【技术实现步骤摘要】
本专利技术属于图像压缩，尤其涉及一种dct分形编码的码本匹配自适应分类方法。
技术介绍
1、分形编码是目前图像压缩技术中常用的图像编码方法之一。但申请人发现：现有技术是在分形编码中，通过将r块在码本d块中按照某种方式(如全搜索)进行遍历检索出最佳匹配块，进行图像的分形编码过程，该匹配搜索过程占据了大量的编码时间，是影响分形编码效率的重要因素之一，使得分形编码的实用性大大降低。
技术实现思路
1、为解决现有技术中存在的上述问题，本专利技术提供了一种dct分形编码的码本匹配自适应分类方法。
2、为解决上述技术问题，本专利技术采用如下技术方案：
3、本专利技术所述的一种dct分形编码的码本匹配自适应分类方法，通过对图像子块进行dct变换，得到三种低频特征结构子块；
4、根据该三种低频特征结构子块对原始图像中跨区域自相似结构子块进行分类。
5、进一步地，该dct分形编码的码本匹配自适应分类方法包括：
6、对d块图集中每个d块进行dct变换，并获取每个d块dct变换后的f[0,1]与f[1,0]位置的绝对值，然后根据该f[0,1]与f[1,0]位置的绝对值得到每个d块的平滑系数和对角/次对角系数；
7、根据得到的平滑系数，采用二分法，得到s类阈值和s类d块；
8、从d块码本中去除s类d块，再根据余下d块的对角/次对角系数，采用二分法与梯度法得到d类梯度阈值和d类d块；
9、从去除s类d块的d块码本
10、进一步地，该dct分形编码的码本匹配自适应分类方法还包括：
11、以灰度区间的中值为分界线，对每个d块灰度进行均值处理，得到灰度均值；
12、根据灰度均值对s类、d类和h类所处区间的d块进一步分为l类与s类，将灰度均值小于等于127的d块定义为s子类，大灰度均值于127的d块定义为l子类。
13、进一步地，所述“根据得到的平滑系数，采用二分法，得到s类阈值和s类d块”，包括：
14、将每个d块平滑系数从大到小排序并分为100个区间；
15、通过二分法，将每次两侧数量最大的一侧作为下一次二分区间，直至两区间数量之差小于总d块数量的十分之一；
16、选取最终数量大的二分区间并将该区间d块定义为s类，取该区间平滑系数最大值作为s类阈值。
17、进一步地，所述“从d块码本中去除s类d块，再根据余下d块的对角/次对角系数，采用二分法与梯度法得到d类梯度阈值和d类d块”，包括：
18、将去除s类d块后的余下d块的对角/次对角系数从大到小排序并分为100个区间；
19、通过二分法，将每次两侧数量最大的一侧作为下一次二分区间，直至两区间数量之差小于余下d块数量的十分之一；
20、选取最终数量大的二分区间，取该区间对角/次对角系数最大值作为d类二分阈值；
21、将前述余下d块的对角/次对角系数从大到小排序，并将相邻对角/次对角系数相减，得到差值的新序列，横坐标为0–(r-s-1)，纵坐标为所述差值的绝对值；
22、将得到的每个差值减去新序列中后半部分对角/次对角系数的差值的均值，并将小于0的部分进行置0；
23、将得到的连续十个值重新赋值为该十个值中的最小值；
24、获取从小到大第一个非零值序号所对应d块对角/次对角系数，作为d类梯度阈值；
25、将前述余下d块中对角/次对角系数小于d类梯度阈值的d块定义为d类。
26、进一步地，所述“根据得到的平滑系数，采用二分法，得到s类阈值和s类d块”，具体为：
27、当d块数量为m时，令s类的平滑系数为sn，n＝0,1,2,...m-1，
28、
29、将s0→sm-1从大到小排序，得到新数组snn，再通过二分法确定s类阈值sy，即：
30、令a＝0，b＝m-1，ns(a，b)为sna至snb中d块的数量进行迭代计算
31、
32、当满足时，取为s类阈值sy，s类d块数量为
33、所述“从d块码本中去除s类d块，再根据余下d块的对角/次对角系数，采用二分法与梯度法得到d类梯度阈值和d类d块”，具体为：
34、在d块码本中将s类d块去除，通过二分法与梯度法确定对d类阈值dy，即：
35、令对角/次对角类系数为dn，
36、然后对剩余d块进行二分获得d类二分阈值dd，具体为，根据dn＝|fn[1，0]-fn[0，1]|，对进行降序重排序，得到新序列dnn，同上，令f＝0，nd(f，g)为dnf至dng中d块数量，da为n＝a时dn；
37、进行迭代计算
38、当满足时，取为d类二分阈值dd；
39、接着，获取d类差值阈值dg；包括：
40、将前述剩下d块的对角/次对角系数从大到小排序，并将相邻对角/次对角系数相减，得到差值的新序列，具体地，令每个元素为dnn+1-dnn；
41、按照以下公式取所述差值的新序列后50％元素的均值计算得出平均低值，再对所述差值的新序列的每个元素重赋值为原值减去平均低值的值，以此过滤所述剩下d块的对角/次对角系数中大量值相对较低的对角/次对角系数，
42、
43、并令
44、通过每十个差值选取最低值过滤噪声数据，即令再按照以下公式计算得到每十个系数中的最小值mx，
45、mx＝min(dnn，n＝0+10x，1+10x，2+10x，...，9+10x)；
46、令遍历mx，当mx＜0时，则此时为差值法得到阈值位置，则d类差值阈值dg＝dn(10x+5)；
47、最后，由于d类阈值故
48、本专利技术的有益效果：
49、本专利技术通过上述技术方案，即可根据图像的自相似性质对图像子块进行分类，并能够根据图像自身低频特性分布的不同进行自适应分类，以此大大降低基于分形算法的图像编码中被分割的不重叠r块在d块码本中进行遍历搜索的时间消耗，同时避免了由于不同图像中各结构类别数量的不同而造成的r块遍历类别中最佳匹配块的丢失问题。
本文档来自技高网...【技术保护点】
1.一种DCT分形编码的码本匹配自适应分类方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，包括：
3.根据权利要求2所述的方法，其特征在于，还包括：
4.根据权利要求2或3所述的方法，其特征在于，所述“根据得到的平滑系数，采用二分法，得到S类阈值和S类D块”，包括：
5.根据权利要求4所述的方法，其特征在于，所述“从D块码本中去除S类D块，再根据余下D块的对角/次对角系数，采用二分法与梯度法得到D类梯度阈值和D类D块”，包括：
6.根据权利要求5所述的方法，其特征在于，所述“根据得到的平滑系数，采用二分法，得到S类阈值和S类D块”，具体为：
【技术特征摘要】
1.一种dct分形编码的码本匹配自适应分类方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，包括：
3.根据权利要求2所述的方法，其特征在于，还包括：
4.根据权利要求2或3所述的方法，其特征在于，所述“根据得到的平滑系数，采用二分法，得到s类阈值和s类d块”，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。