图像去除代表性信息后节省的 码率低于编码代表性信息的码率，将不能达到节省码率的效果。
[0007] 与基于代表性信息的压缩算法相比，基于图的压缩算法能达到更高的压缩比，并 且适用范围也更加广泛，对于图像集中内容有较大变化时依然可以达到比较好的压缩效 果。但是基于图的压缩算法复杂度普遍较高，压缩图像集所需要的时间也较长。
【发明内容】
[0008] 本发明的实施例提供了一种算法简单的图像集中的图像的编码方法和解码方法。
[0009] 为了实现上述目的，本发明采取了如下技术方案。
[0010] 一种图像集中的图像的编码方法，包括：
[0011]获取图像集中的待编码的当前原始图像In的前一幅原始图像2;
[0012] 生成所述前一幅原始图像的解码图像1^' ；
[0013] 将所述当前原始图像1"与所述前一幅原始图像的解码图像'求差值，生成 差值图像Dn;
[0014] 对所述差值图像0"进行矩阵变化，生成所述差值图像0"对应的差值矩阵Rn;
[0015] 对所述前一幅原始图像的解码图像'进行矩阵变化，生成所述前一幅原始 图像In-l的解码图像In-l '对应的矩阵Xn-l;
[0016] 使用非负矩阵分解法，将所述前一幅原始图像的解码图像'对应的矩阵Xh 分解为字典矩阵Un-i和系数矩阵Vn-i;
[0017] 使用最小二乘法，得到所述差值矩阵匕在所述字典矩阵Uh下的系数矩阵Vn;
[0018] 对所述系数矩阵Vn?行量化和熵编码处理，生成所述当前原始图像In的编码图像。
[0019] 所述对所述差值图像Dn进行矩阵变化，生成所述差值图像0"对应的差值矩阵匕的 步骤包括：
[0020] 将所述差值图像0"进行分块，生成块矩阵；
[0021] 将每一个所述块矩阵转化为一个列向量；
[0022] 根据各个所述列向量，组成差值矩阵Rn。
[0023] 所述生成所述前一幅原始图像的解码图像'的步骤为：
[0024]当所述前一幅原始图像1^在所述图像集中的序号为1时，对所述前一幅原始图像 1^进行编码，并进行解码处理，生成所述前一幅原始图像In-i的解码图像In-l·'。
[0025]所述对所述前一幅原始图像In-!进行编码的步骤为:使用JPEG或JPEG2000进行编 码处理；
[0026] 所述进行解码处理的步骤为:使用JPEG或JPEG2000解码处理。
[0027] 所述生成所述前一幅原始图像1^的解码图像1^'的步骤包括：
[0028] 当所述前一幅原始图像在所述图像集中的序号大于1时，获取待解码的前一幅编 码图像In-Λ
[0029] 获取所述前一幅编码图像Ιη'反量化后的系数矩阵Vh' ；
[0030] 获取当前原始图像In的前二幅原始图像In-2的解码图像In- 2'对应的字典矩阵1^-2;
[0031] 根据所述前二幅原始图像In-2对应的字典矩阵1]"-2和所述前一幅编码图像1^'对 应的系数矩阵Vh'，生成前一幅编码图像1^'对应的重建矩阵Rh' ；
[0032] 将所述前一幅编码图像'对应的重建矩阵'反变换为前一幅编码图像' 对应的差值矩阵D^' ；
[0033] 根据所述前一幅编码图像Ih'对应的差值矩阵Dm'和所述前二幅原始图像In-2的 解码图像In- 2'，生成前一幅编码图像的解码图像In-l·'。
[0034] -种图像集中的图像的解码方法，包括：
[0035] 获取待解码的当前编码图像；
[0036]获取所述当前编码图像反量化后的系数矩阵乂/ ;
[0037] 获取当前原始图像In的前一幅原始图像1^的解码图像1^'对应的字典矩阵Un-1;
[0038] 根据所述字典矩阵Uh和所述系数矩阵￥"'，生成重建矩阵Rn' ；
[0039] 将所述重建矩阵匕'反变换为差值矩阵Dn' ；
[0040] 根据所述差值矩阵Dn'和所述前一幅原始图像的解码图像1^'，生成当前编码 图像的解码图像In'。
[0041] 所述根据所述字典矩阵Uh和所述系数矩阵￥"'，生成重建矩阵Rn'的步骤为：
[0042] Rn'=Un-iXVn'。
[0043] 所述将所述重建矩阵Rn '反变换为差值矩阵Dn '的步骤包括：
[0044] 将所述重建矩阵匕'的每一列的向量转化为一个块矩阵；
[0045] 根据所有所述块矩阵，组成差值矩阵0"'。
[0046] 所述根据所述差值矩阵0"'和所述前一幅原始图像1^的解码图像1^'，生成当前 编码图像的解码图像In'根据以下公式计算：
[0047] In，= In-i'+Dn，。
[0048] 由上述本发明的实施例提供的技术方案可以看出，本发明与基于图的图像集压缩 方法相比，本方法的复杂度更低。
[0049] 本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0050] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用 的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本 领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他 的附图。
[0051] 图1为本发明实施例一提供的图像集中的图像的编码方法的处理流程图；
[0052]图2为本发明实施例一提供的图像集中的图像的解码方法的处理流程图。
[0053] 图3是基于非负矩阵分解的图像集压缩方法的编码框架；
[0054] 图4是基于非负矩阵分解的图像集压缩方法的解码框架。
【具体实施方式】
[0055] 下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始 至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参 考附图描述的实施方式是示例性的，