一种基于K‑L变换误差空间拆分的图像数据压缩方法

摘要

本发明属于数字图像处理技术领域，具体涉及一种基于K‑L变换误差空间拆分的图像数据压缩方法。包括输入图像数据的重组排列；排列矩阵直流分量计算与去除；初次K‑L变换获得系数矩阵；系数矩阵的截取；截取舍弃成分的空间拆分；子空间直流分量计算与去除；子空间K‑L变换获得特征向量矩阵和系数矩阵；各子空间系数矩阵和特征向量矩阵的截取；截取留下系数矩阵成分的量化、编码；子空间直流分量及截取留下特征向量矩阵成分的编码；编码数据的存储与传输。实验表明：该方法不仅能在相同压缩比下降低图像压缩的整体误差，也能大幅度降低视觉显著像素点产生的较大压缩误差点，同时提高图像压缩的客观保真度和主观保真度。

主权项

一种基于K‑L变换误差空间拆分的图像数据压缩方法，其特征在于，包括以下步骤：步骤1，输入待压缩的图像数据，依据图像类型对数据进行重组，排列为P×Q的矩阵A，并计算矩阵A每行的直流分量，即每行的均值，具体以下公式：${\mathrm{Mean}}_i=\frac{\underset{j=1}{\overset{Q}{\Sigma }}{a}_{i,j}}{Q},i=1,2,\mathrm{..},P$其中，a_i,j为矩阵A在(i，j)位置处的元素值；Mean_i为矩阵A中第i行所有元素的直流分量值(均值)；步骤2，去除矩阵A每行的直流分量，得到去除直流分量后的新矩阵去除方法基于公式：${\bar{a}}_{i,j}=a_{i,j}-{\mathrm{Mean}}_i$其中，为矩阵中(i，j)位置处的元素；步骤3，对实施K‑L变换，得到按降序排列的特征值向量L和相应的特征向量矩阵V；步骤4，由矩阵V获得在正交变换空间中的系数矩阵W，并依据特征值向量L的累积权重对系数矩阵W进行截取处理；步骤5，将截取舍弃成分进行空间分类拆分，划分为k部分，得到矩阵A分类拆分后的k个子矩阵A1，A2，...，Ak；步骤6，对拆分后的k个子矩阵A1，A2，...，Ak重做K‑L变换，依据步骤1—步骤4，得到每个子矩阵的直流分量以及截取留下成分的特征向量矩阵和系数矩阵；步骤7，对步骤6得到的系数矩阵进行量化和编码，同时对步骤6得到的直流分量和特征向量矩阵进行编码；步骤8，对步骤7得到的编码数据进行保存或传输。