结合二进制烟花算法的单位图块截断编码

图像压缩应用领域中,在保证压缩比不变的前提下,为生成有效的公共位图,并降低单位图块截断编码压缩彩色图像时的失真风险,本文提出了一种结合二进制烟花算法的单位图块截断编码方法.该方法首先将彩色图像分成不重叠的子图像块,使用权重平面法生成每个子图像块的初始位图;然后,通过局部优化和全局优化两种不同的策略确定每个子图像块初始位图需要优化的位置,将这些位置的值作为烟花算法初始值;在此基础上将烟花算法改为二进制形式并进行优化,生成每个子图像块的公共位图与6个量化值;最后,根据公共位图与6个量化值恢复每个子图像块,根据恢复的子图像块重构压缩图像.通过在测试图像上进行实验验证,并与3种参考方法从压缩图片的细节视觉效果、压缩图片与原图间的均方误差、结构相似性指数3个角度进行对比,结果表明,本文所提方法生成的公共位图有效,且全局优化策略压缩图像效果优于局部优化策略,其中全局优化策略生成的压缩图像与原图间的均方误差均值在分块大小为4×4和8×8时分别为56.9397与106.3174,低于3种对比方法,结构相似性指数均值分别为0.9682与0.9431,高于3种对比方法,通过分析对比表明,所提方法生成的压缩图像与原图间的相似度更高,在保持压缩比的同时有效提升了压缩图像的精度.

基于烟花算法的平面视觉图像分块像素点压缩模型

为进一步提升图像压缩质量,降低图像存储空间的同时减少图像信息损失,提出基于烟花算法的平面视觉图像分块像素点压缩模型。采用基于图像纹理的自适应分块方式,通过不断对比分块图像的纹理复杂度与设定复杂度阈值,对平面视觉图像进行分块处理;经块截断编码方法获取分块平面视觉图像最优公共位图后,形成向量,利用烟花算法寻优出最优向量值以及对应位图的6个量化值,完成平面视觉图像分块像素点压缩。实验表明:该模型压缩后平面视觉图像与原始图像相比,色彩亮度几乎一致,图像信息几乎没有缺损,压缩后的图像峰值信噪比高。