本发明属于计算机图像处理技术领域,尤其涉及一种计算机图像处理的图形数据压缩方法。
背景技术:
图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术,也称图像编码;图像数据之所以能被压缩,就是因为数据中存在着冗余。图像数据的冗余主要表现为:图像中相邻像素间的相关性引起的空间冗余;图像序列中不同帧之间存在相关性引起的时间冗余;不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。然而,现有计算机图像压缩过程图像在对图像块进行编码时,需要使用每个编码块对应的所有帧间和帧内预测模式进行预测,并从中选出率失真代价值最小的预测模式最为该编码块的最优预测模式,导致图像编码复杂度高;同时,图像质量低,清晰度差。
综上所述,现有技术存在的问题是:现有计算机图像压缩过程图像在对图像块进行编码时,需要使用每个编码块对应的所有帧间和帧内预测模式进行预测,并从中选出率失真代价值最小的预测模式最为该编码块的最优预测模式,导致图像编码复杂度高;同时,图像质量低,清晰度差。
技术实现要素:
针对现有技术存在的问题,本发明提供了一种计算机图像处理的图形数据压缩方法。
本发明是这样实现的,一种计算机图像处理的图形数据压缩系统包括:
图像采集模块、主控模块、图像编码模块、图像增强模块、重建模块、组合模块、图像压缩模块、显示模块;
图像采集模块,与主控模块连接,用于通过摄像设备采集图像数据;
主控模块,与图像采集模块、图像编码模块、图像增强模块、重建模块、组合模块、图像压缩模块、显示模块连接,用于通过主控机控制各个模块正常工作;
图像编码模块,与主控模块连接,用于通过编码程序对图像进行编码;
图像增强模块,与主控模块连接,用于通过图像增强算法对图像进行增强处理;
重建模块,与主控模块连接,用于通过重建算法依据每个图像块对应的量化参数,对每个图像块进行重建以得出最终重建图像块;
组合模块,与主控模块连接,用于通过组合程序将每个图像块对应的最终重建图像块进行组合;
图像压缩模块,与主控模块连接,用于通过压缩程序对组合的图像块进行压缩;
显示模块,与主控模块连接,用于通过显示器显示采集的图像。
一种计算机图像处理的图形数据压缩方法包括以下步骤:
步骤一,通过图像采集模块利用摄像设备采集图像数据;
步骤二,主控模块通过图像编码模块利用编码程序对图像进行编码;
步骤三,通过图像增强模块利用图像增强算法对图像进行增强处理;
步骤四,通过重建模块利用重建算法依据每个图像块对应的量化参数,对每个图像块进行重建以得出最终重建图像块;
步骤五,通过组合模块利用组合程序将每个图像块对应的最终重建图像块进行组合;通过图像压缩模块利用压缩程序对组合的图像块进行压缩;
步骤六,通过显示模块利用显示器显示采集的图像。
进一步,所述图像编码模块编码方法如下:
(1)通过编码程序将待编码的编码块划分为m个子编码块,所述编码块为所述图像的图像块,所述m为大于等于2的正整数;
(2)使用帧间2n×2n预测模式对所述编码块进行预测,并获取所述编码块对应于帧间2n×2n预测模式的第一率失真代价值;
(3)使用帧间2n×2n预测模式对所述m个子编码块进行预测,并获取所述m个子编码块中的每个子编码块各自对应于帧间2n×2n预测模式的率失真代价值;
(4)根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间2n×n预测模式的率失真代价值的第一估计值;
(5)根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间n×2n预测模式的率失真代价值的第二估计值;
(6)根据所述第一率失真代价值、所述第一估计值和所述第二估计值,确定所述编码块的最优预测模式;根据所述编码块的最优预测模式,对所述编码块进行预测编码。
进一步,所述m为4,所述m个子编码块包括左上子编码块、右上子编码块、左下子编码块、右下子编码块;
所述根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间2n×n预测模式的率失真代价值的第一估计值,包括:
