图像压缩、解压缩方法及装置、存储介质、终端与流程

本发明涉及图像处理技术领域，特别是涉及一种图像压缩、解压缩方法及装置、存储介质、终端。

背景技术

随着移动终端等便携式多媒体设备的普及，人们对于移动终端的多媒体功能，尤其是对移动终端的图像处理要求也越来越高。

移动终端的图像处理操作包括：从感光元件和贝尔彩色滤光片阵列(bayercolorfilterarray，bcfa)经由图像传感器处理后，存放至片外存储器；图像预览处理器从片外存储器读取图像，进行缩小处理并放映；各种图像处理器，如滤波降噪、3d降噪、电子防抖、色彩转换、强光抑制、宽动态、慢快门、帧累积等，均需要读取片外存储器的图像，经过处理后再回存至片外存储器。前述的图像处理操作需要与片外存储器之间进行频繁交互，尤其是在目前对于图像操作需求越发细微的情况下，各种非传统的应用(app)如雨后春笋般出现，如人脸侦测、肤色矫正、背光等，同样也需要与片外存储器交互，访问片外存储器的效率面临考验。

要完成各种图像处理，无论是线上实时存取还是线下非实时存取，需要片外存储器有足够的带宽能够使用。因此，如何在确保图像质量的同时，控制带宽负荷，以达到带宽节省且实时高效地片外存储器访问，成为亟需解决的问题。

技术实现要素：

本发明实施例解决的技术问题是在对图像进行压缩和解压缩处理时，如何保持稳定的带宽负荷，并节省带宽。

为解决上述问题，本发明实施例提供了一种图像压缩方法，所述方法包括：将输入的原始图像数据划分为对应的多个编码区块；对划分得到的多个编码区块进行遍历，将遍历到的当前编码区块划分为对应的多个子区块；从预设的多个预测模式中选取当前编码区块中各个子区块对应的预测模式；将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数；选取当前编码区块的量化参数，并采用所选取的量化参数分别将当前编码区块中多个子区块对应的频率域的频率系数进行量化，得到当前编码区块的量化阶；其中，当前编码区块的量化参数为从预设的量化参数范围内选取，且使得当前编码区块的编码信息对应的压缩率小于或等于预设的压缩率阈值且数值最小的量化参数；将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，得到当前编码区块的编码信息，直至多个编码区块遍历完成。

可选地，所述从预设的多个预测模式中选取当前编码区块中各个子区块对应的预测模式，包括：基于相邻上一编码区块中对应像素点的像素重建值，采用预设的多个预测模式分别预测得到当前编码区块中各个子区块的像素点的像素预测值；将采用所述多个预测模式预测得到的当前编码区块中各个子区块的像素点的像素预测值分别与各个子区块的像素点的实际像素值进行比较；从所述多个预测模式中选取使得对应子区块的像素点的像素预测值与实际像素值之间的误差最小的预测模式，分别作为所述对应子区块的预测模式。

可选地，所述预设的多个预测模式包括：dc预测模式、逆dc预测模式、垂直预测模式、左斜30度预测模式、左斜45度预测模式、右斜30度预测模式、右斜45度预测模式和平均预测模式。

可选地，所述将当前编码区块中各个子区块中像素点的预测误差分别转换至频率域的频率系数，包括：采用hevc的整数近似离散余弦转换矩阵，将当前编码区块中各个子区块中像素点的预测误差分别转换至频率域的频率系数。

可选地，所述选取当前编码区块的量化参数，包括：按照顺序对预设的量化参数范围内的各个量化参数进行遍历；采用遍历到的当前量化参数分别对当前编码区块中各个子区块分别进行量化，得到当前编码区块的编码信息；判断所得到的当前编码区块的编码信息对应的压缩率是否小于或等于所述压缩率阈值；当确定当前编码区块的编码信息对应的压缩率小于或等于所述压缩率阈值时，将当前量化参数作为当前编码区块的量化参数；当确定当前编码区块的编码信息对应的压缩率大于所述压缩率阈值时，选取下一位序的量化参数，直至所选取的量化参数使得当前编码区块的编码信息对应的压缩率小于或等于所述压缩率阈值。

可选地，所述量化阶采用以下其中一种：量化阶地图；量化阶地图和量化阶正负号；量化阶地图、量化阶正负号和量化阶纯值。

可选地，当所述量化阶采用量化阶地图进行表示时，所述将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，包括：采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图进行编码。

可选地，当所述量化阶采用量化阶地图和量化阶正负号进行表示时，所述将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，包括：采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图和量化阶正负号进行编码。

可选地，当所述量化阶为量化阶地图、量化阶正负号和量化阶纯值时，所述将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，包括：采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图和量化阶正负号进行编码，并采用golomb-rice编码方式对当前编码区块各个子区块的量化阶纯值进行编码。

可选地，在得到当前编码区块的编码信息之后，所述方法还包括：判断当前编码区块的编码信息对应的压缩率是否小于所述压缩率阈值；当确定当前编码区块的编码信息对应的压缩率小于所述压缩率阈值时，对所述当前编码区块的编码信息进行填充，以使得填充后当前编码区块的编码信息对应的压缩率等于所述压缩率阈值。

可选地，所述编码区块的大小为64*1，子区块的大小为8*1。

本发明实施例还提供了一种图像解压缩方法，所述方法包括：获取原始图像对应的多个编码区块的编码信息；对多个编码区块的编码信息进行遍历，并对遍历到的当前编码区块的编码信息进行熵解码，得到当前编码区块中各个子区块的预测模式、量化参数和量化阶；采用解码得到的对应的量化阶对遍历到的当前编码区块中对应的子区块进行反量化处理，得到当前编码区块中各个子区块对应的频率域的频率系数；将当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理，得到当前编码区块中各个子区块的像素点的预测误差；基于解码得到的预测模式、对应的预测误差，对当前编码区块中相应子区块的像素点的像素值进行反预测处理，得到当前编码区块中各个子区块像素点的像素重建值；将当前编码区块中各个子区块像素点的像素重建值按照顺序拼接，得到重建后的当前编码区块，直至多个编码区块遍历完成，得到多个重建后的编码区块；将多个重建后的编码区块按照顺序进行拼接，得到所述原始图像对应的重建图像。

