一種基于紋理圖像相似性的壓縮和解壓縮方法
【技術領域】
[0001] 本發明涉及圖像壓縮技術領域，具體是一種基于紋理圖像相似性的壓縮和解壓縮 方法。
【背景技術】
[0002] 圖像壓縮目的是減少圖像數據中的冗余信息從而用實現高效的數據存儲和數據 傳輸。目前，圖像壓縮主要分為有損壓縮和無損壓縮，比較流行的編碼標準有如JPEG，MPEG 等。在大型的場景渲染中需要紋理圖像調入顯存，這一過程不能一次性快速地完成，所以需 要研宄紋理圖像的壓縮和解壓算法，以減少紋理圖像的存儲空間，降低傳輸延遲，同時降低 紋理數據的損失。實現紋理圖像的壓縮以傳統圖像壓縮方法為基礎，因紋理圖像本身呈現 出很高的相似度所以兩者有一定的區別。
[0003] 比較圖像相似度的方法有很多，比較常用的為基于像素點比較方法和統計圖像基 本特征的方法。基于像素點比較的方法是將目標圖像與原圖像的所有像素點按照先后順序 直接逐個像素進行比較，再通過求歐氏距離得到目標圖像與原圖像的相似度。這種方法需 要將圖像中的像素點逐個進行比較，耗時比較長，算法的復雜度高。而基于統計圖像的基本 特征的比較方法，是通過提取原圖像與目標圖像的基本特征，比如灰度統計特征（灰度直 方圖）和圖像紋理特征（對灰度共生矩陣統計的能量、熵，慣性矩，局部平穩性等），然后將 得到的原圖像與目標圖像的基本特征值進行比較得到圖像間的相似度。這種比較圖像相似 度的方法是基于統計的特征，反映出來的是圖像的全局性，不能很好的反映出圖像的局部 特征，所以比較結果會存在較大的誤差。因此，如何提高圖像相似度判斷結果的準確性且簡 化算法是目前急需解決的一大課題。
[0004] 目前紋理壓縮已經有很多的解決方案，主要手段是產生圖像的碼書，然后根據碼 書來實現圖像的重構。近來年，效果比較好的有增量式碼書生成算法，該算法可以動態增加 碼書，而且生成步驟簡單，壓縮速度也較快。但這種算法中通過隨機的方式生成碼書，很有 可能造成一些更具代表的碼字被排除在外，這樣會造成碼字數量的增加，降低紋理圖像的 壓縮比，重構得到的圖像的視覺效果也會降低。為了提高圖像的壓縮比和重構圖像的質量， 另一種比較流行的算法是基于神經網絡的自組織映射算法，這種算法是通過兩層結構網絡 進行無監督的學習，最終的效果比較好，但該算法需要經過很多次的迭代，計算量非常大， 壓縮過程很慢。
【發明內容】
[0005] 本發明的目的在于提供一種速度快、圖像質量好的基于紋理圖像相似性的壓縮和 解壓縮方法，以解決上述【背景技術】中提出的問題。
[0006] 為實現上述目的，本發明提供如下技術方案：
[0007] -種基于紋理圖像相似性的壓縮和解壓縮方法，由判斷紋理圖像相似性、壓縮紋 理圖像、解壓紋理圖像組成，具體的步驟如下所述：
[0008] 1)判斷紋理圖像相似性
[0009] a)圖像灰度化步驟，將紋理圖像A以及紋理圖像B分別進行灰度化處理，得到灰度 紋理圖像A和灰度紋理圖像B;
[0010] b)特征向量提取步驟，根據灰度紋理圖像A與灰度紋理圖像B提取紋理圖像A與 紋理圖像B的特征向量，該紋理圖像A與紋理圖像B的特征向量為每一灰度值的像素點占 總像素點的比例的集合；
[0011]c)相似度計算步驟，根據紋理圖像A的特征向量與紋理圖像B的特征向量計算紋 理圖像A與紋理圖像B之間的相似度；
[0012] d)相似度判斷步驟，將紋理圖像A與紋理圖像B之間相似度與預設閾值作比較， 根據比較結果判斷紋理圖像A與紋理圖像B是否相似并輸出判斷結果；當相似度大于或等 于該預設閾值時，該紋理圖像A與紋理圖像B相似，將二者相同之處、不同之處分別進行壓 縮，并將二者相同之處作為二者的共同模板；當相似度小于該預設閾值時，該紋理圖像A與 紋理圖像B不相似，則均進行壓縮；
