鄒偉杰,郭子君,朱同林

(1.華南農(nóng)業(yè)大學(xué) 理學(xué)院,廣州510642; 2.華南農(nóng)業(yè)大學(xué) 信息學(xué)院,廣州 510642)

數(shù)字圖像修復(fù)在植物葉片圖像壓縮上的應(yīng)用

鄒偉杰1,郭子君1,朱同林2

(1.華南農(nóng)業(yè)大學(xué) 理學(xué)院,廣州510642; 2.華南農(nóng)業(yè)大學(xué) 信息學(xué)院,廣州 510642)

針對植物葉片圖像的特點(diǎn),設(shè)計(jì)了一套將圖像壓縮方法和基于樣本塊的圖像修復(fù)技術(shù)相結(jié)合的方案.先對壓縮圖像進(jìn)行邊緣提取,只保留葉脈等重要信息,丟棄冗余塊實(shí)現(xiàn)壓縮.然后對不完整的圖像進(jìn)行二次壓縮,用于網(wǎng)絡(luò)存儲和傳輸,需要使用時(shí)經(jīng)過圖像修復(fù)處理獲得完整圖像.實(shí)驗(yàn)結(jié)果表明,該方案在保證圖像質(zhì)量的前提下,能有效提高圖像的壓縮比.

圖像壓縮; 圖像修復(fù); 植物葉片; 冗余塊

引言

數(shù)字圖像修復(fù)技術(shù)在圖像壓縮領(lǐng)域有著深遠(yuǎn)的應(yīng)用前景.在2003年,Rane等[1]將圖像修復(fù)應(yīng)用在壓縮領(lǐng)域的方法,為圖像壓縮開辟了一個(gè)新的研究思路.他將偏微分方程和紋理合成的方法相結(jié)合獲得了較好的修復(fù)效果,但算法的復(fù)雜度較高.隨后,以微軟亞洲研究院的Wu等為代表的學(xué)者們,提出了改進(jìn)的一些基于圖像修復(fù)的壓縮系統(tǒng)[2,3].其核心思想與Rane類似,雖然提高了圖像的壓縮比,但仍存在算法復(fù)雜度高的問題.胡新穎提出的基于消除空間冗余和圖像修復(fù)的圖像的壓縮技術(shù)[4],提高了修復(fù)圖像的質(zhì)量,缺點(diǎn)是解碼時(shí)間較長.魏欣提出的改進(jìn)的Criminisi算法減少了圖像修復(fù)時(shí)間[5].蔡文亮設(shè)計(jì)的壓縮方案簡化了丟棄冗余塊過程[6].經(jīng)過國內(nèi)外學(xué)者十幾年的研究,它已發(fā)展成為一個(gè)比較成熟的研究課題.隨著全球氣溫變暖,很多珍稀植物瀕臨滅絕,建立珍稀植物數(shù)據(jù)庫刻不容緩.植物葉片圖像是數(shù)據(jù)庫中的重要組成部分,但數(shù)字圖像的數(shù)據(jù)量龐大,給存儲和傳輸都帶來了很大的困難,探索新的圖像壓縮方法成為了解決這一問題的關(guān)鍵.

1　方法與步驟

若僅從圖像壓縮技術(shù)上改進(jìn),盲目的提高壓縮,重建后的圖像會出現(xiàn)嚴(yán)重的“塊效應(yīng)”.

因此,本文從圖像修復(fù)和壓縮兩方面入手,結(jié)合植物葉片的特點(diǎn),改進(jìn)了基于修復(fù)技術(shù)的壓縮方法.植物葉片顏色梯度小,易于修復(fù),用Criminisi算法可獲得很好的效果.葉片邊緣提取之后特征較為明顯,易于辨認(rèn),可選擇丟棄的冗余塊較多,適合簡單高效的DCT和RLE混合編碼.本文在文獻(xiàn)[6]提出的壓縮方法的基礎(chǔ)上進(jìn)行了幾點(diǎn)改進(jìn):(1) 在實(shí)驗(yàn)步驟上,先丟棄圖像冗余塊,再進(jìn)行壓縮,獲得更大的壓縮比例; (2) 將丟棄冗余塊的方法簡化,減少圖片的預(yù)處理時(shí)間; (3) 選用修復(fù)效果更好且計(jì)算量較為適中的Criminisi算法對圖像進(jìn)行修復(fù).