可选地，所述将当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理，包括：采用hevc的整数近似离散余弦转换矩阵，对当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理。

可选地，所述基于解码得到的预测模式、对应的预测误差，对当前编码区块中相应子区块的像素点的像素值进行反预测处理，包括：采用相邻上一编码区块的对应像素点的重建像素值、解码得到的预测模式和对应的预测误差，得到当前编码区块中各个子区块像素点的像素重建值。

可选地，所述量化阶采用以下其中一种：量化阶地图；量化阶地图和量化阶正负号；量化阶地图、量化阶正负号和量化阶纯值。

可选地，当所述量化阶为量化阶地图时，所述对当前编码区块的编码信息进行熵解码，包括：采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图进行解码。

可选地，当所述量化阶为量化阶地图和量化阶正负号时，所述对当前编码区块的编码信息进行熵解码，包括：采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图和量化阶正负号进行解码。

可选地，当所述量化阶为量化阶地图、量化阶正负号和量化阶纯值时，所述对当前编码区块的编码信息进行熵解码，包括：采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图和量化阶正负号进行解码，并采用golomb-rice解码方法对当前编码区块各个子区块的量化阶纯值进行解码。

本发明实施例还提供了一种图像压缩装置，包括：第一分块单元，适于将输入的原始图像数据划分为对应的多个编码区块；第二分块单元，适于对划分得到的多个编码区块进行遍历，将遍历到的当前编码区块划分为对应的多个子区块；选取单元，适于从预设的多个预测模式中选取当前编码区块中各个子区块对应的预测模式；转换单元，适于将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数；量化单元，适于选取当前编码区块的量化参数，并采用所选取的量化参数分别将当前编码区块中多个子区块对应的频率域的频率系数进行量化，得到当前编码区块的量化阶；其中，当前编码区块的量化参数为从预设的量化参数范围内选取，且使得当前编码区块的编码信息对应的压缩率小于或等于预设的压缩率阈值且数值最小的量化参数；熵编码单元，适于将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，得到当前编码区块的编码信息，直至多个编码区块遍历完成。

可选地，所述选取单元，适于基于相邻上一编码区块中对应像素点的像素重建值，采用预设的多个预测模式分别预测得到当前编码区块中各个子区块的像素点的像素预测值；将采用所述多个预测模式预测得到的当前编码区块中各个子区块的像素点的像素预测值分别与各个子区块的像素点的实际像素值进行比较；从所述多个预测模式中选取使得对应子区块的像素点的像素预测值与实际像素值之间的误差最小的预测模式，分别作为所述对应子区块的预测模式。

可选地，所述预设的多个预测模式包括：dc预测模式、逆dc预测模式、垂直预测模式、左斜30度预测模式、左斜45度预测模式、右斜30度预测模式、右斜45度预测模式和平均预测模式。

可选地，所述转换单元，适于采用hevc的整数近似离散余弦转换矩阵，将当前编码区块中各个子区块中像素点的预测误差分别转换至频率域的频率系数。

可选地，所述量化单元，适于按照顺序对预设的量化参数范围内的各个量化参数进行遍历；采用遍历到的当前量化参数分别对当前编码区块中各个子区块分别进行量化，得到当前编码区块的编码信息；判断所得到的当前编码区块的编码信息对应的压缩率是否小于或等于所述压缩率阈值；当确定当前编码区块的编码信息对应的压缩率小于或等于所述压缩率阈值时，将当前量化参数作为当前编码区块的量化参数；当确定当前编码区块的编码信息对应的压缩率大于所述压缩率阈值时，选取下一位序的量化参数，直至所选取的量化参数使得当前编码区块的编码信息对应的压缩率小于或等于所述压缩率阈值。

可选地，所述量化阶采用以下其中一种：量化阶地图；量化阶地图和量化阶正负号；量化阶地图、量化阶正负号和量化阶纯值。

可选地，所述熵编码单元，适于当所述量化阶为量化阶地图时，采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图进行编码。

可选地，所述熵编码单元，适于当所述量化阶为量化阶地图和量化阶正负号时，采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图和量化阶正负号进行编码。

可选地，所述熵编码单元，适于当所述量化阶为量化阶地图、量化阶正负号和量化阶纯值时，采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图和量化阶正负号进行编码，并采用golomb-rice编码方式对当前编码区块各个子区块的量化阶纯值进行编码。

可选地，所述装置还包括：判断单元，适于在得到当前编码区块的编码信息之后，判断当前编码区块的编码信息对应的压缩率是否小于所述压缩率阈值；填充单元，适于当确定当前编码区块的编码信息对应的压缩率小于所述压缩率阈值时，对所述当前编码区块的编码信息进行填充，以使得填充后当前编码区块的编码信息对应的压缩率等于所述压缩率阈值。

可选地，所述编码区块的大小为64*1，子区块的大小为8*1。

本发明实施例还提供了一种图像解压缩装置，包括：获取单元，适于获取原始图像对应的多个编码区块的编码信息；熵解码单元，适于对多个编码区块的编码信息进行遍历，并对遍历到的当前编码区块的编码信息进行熵解码，得到当前编码区块中各个子区块的预测模式、量化参数和量化阶；反量化单元，适于采用解码得到的对应的量化阶对遍历到的当前编码区块中对应的子区块进行反量化处理，得到当前编码区块中各个子区块对应的频率域的频率系数；反转换单元，适于将当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理，得到当前编码区块中各个子区块的像素点的预测误差；反预测单元，适于基于解码得到的预测模式、对应的预测误差，对当前编码区块中相应子区块的像素点的像素值进行反预测处理，得到当前编码区块中各个子区块像素点的像素重建值；第一重建单元，适于将当前编码区块中各个子区块像素点的像素重建值按照顺序拼接，得到重建后的当前编码区块，直至多个编码区块遍历完成，得到多个重建后的编码区块；第二重建单元，适于将多个重建后的编码区块按照顺序进行拼接，得到所述原始图像对应的重建图像。

