1.一种基于重建残差的稀疏灰度图像编解码方法,其特征在于:所述方法包括以下步骤:
1)假定所述编解码系统中包含有n对级联的编解码器,则需要将图像扩展为n个通道的数据,其中新的通道以0填充,构成输入数据x;
2)输入到编解码系统中,由编码器提取图像特征并将图像特征压缩成一个低维度的编码向量;
3)由解码器对编码向量进行解码,获得一个通道的粗重建图像;
4)将重建图像与原图像的差作为残差图像填充到x的零值通道中;
5)重复步骤2)~4),直到x中所有零值通道都已被残差图像填充完毕;
6)执行步骤2)获得编码向量,然后通过编码量化器进行编码量化;
7)将量化后的编码输入到解码器获得最终的重建图像。
2.一种如权利要求1所述的基于重建残差的稀疏灰度图像编解码方法实现的系统,其特征在于,所述系统包括:图像编码器,用于将高维的图像数据压缩为低维的编码向量;编码量化器:用于将低维度的分布在连续空间中的编码信息离散化,进一步减小编码向量的特征空间;图像解码器,用于将低维的编码向量高精度地还原为编码前的图像。
3.如权利要求2所述的系统,其特征在于:所述图像编码器包括:图像特征提取单元:用于提取输入到编码器的图像纹理和细节特征;特征压缩单元,用于将提取到的图像特征压缩到低维度的编码向量空间中。
4.如权利要求2或3所述的系统,其特征在于:所述是编码量化器是一个可选的组件,缺少编码量化器并不会影响所述基于重建残差的稀疏灰度图像编解码方法及系统的功能与正常使用。
5.如权利要求4所述的系统,其特征在于:所述编码量化器是基于k-means聚类算法,根据训练图像在编码向量的各维度上的分布特性计算出各维度编码向量的若干个聚类中心,选择距离最近的聚类中心作为量化后的编码向量。
6.如权利要求2或3所述的系统,其特征在于:所述图像解码器包括:特征解压单元,用于将编码器输出的编码向量还原为图像的特征信息;图像特征还原单元:利用还原后的图像特征来重建原始图像。
7.如权利要求2或3所述的系统,其特征在于:所述的编解码系统是由若干个编码器-解码器组合级联而成的,每一对编码器和解码器的内部参数是相同的。
8.如权利要求7所述的系统,其特征在于:只有最后一对级联的编码器-解码器组合中解码器输出的图像才是最终的重建图像。中间的若干个编码器-解码器组合中由解码器输出的图像是对原图像的粗重建,是编解码系统内部的中间产物;除了最后一对编码器-解码器以外,各级联组合中解码器输出的图像与输入到所述编解码系统的原图像的差值是为残差图像,残差图像用于提供给下一级参与级联的编码器-解码器组合。
9.如权利要求7所述的系统,其特征在于将残差图像提供给下一级编码器-解码器前,将残差图像作线性变换或其他复杂变换或者不对残差图像作任何数学变换。
10.如权利要求7所述的系统,其特征在于:需要将原图像与上一层级联的编码器-解码器获得的残差图像拼接起来输入到各层级联的编码器-解码器中。