1.1實(shí)驗(yàn)方法

總結(jié)前人的研究成果可知,圖像修復(fù)與壓縮結(jié)合的核心思想是:在不改變壓縮技術(shù)協(xié)議的情況下,對編碼端未去除視覺冗余的圖像的重要的特征參數(shù)進(jìn)行提取,并將這些特征參數(shù)作為輔助信息,根據(jù)輔助信息修復(fù)缺失圖像,完成重建工作.輔助信息的選取可以降低修復(fù)的難度,減少重建圖像失真.

圖像邊緣代表了圖像的大致輪廓,對于植物葉片而言,葉片的脈絡(luò)紋理上包含了大部分的信息.因此本文選取植物葉片的擴(kuò)充邊緣圖像作為輔助信息.在編碼端,先將圖像進(jìn)行邊緣提取和擴(kuò)充,根據(jù)邊緣擴(kuò)充圖去除視覺冗余,進(jìn)行丟棄塊處理,再進(jìn)行圖像壓縮.在解碼端,對接收到的不完整圖像進(jìn)行解碼,最后進(jìn)行圖像修復(fù)處理完成重建.整個(gè)壓縮系統(tǒng)框架如圖1所示.

圖1　圖像壓縮系統(tǒng)流程圖

1.2實(shí)驗(yàn)步驟

1.2.1圖像預(yù)處理

圖像預(yù)處理包括四個(gè)方面:去除圖像背景、邊緣檢測、邊緣擴(kuò)充和去除視覺冗余.對預(yù)處理后的圖像進(jìn)行編碼,能有效提高圖像的壓縮比.

首先對目標(biāo)圖像進(jìn)行去除圖像背景處理.RLE編碼方法對顏色單一背景下的物體圖像具有很高的壓縮比,把葉片圖像的背景都設(shè)置成白色,然后對處理后的圖像進(jìn)行邊緣提取.在眾多邊緣檢測算子中,Canny算子是二維最優(yōu)算子,檢測出來的效果最為理想.各種算子的邊緣檢測圖如圖2所示.

圖2　不同算子邊緣邊緣檢測圖

由圖2可見,Canny算子邊緣檢測最為精細(xì),因此本文選用Canny算子檢測葉片圖像邊緣.第三步是對圖像進(jìn)行邊緣擴(kuò)充.利用Canny算子提取之后的邊緣圖像能很好的顯示圖像的邊緣位置,但它是一個(gè)二值圖像矩陣,不能直觀的顯示原圖像的邊緣處的信息.另外,Canny算子檢測出來的邊緣過于細(xì)膩,包含的葉脈信息較少,不利于圖像重建.所以,需要對邊緣做擴(kuò)展處理,并且得到原始圖像的邊緣位置的信息.本文將二值圖像中的邊緣點(diǎn)以兩個(gè)像素的寬度向各個(gè)方向進(jìn)行擴(kuò)充,然后在原圖中顯示邊緣擴(kuò)充點(diǎn)的位置信息,其余像素點(diǎn)設(shè)為0值,得到圖像的邊緣擴(kuò)充圖.實(shí)驗(yàn)結(jié)果如圖3所示.

圖3　邊緣檢測及擴(kuò)充圖

第三步是去除視覺冗余.對于一個(gè)葉片圖像來說,葉脈及其邊緣是重要信息,剩余的部分顏色梯度較小,容易修復(fù),因此適合在這些區(qū)域進(jìn)行塊丟棄處理.本文采用基于樣本塊的Criminisi算法進(jìn)行修復(fù),不妨把丟棄圖像塊設(shè)定為9×9大小.在得到的邊緣擴(kuò)充圖中,若檢測出一個(gè)9×9圖像塊中所有像素都是“0”,則把該圖像塊填充為黑色,否則,恢復(fù)該圖像塊在原始圖像中的像素值.這種方法簡單高效,能保證葉片圖像的完整細(xì)節(jié),同時(shí)能發(fā)揮基于樣本塊圖像修復(fù)的特性,從而降低修復(fù)過程中的計(jì)算復(fù)雜度.