可选地，所述反转换单元，适于采用hevc的整数近似离散余弦转换矩阵，对当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理。

可选地，所述反预测单元，适于采用相邻上一编码区块的对应像素点的重建像素值、解码得到的预测模式和对应的预测误差，得到当前编码区块中各个子区块像素点的像素重建值。

可选地，所述量化阶采用以下其中一种：量化阶地图；量化阶地图和量化阶正负号；量化阶地图、量化阶正负号和量化阶纯值。

可选地，所述熵解码单元，适于当所述量化阶为量化阶地图时，采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图进行解码。

可选地，所述熵解码单元，适于当所述量化阶为量化阶地图和量化阶正负号时，采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图和量化阶正负号进行解码。

可选地，所述熵解码单元，适于当所述量化阶为量化阶地图、量化阶正负号和量化阶纯值时，采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图和量化阶正负号进行解码，并采用golomb-rice解码方法对当前编码区块各个子区块的量化阶纯值进行解码。

本发明实施例还提供了一种计算机可读存储介质，所述计算机指令运行时执行上述任一种的图像压缩方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，所述计算机指令运行时执行上述任一种的图像解压缩方法的步骤。

本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一种的图像压缩方法的步骤。

本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一种的图像解压缩方法的步骤。

与现有技术相比，本发明的技术方案具有以下的优点：

上述的方案，通过对各个编码区块在熵编码阶段的编码比特量的信息，从预设的量化参数范围内选取最好的重建图像质量对应的量化参数，使得所选取的量化参数可以将相应编码区块的编码信息对应的图像压缩率控制在预设的压缩率阈值之内，从而可以在确保图像重建质量的同时，保证稳定、较小的带宽负荷。

进一步地，基于相邻的上一编码区块中像素点的像素重建值，选取当前编码区块中各个子区块对应的预测模式，可以使得不互为相邻的上下编码区块关系的编码区块之间可以独立编码，因而可以提高编码的速度，进而提高图像处理的速度。

进一步地，在量化处理之前，编码区块中各个子区块的预测和转换处理可以并行进行，可以进一步提高图像编码的速度。

进一步地，在熵解码得到对应编码区块的量化阶后，编码区块中各个子区块的反量化和反转换处理可以并行进行，可以进一步提高图像处理的速度。

附图说明

图1是本发明实施例中的一种图像压缩方法的流程图；

图2是本发明实施例中的采用垂直预测模式预测得到当前子区块像素点的像素预测值的示意图；

图3是本发明实施例中的采用dc预测模式分别预测得到当前子区块像素点的像素预测值的示意图；

图4是本发明实施例中的采用左斜45度预测模式预测得到当前子区块像素点的像素预测值的示意图；

图5是本发明实施例中的采用右斜45度预测模式分别预测得到当前子区块像素点的像素预测值的示意图；

图6是本发明实施例中的采用左斜30度预测模式预测得到当前子区块像素点的像素预测值的示意图；

图7是本发明实施例中的采用右斜30度预测模式预测得到当前子区块像素点的像素预测值的示意图；

图8是本发明实施例中的采用逆dc预测模式预测得到当前子区块像素点的像素预测值的示意图；

图9是本发明实施例中的采用平均预测模式预测得到当前子区块像素点的像素预测值的示意图

图10是本发明实施例中从预设的量化参数范围内选取量化参数的方法的示意图；

图11是本发明实施例中的一种图像解压缩方法的流程图；

图12是本发明实施例中的一种图像压缩装置的结构示意图；

图13是本发明实施例中的一种图像解压缩装置的结构示意图。

具体实施方式

移动终端的图像处理操作包括：从感光元件和贝尔彩色滤光片阵列(bayercolorfilterarray，bcfa)经由图像传感器处理后，存放至片外存储器；图像预览处理器从片外存储器读取图像，进行缩小处理并放映；各种图像处理器，如滤波降噪、3d降噪、电子防抖、色彩转换、强光抑制、宽动态、慢快门、帧累积等，均需要读取片外存储器的图像，经过处理后再回存至片外存储器。前述的图像处理操作需要与片外存储器之间进行频繁交互，尤其是在目前对于图像操作需求越发细微的情况下，各种非传统的应用(app)如雨后春笋般出现，如人脸侦测、肤色矫正、背光等，同样也需要与片外存储器交互，访问片外存储器的效率面临考验。

现有技术中应用于移动终端中的图像压缩方法主要存在以下几种：

第一种是增加片上缓存。该方法利用总线空闲的时间，预读取将用的图像数据，或者储存缓冲的图像数据。但是，该方法会增加缓存的数量，且缓存的数量随着处理器数目的增加而增加，存在着硬件代价高的问题。此外，边际效益也会随处理图像分辨率增加而递减，而实时地询问总线状态也会额外增加总线的负担。

第二种方法是次采样。该方法通过下采样读取图像数据，再通过上采样内插得到与原图像大小相同的图像并进行处理。然而，该方法导致所得到的图像失真率略高，而且对于边界处的图像，其细节也容易被处理掉，导致处理后的图像的观感也较差。

第三种方法是无损压缩。该方法首先将图像进行压缩并将压缩后的图像数据进行存储，之后再取出压缩的图像数据进行解压缩，得到重建数据。这种方法会将图像的压缩和解压缩的效能负载转嫁至编解码器，虽然硬件成本不至太高，但图像的压缩率会随着图像的内容而发生改变，导致带宽负荷的不稳定。

第四种方法为有损压缩。该方法首先将图像进行压缩并将压缩后的图像数据进行存储，之后再取出压缩的图像数据进行解压缩，得到重建数据。与无损压缩类似，这种方法会将图像的压缩和解压缩的效能负载转嫁至编解码器，虽然硬件成本不至太高，且压缩率固定，使得带宽负荷可预测。但是，该方法无法确保重建后的图像质量。

