基于质心特征和重要敏感区域分类的分形图像压缩算法

发布时间：2021-09-07 01:36

　　图像压缩是数据传输和存储中必不可少的过程,分形图像压缩方法因其压缩方法简单、可任意尺度下重构、解码速度快且压缩比高具有独特优势,但传统分形图像压缩方法存在编码时间过长的缺陷。针对压缩比和恢复效果之间的不平衡问题,在确保图像恢复效果前提下,需要解决编码时间过长的问题。因此,提出了一种基于质心特征和重要敏感区域分类的分形图像压缩算法,通过构造质心特征,将基本分形算法中R块在码本中搜索最小均方误差MSE的问题转换为利用质心特征码本寻找最佳匹配块的问题,简化了块搜索过程,将全局搜索变为局部搜索,同时对重要敏感区域采取全局搜索的方式,以增强恢复图像的视觉效果。实验仿真结果表明,质心特征方法可以有效缩短编码时间,在保证图像恢复效果前提下,本文所提算法相较于基本算法最高可以节省大约64%的编码时间,相较于双交叉和特征方法,可以达到更好的恢复效果。 

【文章来源】：计算机工程与科学. 2020,42(05)北大核心CSCD

【文章页数】：8 页

【部分图文】：

质心位置

人眼视觉能感觉到的重要区域一般为图像的中心1/4部分,因此对这部分着重处理会增加人眼对图像的好感度。这部分图像往往会被第一眼看到,基于此,本文将原始图像分为2部分,分别为中心1/4面积部分的重要区域和其余的非重要区域。对重要区域的编码采用更加精细的匹配编码,对该区域内的非敏感区域划分使用的阈值τ′不同于式(9)中的阈值τ,二者满足τ′<τ,这样可以使得更多处在重要区域内的R块进行全局匹配,进而使重要区域图像灰度质量提高。重要区域划分如图2所示。5 算法分析与实现

恢复结果


本文编号：3388591