火星图像压缩方法、装置、计算机设备和存储介质制造方法及图纸

本申请实施例提供了一种火星图像压缩方法、装置、计算机设备和存储介质，涉及图像处理技术领域。该方法包括：获取待压缩火星图像；根据待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对待压缩火星图像进行压缩；目标火星图像压缩模型包括第一编码器、第一解码器、第二编码器、第二解码器；第一编码器、第一解码器、第二编码器、第二解码器均包括一个或多个非局部模块，非局部模块用于提取待压缩火星图像的非局部特征；若是，则将待压缩火星图像输入目标火星图像压缩模型进行压缩，获取待压缩火星图像对应的压缩图像。用于解决现有的图像压缩方法不能对非局部相似度较高的火星图像实现高效压缩的问题。效压缩的问题。效压缩的问题。

【技术实现步骤摘要】
火星图像压缩方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，尤其涉及一种火星图像压缩方法、装置、计算机设备和存储介质。

技术介绍

[0002]图像压缩是消除冗余数据的过程，在通信带宽较小的情况下，需要使用高效的图像压缩方法对原始图像数据进行压缩，以减小表征图像所需要的数据量，提高传输效率。
[0003]目前，常见的图像压缩包括无损压缩和有损压缩，在实际应用中，常见的有损图像压缩方法是基于JPEG、JPEG2000、HEVC等压缩标准的图像压缩方法，但这些图像压缩方法的编码工具比较复杂，很难实现所有工具的联合优化。随着深度学习的迅速发展，端到端图像压缩技术实现了整个编码框架的联合优化，但火星图像的非局部相似度较高，目前的图像压缩方法并不能实现对火星图像的高效压缩。因此如何实现对火星图像的高效压缩是亟待解决的问题。