为解决现有技术中存在的上述问题，本发明实施例采用的技术方案通过对各个编码区块在熵编码阶段的编码比特量的信息，从预设的量化参数范围内选取最好的重建图像质量对应的量化参数，使得所选取的量化参数可以将相应编码区块的编码信息对应的图像压缩率控制在预设的压缩率阈值之内，从而可以在确保图像重建质量的同时，保证稳定的带宽负荷。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1示出了本发明实施例中的一种图像压缩方法的流程图。如图1所示的图像压缩方法，适于移动终端对图像进行压缩处理，具体可以包括如下的操作：

步骤s101：将输入的原始图像数据划分为对应的多个编码区块。

在具体实施中，各个编码区块的大小可以根据实际的需要进行设置。例如，为了确保图像处理的稳定性、抑制噪声等图像处理需求，将编码区块的大小均设置为64*1，即一个编码区块包括一行64个像素点，以达到固定压缩率、稳定带宽负荷，以及节省所占用的带宽资源的目的。

步骤s102：对划分得到的多个编码区块进行遍历，将遍历到的当前编码区块划分为对应的多个子区块。

在具体实施中，各个编码区块划分得到子区块的大小可以根据图像处理需求进行确定。

在本发明一实施例中，当一个编码区块包括一行64个像素点时，将编码区块划分为8个分别包括一行8个像素点的子区块，也即8个8*1的子区块。

步骤s103：从预设的多个预测模式中选取当前编码区块中各个子区块对应的预测模式。

在具体实施中，预设的多个预测模式，为在后续的图像解压缩过程中，用于对各个子区块中的像素点的像素值进行预测。

其中，在设置备选的预测模式的数量时，可以综合考虑移动终端的图像处理需求进行确定。本领域的技术人员可以理解的是，当所采用的预测模式的数量越多时，所选取的预测模式在对子区块中像素点的像素值进行预测得到的像素预测值越接近像素点在原始图像数据中的实际像素值。

为了减少预测时需要的片上缓存负担、降低编码区块之间的依赖性，以及最大限度地利用空间信息去掉空间冗余，在本发明一实施例中，以相邻上一编码区块的重建数据，即以上一行64*1编码区块的像素重建值对当前编码区块的像素值进行预测，且所采用的预测模式为八种，分别包括dc预测模式、逆dc(inversedc)预测模式、垂直预测模式、左斜30度预测模式、左斜45度预测模式、右斜30度预测模式、右斜45度预测模式和平均预测模式。

下面将参见图2至图9对本发明实施例中根据相邻上一行的像素点的像素重建值，从八种预测模式中选取当前行对应的预测模式的方法进行介绍。

以编码区块的大小为64*1，子区块的大小为8*1为例：

参见图2，当相邻上一行，即前一行编码区块中相应的各个像素点的像素重建值分别为128、123、134、133、115、116、118和117时，采用垂直预测模式对当前行的像素点进行预测是，对应子区块的像素点的像素预测值分别为128、123、134、133、115、116、118和117。

参见图3，当相邻上一行编码区块中对应的像素点的像素重建值分别为128、123、134、133、115、116、118和117时，采用dc预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为123、123、123、123、123、123、123和123。

参见图4，当上一行编码区块对应的像素点的像素重建值分别为134、56、73、55、115、88、186、174、213和41时，采用左斜45度预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为134、56、73、55、88、186、174和213。

参见图5，当上一行编码区块对应的像素点的像素重建值分别为134、56、73、55、115、88、186、174、213和41时，采用右斜45度预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为56、73、55、88、186、174、213和41。

参见图6，当上一行编码区块对应的像素点的像素重建值分别为33、23、133、77、88、99、66、177、189和231时，采用左斜30度预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为133、77、88、99、66、177、189和231。

参见图7，当相邻上一行编码区块对应的像素点的像素重建值分别为33、233、133、77、88、99、66、177、189和231时，采用右斜30度预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为33、233、133、77、88、199、66和177。

参见图8，当相邻上一行编码区块中对应的像素点的像素重建值分别为128、123、134、133、115、116、118和117时，采用逆dc预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为133、133、133、133、133、133、133和133。

参见图9，当相邻上一行编码区块中对应的像素点的像素重建值分别为33、233、133、77、88、99、66、177、189和231时，采用平均预测模式预测得到的当前编码区块中对应子区块的像素点的像素预测值分别为158、144、94、88、88、102、153和197。

当采用上述的八种预测模式，分别预测得到当前编码区块中子区块的像素点的像素预测值时，可以将各个子区块的八种预测模式预测得到的像素点的像素预测值与对应的像素点在原始图像中的实际像素值进行比较，并从中找出使得子区块的像素点的预测误差最小的一种预测模式，作为该子区块的预测模式并进行记录。

通过上述的描述可知，同一编码区块中各个子区块所采用的预测模式可能相同，也可能不同。

这里需要指出的是，在当前编码区块为原始图像数据中第一行的编码区块时，前一行编码区块的重建数据为空，因此，无法采用相邻上一行的像素点的像素重建值对当前行的像素点的像素值进行预测。为了解决该问题，在本发明一实施例中，可以采用将各个参考像素点的像素预测值均设置为128的方式，得到第一行数据的相邻上一行编码区块的参考数据，再采用上述的方式得到第一行编码区块中各个子区块的像素预测模式。

此外，在上述八种预测模式中，当采用对应的预测模式获取不到对应的参考点的像素值时，也即相邻上一行中不存在对应的像素点时，在本发明一实施例中，为了获取当前行对应像素点的像素预测值，同样也将相邻上一、行中对应的像素点设置为128，作为当前行的像素点对应的参考像素点的像素预测值。

通过上述的描述可知，上述的操作所需用的片上缓存资源仅为一个编码区块的大小加上左右各2个像素点的大小，因而可以达到有效节省带宽资源的目的，提高带宽资源的利用率。

此外，通过上述的描述，本领域的技术人员可以理解的是，当采用上一行的编码区块对当前编码区块进行重建时，使得原始图像数据中不为上下行关系的编码区块之间的编码操作可以独立进行，在硬件条件允许的条件下，不为上下行关系的编码区块的编码操作可以并行进行，因而可以有效降低编码区块之间的依赖性，进而可以提高图像处理的速度和质量。