1.2.2圖像壓縮編解碼及圖像修復(fù)

本文的圖像壓縮系統(tǒng)是采用DCT變換與行程編碼結(jié)合的混合編碼方式.先對原始圖像進(jìn)行DCT變換,然后再通過RLE編碼對上述處理過的圖像矩陣進(jìn)行量化編碼.解碼方法是先通過RLE解碼規(guī)則對圖像進(jìn)行解碼,再進(jìn)行DCT逆變換得到壓縮后的圖像.圖像復(fù)原程序是根據(jù)參考文獻(xiàn)[7]提到的利用紋理和邊緣特征的Criminisi算法和參考文獻(xiàn)[8]提到的區(qū)域自適應(yīng)方法,利用邊緣輔助信息對標(biāo)記的黑色區(qū)域進(jìn)行修復(fù).

2　實(shí)驗(yàn)結(jié)果及分析

本文進(jìn)行了四組實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如圖4所示.

圖4 實(shí)驗(yàn)結(jié)果

圖4(a)為原始圖像.圖4(b)為壓縮后的圖像,先丟棄圖像冗余塊,再經(jīng)過DCT變換和RLE量化編碼進(jìn)行壓縮的圖像.圖4(c)為修復(fù)圖像,獲得了較好的修復(fù)效果.圖4(d)為僅用DCT和RLE壓縮的圖像,此方法記為傳統(tǒng)方法.圖像質(zhì)量從主觀人眼來看,兩者沒有明顯區(qū)別.對四組實(shí)驗(yàn)的詳細(xì)數(shù)據(jù)進(jìn)行分析,列表如下:

表1　實(shí)驗(yàn)結(jié)果比較

峰值信噪比(PSNR)和壓縮比(BR)是評價(jià)一個(gè)壓縮系統(tǒng)的兩個(gè)重要指標(biāo),PSNR和BR分別定義為:

圖像的峰值信噪比越高,修復(fù)圖像與原始圖像之間的失真越小,即修復(fù)圖像的質(zhì)量越好.壓縮比越小,表明壓縮后的圖像的每個(gè)像素所需的比特?cái)?shù)越少,壓縮比越高.

從上面的數(shù)據(jù)來看,本文方法獲得的峰值信噪比在32.19～39.12dB之間,修復(fù)圖像的質(zhì)量較高.對比傳統(tǒng)方法,重建圖像的峰值信噪比與傳統(tǒng)方法接近,在比特率方面,本文方法的比特率較小,圖像的壓縮比較高,比傳統(tǒng)方法節(jié)省碼率.文獻(xiàn)[6]提出把圖像修復(fù)運(yùn)用在圖像壓縮上,先對圖像進(jìn)行壓縮再剔除冗余塊,簡記為對比法.本文方法是先剔除冗余塊再壓縮.為統(tǒng)一起見,實(shí)驗(yàn)中兩種方法采用的去除冗余塊方法均為邊緣提取法,實(shí)驗(yàn)結(jié)果如圖5所示.

圖5　兩種方法實(shí)驗(yàn)結(jié)果圖

本文方法壓縮之后的圖片大小為6.24KB.對比法壓縮之后的圖片大小為7.2KB.兩幅圖實(shí)驗(yàn)結(jié)果在視覺上并沒有太大的差異,但本文方法的壓縮率要略高于對比法.從所有實(shí)驗(yàn)數(shù)據(jù)來看,本文提出的基于圖像修復(fù)的圖像壓縮方法能夠起到節(jié)省碼率的作用,并且修復(fù)圖像沒有明顯的修復(fù)痕跡,在保證圖像質(zhì)量的前提下提高了壓縮比.