技术实现思路

[0004]为了解决现有的图像压缩技术不能对非局部相似度较高的火星图像进行高效压缩的技术问题，本申请提供一种火星图像压缩方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请实施例提供一种火星图像压缩方法，所述方法包括：
[0006]获取待压缩火星图像；
[0007]根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩；其中，所述目标火星图像压缩模型包括第一编码器、第一解码器、第二编码器、以及第二解码器，其中，所述第一编码器、所述第一解码器、所述第二编码器、以及所述第二解码器均包括一个或多个非局部模块，所述非局部模块用于提取所述待压缩火星图像的非局部特征；
[0008]若是，则将所述待压缩火星图像输入所述目标火星图像压缩模型，获取所述待压缩火星图像对应的压缩图像。
[0009]在本申请一些实施例中，所述非局部模块包括非局部块、多个残差块，以及一个或多个卷积层；其中，所述非局部块与多个残差块连接，残差块之后连接一个卷积层，所述非局部块包括多个下采样单元和多个最大池化层。
[0010]在本申请一些实施例中，在根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩之前，所述方法还包括：获取所述待压缩火星图像的非局部相似度；
[0011]所述获取所述待压缩火星图像的非局部相似度，包括：
[0012]将所述待压缩火星图像分割为多个第一图像块，所述多个第一图像块互不重叠；
[0013]确定所述多个第一图像块之间的结构相似性或均方根误差，并根据所述结构相似性或所述均方根误差确定所述待压缩火星图像的非局部相似度。
[0014]在本申请一些实施例中，在根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩之前，所述方法还包括：获取所述待压缩火星图像的非局部相似度；
[0015]所述获取所述待压缩火星图像的非局部相似度，包括：
[0016]对所述待压缩火星图像加入加性高斯噪声，得到加噪火星图像；
[0017]将所述加噪火星图像分割为多个第二图像块，并将所述第二图像块中相似的图像块匹配在一起进行滤波处理，得到去噪火星图像；
[0018]获取所述待压缩火星图像和所述去噪火星图像的峰值信噪比，根据所述峰值信噪比确定所述待压缩火星图像的非局部相似度。
[0019]在本申请一些实施例中，在将所述待压缩火星图像输入目标火星图像压缩模型进行压缩之前，所述方法还包括：获取所述目标火星图像压缩模型；
[0020]其中，所述获取所述目标火星图像压缩模型包括：
[0021]在超先验模型中插入一个或多个非局部模块，构建初始火星图像压缩模型；
[0022]根据目标样本数据集中图像的非局部相似度与所述预设相似度阈值的关系获取训练样本集，并基于所述训练样本集对所述初始火星图像压缩模型进行训练，得到所述目标火星图像压缩模型。
[0023]在本申请一些实施例中，所述基于所述训练样本集对所述初始火星图像压缩模型进行训练，得到所述目标火星图像压缩模型，包括：
[0024]将所述训练图像输入所述初始火星图像压缩模型，获取所述训练图像对应的压缩图像；
[0025]根据所述训练图像对应的压缩图像的失真和编码码率对初始火星图像压缩模型的权重参数进行调整，直至预设损失函数收敛，得到所述目标火星图像压缩模型。
[0026]在本申请一些实施例中，所述方法还包括：获取验证数据集，并基于所述验证数据集对所述目标火星图像压缩模型的超参数进行调整，以提高所述目标火星图像压缩模型的准确率。
[0027]第二方面，本申请实施例提供一种火星图像压缩装置，包括：
[0028]采集模块，用于获取待压缩火星图像；
[0029]判断模块，用于根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩；其中，所述目标火星图像压缩模型包括第一编码器、第一解码器、第二编码器、以及第二解码器，其中，所述第一编码器、所述第一解码器、所述第二编码器、以及所述第二解码器均包括一个或多个非局部模块，所述非局部模块用于提取所述待压缩火星图像的非局部特征；
[0030]处理模块，用于将所述待压缩火星图像输入所述目标火星图像压缩模型，获取所述待压缩火星图像对应的压缩图像。
[0031]在本申请一些实施例中，所述非局部模块包括非局部块、多个残差块，以及一个或多个卷积层；其中，所述非局部块与多个残差块连接，残差块之后连接一个卷积层，所述非局部块包括多个下采样单元和多个最大池化层。
[0032]在本申请一些实施例中，所述装置还包括计算模块；在根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待
压缩火星图像进行压缩之前，用于将所述待压缩火星图像分割为多个第一图像块，所述多个第一图像块互不重叠；
[0033]确定所述多个第一图像块之间的结构相似性或均方根误差，并根据所述结构相似性或所述均方根误差确定所述待压缩火星图像的非局部相似度。
[0034]在本申请一些实施例中，所述计算模块还用于对所述待压缩火星图像加入加性高斯噪声，得到加噪火星图像；
[0035]将所述加噪火星图像分割为多个第二图像块，并将所述第二图像块中相似的图像块匹配在一起进行滤波处理，得到去噪火星图像；
[0036]获取所述待压缩火星图像和所述去噪火星图像的峰值信噪比，根据所述峰值信噪比确定所述待压缩火星图像的非局部相似度。
[0037]在本申请一些实施例中，所述装置还包括构建模块，用于在将所述待压缩火星图像输入目标火星图像压缩模型进行压缩之前，获取所述目标火星图像压缩模型；
[0038]其中，所述获取所述目标火星图像压缩模型包括：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火星图像压缩方法，其特征在于，所述方法包括：获取待压缩火星图像；根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩；其中，所述目标火星图像压缩模型包括第一编码器、第一解码器、第二编码器、以及第二解码器，其中，所述第一编码器、所述第一解码器、所述第二编码器、以及所述第二解码器均包括一个或多个非局部模块，所述非局部模块用于提取所述待压缩火星图像的非局部特征；若是，则将所述待压缩火星图像输入所述目标火星图像压缩模型，获取所述待压缩火星图像对应的压缩图像。2.根据权利要求1所述的方法，其特征在于，所述非局部模块包括非局部块、多个残差块，以及一个或多个卷积层；其中，所述非局部块与多个残差块连接，残差块之后连接一个卷积层，所述非局部块包括多个下采样单元和多个最大池化层。3.根据权利要求1所述的方法，其特征在于，在根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩之前，所述方法还包括：将所述待压缩火星图像分割为多个第一图像块，所述多个第一图像块互不重叠；确定所述多个第一图像块之间的结构相似性或均方根误差，并根据所述结构相似性或所述均方根误差确定所述待压缩火星图像的非局部相似度与预设相似度阈值的关系。4.根据权利要求1所述的方法，其特征在于，在根据所述待压缩火星图像的非局部相似度与预设相似度阈值的关系，判断是否利用目标火星图像压缩模型对所述待压缩火星图像进行压缩之前，所述方法还包括：对所述待压缩火星图像加入加性高斯噪声，得到加噪火星图像；将所述加噪火星图像分割为多个第二图像块，并将所述第二图像块中相似的图像块匹配在一起进行滤波处理，得到去噪火星图像；获取所述待压缩火星图像和所述去噪火星图像的峰值信噪比，根据所述峰值信噪比确定所述待压缩火星图像的非局部相似度与预设相似度阈值的关系。5.根据权利要求1所述的方法，其特征在于，在获取待压缩火星图像之前，所述方法还包括：获取所述目标火星图像压缩...

【专利技术属性】
技术研发人员：徐迈，丁青，李胜曦，邓欣，沈秋，邹昕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：