步骤s104：将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数。

在具体实施中，各个编码区块中各个子区块的像素点的预测误差分别为采用对应的预测模式预测得到的像素点的像素预测值与实际像素值之间的差值。

在具体实施中，各个子区块的像素点的预测误差为采用对应的预测模式预测得到的像素点的像素预测值与实际像素值之间的差值，为了对编码区块中各个自区块的预测误差可以进行有效率的压缩，可以将当前编码区块中各个子区块的像素点的预测误差进行频域转换，得到对应的频率域的频率系数，因在高频对应的预测误差已经为零，因而可以提高压缩的效率并节省资源。

在本发明一实施例中，采用高效视频编码(highefficiencyvideocoding，hevc)的整数近似离散余弦转换矩阵，将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数。这种做法的优点在于，一方面，所采用的转换矩阵精确、简单、易于实现；另一方面，在后续的解压缩操作时，进行反转换操作所使用的矩阵与当前转换操作所使用的矩阵为同一矩阵。因此，采用高效视频编码(highefficiencyvideocoding，hevc)的整数近似离散余弦转换矩阵，将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数，可以进一步降低图像处理的复杂度，提高图像处理的效率。

这里需要指出的是，当子区块的大小为8*1时，对应的子区块的像素点的预测误差为一个包括8个元素的行向量矩阵。在后续进行频域转换操作时，得到的也将为8个元素的频率域的频率系数行向量矩阵，且上述的两种行向量矩阵中的有效数值的个数为0到8个。换言之，上述的两种行向量矩阵中的有效数值最多为8个。

步骤s105：选取当前编码区块的量化参数，并采用所选取的量化参数分别将当前编码区块中多个子区块对应的频率域的频率系数进行量化，得到当前编码区块的量化阶。

在具体实施中，当前编码区块的量化参数，为用于对当前编码区块中的所有子区块进行量化时所采用的量化参数。因此，同一编码区块中的各个子区块采用同一量化参数进行量化，可以进一步降低操作的复杂度，提高图像压缩的效率。

在具体实施中，在步骤s104执行完成时，当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数，其中，除量化阶之外，当前编码区块的各项编码信息的位元量均已知，而量化参数的大小则决定了编码区块内各个子区块的量化阶的位元量。

参见图10，在选取当前编码区块的量化参数时，可以对预设的量化参数范围，如0～51，内的各个量化参数按照从大至小，或者从小至大的顺序进行遍历s1001。每遍历到一个量化参数时，则采用遍历到的当前量化参数，对当前编码区块中的第一个8*1子区块频率域的频率系数至第八个8*1子区块的频率域的频率系数分别进行量化，并根据量化结果对第一个8*1子区块至第八个8*1子区块的量化后的量化阶对应的位元量进行估计，以判断当前编码区块中的第一个8*1子区块至第八个8*1子区块的量化阶的位元量之和，是否可以满足使得当前编码区块的编码信息对应的压缩率小于或等于预设的压缩率阈值s1002。其中，预设的压缩率阈值可以根据需要设置，如50％。

其中，当确定当前编码区块中的第一个8*1子区块至第八个8*1子区块的量化阶的位元量之和，可以满足使得当前编码区块的编码信息对应的压缩率小于或等于对应的压缩率阈值时，则将遍历到的当前量化参数作为当前编码区块的量化参数s1003；反之，在当前编码区块中的第一个8*1子区块至第八个8*1子区块的量化阶的位元量之和，使得当前编码区块的编码信息对应的压缩率大于对应的压缩率阈值时，判断预设的量化范围内的量化参数是否遍历完成s1004；当判断结果为是时，则结束操作；反之，则选取下一量化参数s1005，并从s1002重新开始执行，直至预设的量化范围内的量化参数全部遍历完成。

本领域的技术人员可以理解的是，为了提高量化参数选取的速度，也可以采用并行的方式，对预设量化参数范围内的所有量化参数对应的当前编码区块的量化阶的位元量进行估计，从中选取使得当前编码区块的编码信息对应的压缩率小于或等于预设的压缩率阈值的所有量化参数，并将数值最小的量化参数，作为当前编码区块的量化参数。其中，选取数值最小的量化参数的原因在于，量化参数越小，量化后的得到的量化阶与量化前的频率域的频率系数越接近，图像失真越小。当量化参数更加准确时，当前编码区块的编码信息对应的压缩率则越发接近设定的压缩率阈值，图像的失真度通常也越小，因而可以进一步提高图像处理的质量。

此外，借由上述增加候选量化参数数量的方式，可以加快量化步骤，但是，候选量化参数数量越多时，对于硬件要求也越高。因此，本领域的技术人员可以根据实际的需要设定候选量化参数数量，在此不做限制。

在具体实施中，当从预设的量化参数范围内选定当前编码区块的量化参数时，则采用选定的量化参数对当前编码区块中的各个子区块的频率域的频率系数进行量化，得到当前编码区块中各个子区块的量化阶。

步骤s106：将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，得到当前编码区块的编码信息。

在具体实施中，当前编码区块的待编码信息包括预测模式、量化参数和量化阶。其中，编码阶段的熵信息冗余主要集中在量化阶上，可通过对量化阶进行适应性处理，以最大限度地去除熵信息冗余。

实践表明，量化阶的数值在高频已为0，而在低频上的量化阶纯值也多小于3，量化阶的数值位于-2到2的范围内的概率较大。因此，在本发明一实施例中，可以采用量化阶地图表示位于-2到2的范围内的量化阶，而对于-2到2的范围之外的量化阶，则采用量化阶地图和量化阶正负号，或者量化阶地图、量化阶正负号和量化阶纯值中其中一种进行表示。