[0013] 2)壓縮紋理圖像
[0014] a)獲取待壓縮紋理圖像，并對待壓縮紋理圖像進行預處理，生成壓縮紋理圖像的 多個不相互重疊的待壓縮紋理圖像塊；
[0015] b)輸入待壓縮紋理圖像塊，在預先建立的壓縮模型的第p層的字典中，根據最近 鄰策略，獲取第P層字典中與輸入的圖像塊最相似的代表圖像塊，Pe[l，L]，L為壓縮模型 中字典的層數，P為層數的序號；
[0016] c)獲取代表圖像塊的索引值，加入待壓縮紋理圖像經壓縮后的碼流；
[0017]d)將輸入待壓縮紋理圖像塊和代表圖像塊進行差分，生成殘差圖像塊；
[0018] e)對于殘差圖像塊，將殘差圖像塊作為壓縮模型字典的下一層輸入的圖像塊，跳 轉至b)，重復執行b)至d)，直至到達最后一層壓縮字典；
[0019] f)對于多個待壓縮紋理圖像塊，將待壓縮紋理圖像塊作為壓縮模型字典的第一層 輸入的圖像塊，跳轉至b)，重復執行b)至e)，執行完畢后，輸出待壓縮紋理圖像經壓縮后的 碼流；
[0020] 3)解壓紋理圖像
[0021] a)在已壓縮的待壓縮紋理圖像的碼流中提取S位的數據，在數據中依次提取長度 為C的數據Sp，其中，S為已壓縮的待壓縮紋理圖像中的一個待壓縮紋理圖像塊的索引值的 碼流位數，S位的數據為已壓縮的待壓縮紋理圖像中的一個待壓縮紋理圖像塊的索引值，C 為已壓縮的待壓縮紋理圖像中一個代表圖像塊的索引值的碼流位數，Sp為已壓縮的待壓縮 紋理圖像第P個代表圖像塊的索引值，Pe[1，L]，L為壓縮模型中字典的層數，P為層數的 序號；
[0022] b)在壓縮模型中，查找與索引值Sp對應的代表圖像塊；
[0023] c)將代表圖像塊進行線性加和，重建出一個待壓縮紋理圖像塊；
[0024] d)跳轉至步驟a)，重復步驟a)至c)，直到在碼流中提取完所有的數據，
[0025] e)重建出多個待壓縮紋理圖像塊，形成待壓縮紋理圖像塊的集合，重建出壓縮前 的待壓縮紋理圖像。
[0026] 作為本發明進一步的方案：所述特征向量提取步驟將灰度紋理圖像A與灰度紋理 圖像B分為n個灰度級的灰度直方圖，n= 2m'm為大于零的正整數，由灰度直方圖提取紋 理圖像A的特征向量Vai= {ga(l，gal，ga2,ga3. . .gm}，gai(0彡i彡n):灰度紋理圖像A中灰 度值為i像素點占總像素點的比例，由灰度直方圖提取紋理圖像B的特征向量Vbi= {gbQ， gbi，知，. .SbJ，Sbj(〇彡j彡n):灰度紋理圖像B中灰度值為j像素點占總像素點的比 例。
[0027] 作為本發明進一步的方案：所述相似度計算步驟計算所述相似度的公式為：
【主權項】
1. 一種基于紋理圖像相似性的壓縮和解壓縮方法，由判斷紋理圖像相似性、壓縮紋理 圖像、解壓紋理圖像組成，其特征在于，具體的步驟如下所述： 1) 判斷紋理圖像相似性 a) 圖像灰度化步驟，將紋理圖像A以及紋理圖像B分別進行灰度化處理，得到灰度紋理 圖像A和灰度紋理圖像B ; b) 特征向量提取步驟，根據灰度紋理圖像A與灰度紋理圖像B提取紋理圖像A與紋理 圖像B的特征向量，該紋理圖像A與紋理圖像B的特征向量為每一灰度值的像素點占總像 素點的比例的集合； c) 相似度計算步驟，根據紋理圖像A的特征向量與紋理圖像B的特征向量計算紋理圖 像A與紋理圖像B之間的相似度； d) 相似度判斷步驟，將紋理圖像A與紋理圖像B之間相似度與預設閾值作比較，根據比 較結果判斷紋理圖像A與紋理圖像B是否相似并輸出判斷結果；當相似度大于或等于該預 設閾值時，該紋理圖像A與紋理圖像B相似，將二者相同之處、不同之處分別進行壓縮，并將 二者相同之處作為二者的共同模板；當相似度小于該預設閾值時，該紋理圖像A與紋理圖 