3　結(jié)束語

本文主要針對植物葉片圖像的特點(diǎn)從圖像修復(fù)和圖像壓縮兩個(gè)方面設(shè)計(jì)了一個(gè)壓縮方案,以提高圖像壓縮比為目的,先對葉片圖像進(jìn)行邊緣提取和擴(kuò)展,只保留葉脈的重要信息,剔除冗余塊.并選擇較為適合的DCT變換和RLE編碼進(jìn)行壓縮,處理后的圖像方便存儲和傳輸,需要使用時(shí)通過圖像修復(fù)即可.雖然設(shè)計(jì)的壓縮系統(tǒng)確實(shí)能夠提高圖像的壓縮比,但提高的幅度有待進(jìn)一步加強(qiáng).可以設(shè)計(jì)更合理的去除視覺冗余的方法和改進(jìn)圖像壓縮技術(shù)方法,以進(jìn)一步提高壓縮比例.

[1] Bertalmío S R A G.Structure and texture filling-in of missing image blocks in wireless transmission and compression applications[J].IEEE Transactions on imageprocessing,2003,12(3)

[2] Zhang D L A X.Image Compression With Edge-Based Inpainting[J].IEEE Trans.Circuits Syst.Video Techn.,2007,17

[3] Wu Y,Zhang H,Sun Y,et al.Two Image Compression Schemes Based on Image Inpainting[M].Yu L,Lai K K,Mishra S K,2009,816～820

[4] Bastani Vahid,Helfroush M.S.,Kasiri Keyvan.基于消除空間冗余和圖像修復(fù)的圖像壓縮技術(shù)[J].中國印刷與包裝研究,2010(05):70～76

[5] 魏 欣,蔣華偉.改進(jìn)的Criminisi圖像修復(fù)算法[J].計(jì)算機(jī)工程與應(yīng)用,2011(04):205～207

[6] 蔡文亮,李開宇,石 玉,等.數(shù)字圖像修復(fù)在圖像壓縮上的應(yīng)用[J].機(jī)械與電子,2014(01):15～17

[7] 任 澍,唐向宏,康佳倫.利用紋理和邊緣特征的Criminisi改進(jìn)算法[J].中國圖象圖形學(xué)報(bào),2012(09):1085～1091

[8] 張巧煥,唐向宏,任 澍.區(qū)域自適應(yīng)的圖像修復(fù)算法[J].計(jì)算機(jī)工程與應(yīng)用,2013(21):160～163

Application of Digital Image Inpainting on Leaves Image Compression

ZOU Wei-jie1,GUO Zi-jun1,ZHU Tong-lin2
(1.College of Science,South China Agricultural University,Guangzhou 510642; 2.Information College,South China Agricultural University,Guangzhou 510642)

For a small plant leaf features,we design a set of image compression method and sample block-based image restoration techniques combined solution.First,we compressed image edge extraction,leaving only the veins and other important information,discarding redundant blocks.Then the image is not complete secondary compression for network storage and transmission,after the image restoration processing to obtain a complete picture when needed.Experimental results show that the image quality assurance program under the premise,can effectively improve the image compression ratio.

image compression; image inpainting; leaf; redundant blocks

TP391

A

1672-5298(2015)01-0022-04

2014-11-25

國家林業(yè)總局林業(yè)標(biāo)準(zhǔn)規(guī)劃項(xiàng)目“森林防火視頻監(jiān)控圖像互聯(lián)網(wǎng)技術(shù)規(guī)程”(LY-2013-146); 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金聯(lián)合資助課題“植物器官形態(tài)的向量表示與動漫部件庫構(gòu)建方法研究”(20124404110018)

鄒偉杰(1990- ),男,廣東河源人,華南農(nóng)業(yè)大學(xué)理學(xué)院碩士研究生.主要研究方向:數(shù)字圖像處理

郭子君(1965- ),男,湖南常德人,碩士,華南農(nóng)業(yè)大學(xué)理學(xué)院副教授.主要研究方向:微分方程與圖像處理