以采用量化阶地图分别表示量化阶0、1、2和3为例：

当量化阶为-5时，采用3对应的量化阶地图、负号和纯值2进行表示；

当量化阶为3时，采用3对应的量化阶地图、正号和纯值0进行表示；

当量化阶为2时，采用2对应的量化阶地图和正号进行表示，没有纯值；

当量化阶为-1时，采用1对应的量化阶地图和负号进行表示，没有纯值；

当量化阶为0时，采用量化0对应的量化阶地图进行表示，没有正负号和纯值；

通过上述的例子可以得到，当量化阶为0时，仅仅采用量化阶地图便可以表示对应的量化阶；当量化阶位于-2与+2之间，且非为零时，采用量化阶地图和正负号进行表示；当量化阶超出-2与+2之外时，需要同时采用量化阶地图、正负号和纯值进行表示。

在本发明一实施例中，当量化阶采用量化阶地图或是量化阶地图和量化阶正负号进行表示时，在对当前编码区块的预测模式、量化参数和量化阶进行熵编码时，对于数值波动范围较小的待编码信息，包括预测模式、量化参数、量化阶地图或是量化阶地图和量化阶正负号，可以采用固定长度码进行编码；当量化阶采用量化阶地图、量化阶正负号和量化阶纯值进行表示时，预测模式、量化参数、量化阶地图和量化阶正负号采用固定长度码进行编码，而对于量化阶纯值，因其数值波动范围较大，则可以采用哥伦布-莱斯(golomb-rice)码进行编码。

在具体实施中，为了使得当前编码区块的编码信息在片上所占用的带宽资源固定，本发明实施例中的图像压缩方法还可以包括：

s107：判断当前编码区块的编码信息对应的压缩率是否小于预设的压缩率阈值；当判断结果为是时，可以执行步骤s108；当判断结果为否时，可以执行步骤s109。

s108：对当前编码区块的编码信息进行填充，以使得填充后的当前编码区块的编码信息对应的压缩率等于所述压缩率阈值。

在具体实施中，在当前编码区块编码完成，且确定当前编码区块的编码信息对应的压缩率小于预设的压缩率阈值是，通过对当前编码区块的编码信息进行填充，以使得填充后的当前编码区块的编码信息对应的压缩率等于所述压缩率阈值。

采用此种方式，可以使得每个编码区块的编码信息所占用的比特量相同，不仅可以达到区块级固定带宽节省的目的，且每个编码区块的编码流在片外存储器的位置也固定，如此便可以实现编码区块的列并行编解码，从而可以提高图像的解压缩的速度。

步骤s109：判断多个编码区块是否遍历完成；当判断结果为是时，可以结束操作；反之，则执行步骤s110。

步骤s110：获取下一编码区块。

在具体实施中，当确定多个编码区块未遍历完成时，则可以获取下一编码区块，并从步骤s102开始执行，直至多个编码区块遍历完成。

上述的方案，通过对各个编码区块在熵编码阶段的编码比特量的信息，从预设的量化参数范围内选取最好的重建图像质量对应的量化参数，使得所选取的量化参数可以将相应编码区块的编码信息对应的图像压缩率控制在预设的压缩率阈值之内，从而可以在确保图像重建质量的同时，保证稳定的带宽负荷。

图11示出了本发明实施例中的一种图像解压缩方法的流程图。如图11所示，本发明实施例中的图像解压缩方法，适于移动终端对图像的编码数据进行解压缩处理，具体采用如下的步骤实现：

步骤s1101：获取原始图像对应的多个编码区块的编码信息。

在具体实施中，当各个编码区块的编码信息对应的压缩率均等于预设的压缩率阈值时，则对应的多个编码区块的编码信息在片外存储上的存储位置确定，因而，从片外存储器的相应位置处便可以获取原始图像对应的多个编码区块的编码信息。

步骤s1102：对多个编码区块的编码信息进行遍历，并对遍历到的当前编码区块的编码信息进行熵解码，得到当前编码区块中各个子区块的预测模式、量化参数和量化阶。

在具体实施中，对遍历到的当前编码区块的编码信息进行熵解码为对当前编码区块的预测模式、量化参数和量化阶进行熵编码的反向操作，通过熵解码操作便可以得到各个编码区块的预测模式、量化参数和量化阶的信息。

在本发明一实施例中，当一个编码区块包括一行64个像素点，且将编码区块划分为8个分别包括一行8个像素点的子区块，也即8个8*1的子区块时，每个编码区块的编码信息将包括8个8*1的子区块的预测模式、量化参数和量化阶的信息。

在具体实施中，当对编码区块的各个子区块的预测模式、所选取的量化参数和量化阶进行熵编码，得到编码区块的编码信息对应的压缩率为小于预设的压缩率阈值时，需要在编码区块的编码信息中加入对应的填充信息，因此，预设位置上存储的当前编码区块的编码信息中包括对应的填充信息。在对当前编码区块的编码信息进行熵解码时，将紧紧读取当前编码区块中各个自区块的预测模式、所选取的量化参数和量化阶的信息，而对于填充的信息将不会读取。

在本发明一实施例中，当采用上一行的编码区块对当前编码区块中的像素点的像素值进行重建时，使得原始图像数据中不为上下行关系的编码区块的编码信息之间相互独立，因而不为上下行关系的编码区块的编码信息的熵解码操作可以独立进行。在硬件条件允许的条件下，不为上下行关系的编码区块的编码信息的熵解码操作可以并行进行，可以有效降低编码区块的解码操作之间的依赖性，进而可以提高图像处理的速度和质量。

在具体实施中，量化阶可以采用量化阶地图、量化阶地图和量化阶正负号，或者量化阶地图、量化阶正负号和量化阶纯值其中一种进行表示。因此，可以根据所采用的编码方法对应的解码方法对编码区块中的量化阶的信息进行解码操作。

在本发明一实施例中，在对当前编码区块的预测模式、量化参数和量化阶进行熵编码时，对于数值波动范围较小的待编码信息，包括预测模式、量化参数、量化阶地图或是量化阶地图和量化阶正负号，采用固定长度码进行编码。因此，在熵解码时，对于预测模式、量化参数和量化阶地图，或是量化阶地图和量化阶正负号则采用固定长度码解码方法进行解码；