根据所述左上子编码块对应于帧间2n×2n预测模式的率失真代价值和所述右上子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述左上子编码块和所述右上子编码块组成的图像块对应于帧间2n×n预测模式的率失真代价值的第三估计值;
根据所述左下子编码块对应于帧间2n×2n预测模式的率失真代价值和所述右下子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述左下子编码块和所述右下子编码块组成的图像块对应于帧间2n×n预测模式的率失真代价值的第四估计值;
根据所述第三估计值和所述第四估计值,计算所述第一估计值。
进一步,所述m为4,所述m个子编码块包括左上子编码块、右上子编码块、左下子编码块、右下子编码块,所述根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间n×2n预测模式的率失真代价值的第二估计值,包括:
根据所述左上子编码块对应于帧间2n×2n预测模式的率失真代价值和所述左下子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述左上子编码块和所述左下子编码块组成的图像块对应于帧间n×2n预测模式的率失真代价值的第五估计值;
根据所述右上子编码块对应于帧间2n×2n预测模式的率失真代价值和所述右下子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述右上子编码块和所述右下子编码块组成的图像块对应于帧间n×2n预测模式的率失真代价值的第六估计值;
根据所述第五估计值和所述第六估计值,计算所述编码块的所述第二估计值。
进一步,所述图像增强模块增强方法如下:
1)通过图像增强算法基于图像的高频图像获取权值图,所述权值图关联于所述高频图像中的噪声像素点的权值和其他像素点的权值,且所述噪声像素点的权值基于噪声像素点灰度值所在灰度区间确定,其他噪声像素点的权值由其他噪声像素点灰度值所在灰度区间确定,其中,所述噪声像素点灰度值所在灰度区间与其他像素点灰度值所在灰度区间基于由非线性拉伸所确定的噪声像素点的灰度值区间确定;
2)基于所述权值图和所述图像的高频图像以获得更新后的所述图像的高频图像;
3)基于所述图像的低频图像和更新后的所述图像的高频图像进行重构。
进一步,所述基于图像的高频图像获取权值图,所述权值图关联于所述高频图像中的噪声像素点的权值和其他像素点的权值,且所述噪声像素点的权值基于噪声像素点灰度值所在灰度区间确定,其他噪声像素点的权值由其他噪声像素点灰度值所在灰度区间确定,其中,所述噪声像素点灰度值所在灰度区间与其他像素点灰度值所在灰度区间基于由非线性拉伸所确定的噪声像素点的灰度值区间确定包括:
确定所述图像的高频图像中噪声像素点灰度值所在的灰度区间;
对所述噪声像素点灰度值所在的灰度区间进行非线性拉伸,基于拉伸后的灰度区间更新所述图像的高频图像中噪声像素点灰度值和其他像素点灰度值所在的灰度区间;
将更新后的噪声像素点灰度值所在的灰度区间映射至[0,1],以映射后的噪声像素点灰度值作为噪声像素点的权值;
将更新后的其他像素点灰度值所在的灰度区间映射至(1,g],以映射后的其他像素点灰度值作为其他像素点的权值;
对属于更新后的噪声像素点灰度值所在的灰度区间的噪声像素点的灰度值以与该噪声像素点对应的权值进行更新,对属于更新后的其他像素点灰度值所在的灰度区间的其他像素点的灰度值以与该其他像素点对应的权值进行更新,生成所述权值图。
进一步,所述基于拉伸后的灰度区间更新所述图像的高频图像中噪声像素点灰度值和其他像素点灰度值所在的灰度区间包括:
以所述拉伸后的灰度区间的噪声像素点的灰度值平均值作为第一阈值,所述第一阈值是指更新后的区分所述噪声像素点和其他像素点的灰度阈值;
确定[0,第一阈值]为更新后的噪声像素点灰度值所在的灰度区间,(第一阈值,第二阈值]为更新后的其他像素点灰度值所在的灰度区间,其中所述第二阈值为所述图像的高频图像中的最大灰度值。