像B不相似，則均進行壓縮； 2) 壓縮紋理圖像 a) 獲取待壓縮紋理圖像，并對待壓縮紋理圖像進行預處理，生成壓縮紋理圖像的多個 不相互重疊的待壓縮紋理圖像塊； b) 輸入待壓縮紋理圖像塊，在預先建立的壓縮模型的第p層的字典中，根據最近鄰策 略，獲取第P層字典中與輸入的圖像塊最相似的代表圖像塊，P e [1，L]，L為壓縮模型中字 典的層數，P為層數的序號； c) 獲取代表圖像塊的索引值，加入待壓縮紋理圖像經壓縮后的碼流； d) 將輸入待壓縮紋理圖像塊和代表圖像塊進行差分，生成殘差圖像塊； e) 對于殘差圖像塊，將殘差圖像塊作為壓縮模型字典的下一層輸入的圖像塊，跳轉至 b)，重復執行b)至d)，直至到達最后一層壓縮字典； f) 對于多個待壓縮紋理圖像塊，將待壓縮紋理圖像塊作為壓縮模型字典的第一層輸入 的圖像塊，跳轉至b)，重復執行b)至e)，執行完畢后，輸出待壓縮紋理圖像經壓縮后的碼 流； 3) 解壓紋理圖像 a) 在已壓縮的待壓縮紋理圖像的碼流中提取S位的數據，在數據中依次提取長度為C 的數據Sp，其中，S為已壓縮的待壓縮紋理圖像中的一個待壓縮紋理圖像塊的索引值的碼 流位數，S位的數據為已壓縮的待壓縮紋理圖像中的一個待壓縮紋理圖像塊的索引值，C為 已壓縮的待壓縮紋理圖像中一個代表圖像塊的索引值的碼流位數，Sp為已壓縮的待壓縮紋 理圖像第P個代表圖像塊的索引值，P e [1，L]，L為壓縮模型中字典的層數，p為層數的序 號； b) 在壓縮模型中，查找與索引值Sp對應的代表圖像塊； c) 將代表圖像塊進行線性加和，重建出一個待壓縮紋理圖像塊； d) 跳轉至步驟a)，重復步驟a)至c)，直到在碼流中提取完所有的數據， e) 重建出多個待壓縮紋理圖像塊，形成待壓縮紋理圖像塊的集合，重建出壓縮前的待 壓縮紋理圖像。
2. 根據權利要求1所述的基于紋理圖像相似性的壓縮和解壓縮方法，其特征在于，所 述特征向量提取步驟將灰度紋理圖像A與灰度紋理圖像B分為η個灰度級的灰度直方圖，η =21^1, m為大于零的正整數，由灰度直方圖提取紋理圖像A的特征向量Vai= {g a(l，gal，ga2， ga3. . . gan}，gai(0彡i彡η):灰度紋理圖像A中灰度值為i像素點占總像素點的比例，由灰 度直方圖提取紋理圖像B的特征向量V bi= {gM，gbl，gb2, gb3. . . gbn}，gbj(0彡j彡η):灰度 紋理圖像B中灰度值為j像素點占總像素點的比例。
3. 根據權利要求1所述的基于紋理圖像相似性的壓縮和解壓縮方法，其特征在于，所 述相似度計算步驟計算所述相似度的公式為
其中，S(Ia，Ib) 為紋理圖像A與紋理圖像B之間的相似度
【專利摘要】本發明公開了一種基于紋理圖像相似性的壓縮和解壓縮方法，由判斷紋理圖像相似性、壓縮紋理圖像、解壓紋理圖像組成，經過圖像灰度化步驟、特征向量提取、相似度計算、相似度判斷紋理圖像相似性；獲取待壓縮紋理圖像、輸入待壓縮紋理圖像塊、獲取代表圖像塊的索引值、將輸入待壓縮紋理圖像塊和代表圖像塊進行差分，生成殘差圖像塊并將其作為壓縮模型字典的下一層輸入的圖像塊，輸出待壓縮紋理圖像經壓縮后的碼流；在已壓縮的待壓縮紋理圖像的碼流中提取數據，查找與索引值對應的代表圖像塊；經過線性加和，重建出一個待壓縮紋理圖像塊。本發明提高圖像相似度計算結果的準確性，且算法簡單，提高壓縮率與圖像質量。
【IPC分類】H04N19-137, H04N19-85
【公開號】CN104869425
【申請號】CN201510250587
【發明人】鐘莉娟, 陳新武, 連帥彬, 黃文霞, 倉玉萍, 劉真, 馬文娟, 薛靜
【申請人】信陽師范學院
【公開日】2015年8月26日
【申請日】2015年5月13日