当量化阶采用量化阶地图、量化阶正负号和量化阶纯值进行表示，且预测模式、量化参数、量化阶地图和量化阶正负号采用固定长度码进行编码时，在进行解码时，则采用固定长度码解码方法对预测模式、量化参数、量化阶地图和量化阶正负号进行解码；

而对于量化阶纯值，因其数值波动范围较大，当采用哥伦布-莱斯(golomb-rice)码进行编码时，采用哥伦布-莱斯(golomb-rice)码解码方法对量化阶纯值进行解码。

步骤s1103：采用解码得到的对应的量化阶对遍历到的当前编码区块中对应的子区块进行反量化处理，得到当前编码区块中各个子区块对应的频率域的频率系数。

在具体实施中，对采用解码得到的对应的量化阶对遍历到的当前编码区块中对应的子区块进行反量化处理，为采用所选取的量化参数分别将当前编码区块中多个子区块对应的频率域的频率系数进行量化操作的反向操作，通过反量化操作便可以当前编码区块中各个子区块对应的频率域的频率系数。

步骤s1104：将当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理，得到当前编码区块中各个子区块的像素点的预测误差。

在具体实施中，将当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理，为将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数的反向操作，通过反转换操作，可以得到当前编码区块中各个子区块的像素点的预测误差。

在本发明一实施例中，当采用高效视频编码(highefficiencyvideocoding，hevc)的整数近似离散余弦转换矩阵，将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数时，可以采用hevc整数近似离散余弦转换矩阵将当前编码区块中各个子区块的像素点的频率系数反转换为对应的预测误差。因进行转换操作所使用的矩阵与当前反转换操作所使用的矩阵为同一矩阵，可以进一步降低图像解压缩处理的复杂度，提高图像解压缩处理的效率。

步骤s1105：基于解码得到的预测模式、对应的预测误差，对当前编码区块中相应子区块的像素点的像素值进行反预测处理，得到当前编码区块中各个子区块像素点的像素重建值。

在具体实施中，基于解码得到的预测模式、对应的预测误差，对当前编码区块中相应子区块的像素点的像素值进行反预测处理，为从预设的多个预测模式中选取当前编码区块中各个子区块对应的预测模式的反向操作，通过反预测操作，可以基于相邻上一编码区块的像素点的重建像素值的信息，得到当前编码区块中像素点的重建像素值。

步骤s1106：将当前编码区块中各个子区块像素点的像素重建值按照顺序拼接，得到重建后的当前编码区块，直至多个编码区块遍历完成，得到多个重建后的编码区块。

在具体实施中，当得到当前编码区块中各个子区块像素点的像素重建值时，将将当前编码区块中各个子区块像素点的像素重建值按照顺序拼接，得到重建后的当前编码区块。

在具体实施中，每个编码区块中的所有子区块都采同一量化参数，当通过熵解码操作解出所有量化阶后，编码区块中子区块后续的反转换、反量化操作均可以独立并行，当移动终端的硬件条件允许时，可以实现编码区块中8个8*1子区块的独立解码，以进一步提高图像处理的速度。

步骤s1107：将多个重建后的编码区块按照顺序进行拼接，得到所述原始图像对应的重建图像。

在具体实施中，当得到多个编码区块的重建数据，即重建后的像素点的像素值时，便可以将多个重建后的编码区块按照顺序进行拼接，从而可以得到所述原始图像对应的重建图像。

这里需要指出的是，本发明实施例中的图像解压缩方法为图像压缩方法的反向操作，为了叙述简便，对于解压缩操作中未尽详细介绍的部分请参照图1中的压缩操作进行反向操作即可，不再详述。

上述对本发明实施例中的方法进行了详细的描述，下面将对上述的方法对应的装置进行介绍。

图12示出了本发明实施例中的一种图像压缩装置的结构。参见图12，一种图像解压缩装置1200，可以包括第一分块单元1201、第二分块单元1202、选取单元1203、转换单元1204、量化单元1205和熵编码单元1206，其中：

第一分块单元1201，适于将输入的原始图像数据划分为对应的当前编码区块；

第二分块单元1202，适于对划分得到的多个编码区块进行遍历，将遍历到的当前编码区块划分划分为对应的多个子区块；

选取单元1203，适于从预设的多个预测模式中选取当前编码区块中各个子区块对应的预测模式；

在本发明一实施例中，所述选取单元1203，适于基于相邻上一编码区块中对应像素点的像素重建值，采用预设的多个预测模式分别预测得到当前编码区块中各个子区块的像素点的像素预测值；将采用所述多个预测模式预测得到的当前编码区块中各个子区块的像素点的像素预测值分别与各个子区块的像素点的实际像素值进行比较；从所述多个预测模式中选取使得对应子区块的像素点的像素预测值与实际像素值之间的误差最小的预测模式，分别作为所述对应子区块的预测模式。

在本发明一实施例中，所述预设的多个预测模式包括：dc预测模式、逆dc预测模式、垂直预测模式、左斜30度预测模式、左斜45度预测模式、右斜30度预测模式、右斜45度预测模式和平均预测模式。

转换单元1204，适于将当前编码区块中各个子区块的像素点的预测误差分别转换至频率域的频率系数；在本发明一实施例中，所述转换单元904，适于采用hevc的整数近似离散余弦转换矩阵，将当前编码区块中各个子区块中像素点的预测误差分别转换至频率域的频率系数。

量化单元10905，适于选取当前编码区块的量化参数，并采用所选取的量化参数分别将当前编码区块中多个子区块对应的频率域的频率系数进行量化，得到当前编码区块的量化阶；其中，当前编码区块的量化参数为从预设的量化参数范围内选取，且使得当前编码区块的编码信息对应的压缩率小于或等于预设的压缩率阈值且数值最小的量化参数；