本发明的优点及积极效果为:本发明通过图像编码模块将编码块划分成m个子编码块,分别获取该编码块和该m个子编码块对应于帧间2n×2n预测模式的率失真代价值,根据该m个子编码块的率失真代价值确定该编码块对应于帧间2n×n预测模式的率失真代价值的估计值,以及该编码块对应于帧间n×2n预测模式的率失真代价值的估计值,根据获取到的该编码块的率失真代价值以及确定出的该编码块的率失真代价值的估计值,确定该编码块的最优预测模式,无需像现有技术那样使用所有预测模式对该编码块进行预测以选出该编码块的最优预测模式,从而降低了图像的编码复杂度;同时,通过图像增强模块根据所述图像的高频图像获得权值图,所述权值图关联于所述高频图像中各像素点的权值,由于针对性地确定了各像素点的权值,因此在基于所述权值图和所述图像的高频图像以获得更新后的所述图像的高频图像,并基于所述图像的低频图像和更新后的所述图像的高频图像进行重构后,可以增强图像的对比度,同时也去除了重构后的图像中的斑点伪影,提高了重构后的图像的质量。
附图说明
图1是本发明实施例提供的计算机图像处理的图形数据压缩方法流程图。
图2是本发明实施例提供的计算机图像处理的图形数据压缩系统结构框图。
图2中:1、图像采集模块;2、主控模块;3、图像编码模块;4、图像增强模块;5、重建模块;6、组合模块;7、图像压缩模块;8、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的计算机图像处理的图形数据压缩方法包括以下步骤:
步骤s101,通过图像采集模块利用摄像设备采集图像数据;
步骤s102,主控模块通过图像编码模块利用编码程序对图像进行编码;
步骤s103,通过图像增强模块利用图像增强算法对图像进行增强处理;
步骤s104,通过重建模块利用重建算法依据每个图像块对应的量化参数,对每个图像块进行重建以得出最终重建图像块;
步骤s105,通过组合模块利用组合程序将每个图像块对应的最终重建图像块进行组合;通过图像压缩模块利用压缩程序对组合的图像块进行压缩;
步骤s106,通过显示模块利用显示器显示采集的图像。
如图2所示,本发明实施例提供的计算机图像处理的图形数据压缩系统包括:图像采集模块1、主控模块2、图像编码模块3、图像增强模块4、重建模块5、组合模块6、图像压缩模块7、显示模块8。
图像采集模块1,与主控模块2连接,用于通过摄像设备采集图像数据;
主控模块2,与图像采集模块1、图像编码模块3、图像增强模块4、重建模块5、组合模块6、图像压缩模块7、显示模块8连接,用于通过主控机控制各个模块正常工作;
图像编码模块3,与主控模块2连接,用于通过编码程序对图像进行编码;
图像增强模块4,与主控模块2连接,用于通过图像增强算法对图像进行增强处理;
重建模块5,与主控模块2连接,用于通过重建算法依据每个图像块对应的量化参数,对每个图像块进行重建以得出最终重建图像块;
组合模块6,与主控模块2连接,用于通过组合程序将每个图像块对应的最终重建图像块进行组合;
图像压缩模块7,与主控模块2连接,用于通过压缩程序对组合的图像块进行压缩;
显示模块8,与主控模块2连接,用于通过显示器显示采集的图像。
本发明提供的图像编码模块3编码方法如下:
(1)通过编码程序将待编码的编码块划分为m个子编码块,所述编码块为所述图像的图像块,所述m为大于等于2的正整数;
(2)使用帧间2n×2n预测模式对所述编码块进行预测,并获取所述编码块对应于帧间2n×2n预测模式的第一率失真代价值;
(3)使用帧间2n×2n预测模式对所述m个子编码块进行预测,并获取所述m个子编码块中的每个子编码块各自对应于帧间2n×2n预测模式的率失真代价值;
(4)根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间2n×n预测模式的率失真代价值的第一估计值;
(5)根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间n×2n预测模式的率失真代价值的第二估计值;
(6)根据所述第一率失真代价值、所述第一估计值和所述第二估计值,确定所述编码块的最优预测模式;根据所述编码块的最优预测模式,对所述编码块进行预测编码。
本发明提供的m为4,所述m个子编码块包括左上子编码块、右上子编码块、左下子编码块、右下子编码块;
所述根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间2n×n预测模式的率失真代价值的第一估计值,包括:
根据所述左上子编码块对应于帧间2n×2n预测模式的率失真代价值和所述右上子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述左上子编码块和所述右上子编码块组成的图像块对应于帧间2n×n预测模式的率失真代价值的第三估计值;
根据所述左下子编码块对应于帧间2n×2n预测模式的率失真代价值和所述右下子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述左下子编码块和所述右下子编码块组成的图像块对应于帧间2n×n预测模式的率失真代价值的第四估计值;
根据所述第三估计值和所述第四估计值,计算所述第一估计值。
本发明提供的m为4,所述m个子编码块包括左上子编码块、右上子编码块、左下子编码块、右下子编码块,所述根据所述m个子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述编码块对应于帧间n×2n预测模式的率失真代价值的第二估计值,包括:
根据所述左上子编码块对应于帧间2n×2n预测模式的率失真代价值和所述左下子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述左上子编码块和所述左下子编码块组成的图像块对应于帧间n×2n预测模式的率失真代价值的第五估计值;
根据所述右上子编码块对应于帧间2n×2n预测模式的率失真代价值和所述右下子编码块对应于帧间2n×2n预测模式的率失真代价值,确定所述右上子编码块和所述右下子编码块组成的图像块对应于帧间n×2n预测模式的率失真代价值的第六估计值;
根据所述第五估计值和所述第六估计值,计算所述编码块的所述第二估计值。
本发明提供的图像增强模块4增强方法如下:
1)通过图像增强算法基于图像的高频图像获取权值图,所述权值图关联于所述高频图像中的噪声像素点的权值和其他像素点的权值,且所述噪声像素点的权值基于噪声像素点灰度值所在灰度区间确定,其他噪声像素点的权值由其他噪声像素点灰度值所在灰度区间确定,其中,所述噪声像素点灰度值所在灰度区间与其他像素点灰度值所在灰度区间基于由非线性拉伸所确定的噪声像素点的灰度值区间确定;
2)基于所述权值图和所述图像的高频图像以获得更新后的所述图像的高频图像;
3)基于所述图像的低频图像和更新后的所述图像的高频图像进行重构。
本发明提供的基于图像的高频图像获取权值图,所述权值图关联于所述高频图像中的噪声像素点的权值和其他像素点的权值,且所述噪声像素点的权值基于噪声像素点灰度值所在灰度区间确定,其他噪声像素点的权值由其他噪声像素点灰度值所在灰度区间确定,其中,所述噪声像素点灰度值所在灰度区间与其他像素点灰度值所在灰度区间基于由非线性拉伸所确定的噪声像素点的灰度值区间确定包括:
确定所述图像的高频图像中噪声像素点灰度值所在的灰度区间;
对所述噪声像素点灰度值所在的灰度区间进行非线性拉伸,基于拉伸后的灰度区间更新所述图像的高频图像中噪声像素点灰度值和其他像素点灰度值所在的灰度区间;
将更新后的噪声像素点灰度值所在的灰度区间映射至[0,1],以映射后的噪声像素点灰度值作为噪声像素点的权值;
将更新后的其他像素点灰度值所在的灰度区间映射至(1,g],以映射后的其他像素点灰度值作为其他像素点的权值;
对属于更新后的噪声像素点灰度值所在的灰度区间的噪声像素点的灰度值以与该噪声像素点对应的权值进行更新,对属于更新后的其他像素点灰度值所在的灰度区间的其他像素点的灰度值以与该其他像素点对应的权值进行更新,生成所述权值图。
本发明提供的基于拉伸后的灰度区间更新所述图像的高频图像中噪声像素点灰度值和其他像素点灰度值所在的灰度区间包括:
以所述拉伸后的灰度区间的噪声像素点的灰度值平均值作为第一阈值,所述第一阈值是指更新后的区分所述噪声像素点和其他像素点的灰度阈值;
确定[0,第一阈值]为更新后的噪声像素点灰度值所在的灰度区间,(第一阈值,第二阈值]为更新后的其他像素点灰度值所在的灰度区间,其中所述第二阈值为所述图像的高频图像中的最大灰度值。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。