在本发明一实施例中，所述量化单元1205，适于按照顺序对预设的量化参数范围内的各个量化参数进行遍历；采用遍历到的当前量化参数分别对当前编码区块中各个子区块分别进行量化，得到当前编码区块的编码信息；判断所得到的当前编码区块的编码信息对应的压缩率是否小于所述压缩率阈值；当确定当前编码区块的编码信息对应的压缩率小于或等于所述压缩率阈值时，将当前量化参数作为当前编码区块的量化参数；当确定当前编码区块的编码信息对应的压缩率大于所述压缩率阈值时，选取下一位序的量化参数，直至所选取的量化参数使得当前编码区块的编码信息对应的压缩率小于或等于所述压缩率阈值。

熵编码单元1206，适于将当前编码区块中各个子区块的预测模式、所选取的量化参数和对应的量化阶进行熵编码，得到当前编码区块的编码信息，直至多个编码区块遍历完成。

在本发明一实施例中，所述量化阶采用以下其中一种：量化阶地图；量化阶地图和量化阶正负号；量化阶地图、量化阶正负号和量化阶纯值。

在本发明一实施例中，所述熵编码单元1206，适于当所述量化阶为量化阶地图时，采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图进行编码；当所述量化阶为量化阶地图和量化阶正负号时，采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图和量化阶正负号进行编码；当所述量化阶为量化阶地图、量化阶正负号和量化阶纯值时，采用固定长度码编码方法对当前编码区块各个子区块的预测模式、量化阶地图和量化阶正负号进行编码，并采用golomb-rice编码方式对当前编码区块各个子区块的量化阶纯值进行编码。

在本发明一实施例中，为了使得各个编码区块的编码信息占用的片外存储器的存储资源大小固定，所述图像压缩装置1200还可以包括判断单元1207和填充单元1208，其中：

判断单元1207，适于在得到当前编码区块的编码信息之后，判断当前编码区块的编码信息对应的压缩率是否小于所述压缩率阈值；

填充单元1208，适于当确定当前编码区块的编码信息对应的压缩率小于所述压缩率阈值时，对所述当前编码区块的编码信息进行填充，以使得填充后当前编码区块的编码信息对应的压缩率等于所述压缩率阈值。

在本发明一实施例中，所述编码区块的大小为64*1，子区块的大小为8*1。

图13示出了本发明实施例中的一种图像解压缩装置的结构。参见图13，一种图像解压缩装置1300可以包括获取单元1301、熵解码单元1302、反量化单元1303、反转换单元1304、反预测单元1305、第一重建单元1306和第二重建单元1307，其中：

获取单元1301，适于获取原始图像对应的多个编码区块的编码信息；

熵解码单元1302，适于对多个编码区块的编码信息进行遍历，并对遍历到的当前编码区块的编码信息进行熵解码，得到当前编码区块中各个子区块的预测模式、量化参数和量化阶；在本发明一实施例中，所述量化阶采用以下其中一种：量化阶地图；量化阶地图；量化阶地图和量化阶正负号；量化阶地图、量化阶正负号和量化阶纯值。

在本发明一实施例中，所述熵解码单元1302，适于当所述量化阶为量化阶地图时，采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图进行解码；适于当所述量化阶为量化阶地图和量化阶正负号时，采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量量化阶地图和量化阶正负号进行解码；当所述量化阶为量化阶地图、量化阶正负号和量化阶纯值时，采用固定长度码解码方法对当前编码区块中各个子区块的预测模式、量化阶地图和量化阶正负号进行解码，并采用golomb-rice解码方法对当前编码区块各个子区块的量化阶纯值进行解码。

反量化单元1303，适于采用解码得到的对应的量化阶对遍历到的当前编码区块中对应的子区块进行反量化处理，得到当前编码区块中各个子区块对应的频率域的频率系数；

反转换单元1304，适于将当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理，得到当前编码区块中各个子区块的像素点的预测误差；在本发明一实施例中，所述反转换单元1304，适于采用hevc的整数近似离散余弦转换矩阵，对当前编码区块中各个子区块对应的频率域的频率系数进行反转换处理。

反预测单元1305，适于基于解码得到的预测模式、对应的预测误差，对当前编码区块中相应子区块的像素点的像素值进行反预测处理，得到当前编码区块中各个子区块像素点的像素重建值；在本发明一实施例中，所述反预测单元1305，适于采用相邻上一编码区块的对应像素点的重建像素值、解码得到的预测模式和对应的预测误差，得到当前编码区块中各个子区块像素点的像素重建值。

第一重建单元1306，适于将当前编码区块中各个子区块像素点的像素重建值按照顺序拼接，得到重建后的当前编码区块，直至多个编码区块遍历完成，得到多个重建后的编码区块；

第二重建单元1307，适于将多个重建后的编码区块按照顺序进行拼接，得到所述原始图像对应的重建图像。

本发明实施例还提供了一种计算机可读存储介质，所述计算机指令运行时执行上述实施例中的图像压缩方法的步骤，不再赘述。

本发明实施例还提供了一种计算机可读存储介质，所述计算机指令运行时执行上述实施例的图像解压缩方法的步骤，不再赘述。

本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述实施例的图像压缩方法的步骤，不再赘述。

本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述实施例的图像解压缩方法的步骤，不再赘述。

采用本发明实施例中的上述方案，通过对各个编码区块在熵编码阶段的编码比特量的信息，从预设的量化参数范围内选取最好的重建图像质量对应的量化参数，使得所选取的量化参数可以将相应编码区块的编码信息对应的图像压缩率控制在预设的压缩率阈值之内，从而可以在确保图像重建质量的同时，保证稳定、较小的带宽负荷。

进一步地，基于相邻的上一编码区块中像素点的像素重建值，选取当前编码区块中各个子区块对应的预测模式，可以使得不互为相邻的上下编码区块关系的编码区块之间可以独立编码，因而可以提高编码的速度，进而提高图像处理的速度。

进一步地，在量化处理之前，编码区块中各个子区块的预测和转换处理可以并行进行，可以进一步提高图像编码的速度。

进一步地，在熵解码得到对应编码区块的量化阶后，编码区块中各个子区块的反量化和反转换处理可以并行进行，可以进一步提高图像处理的速度。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：rom、ram、磁盘或光盘等。

以上对本发明实施例的方法及系统做了详细的介绍，本发明并不限于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。