基于CNN的高动态范围图像压缩稀疏编码方法

作者：张继东; 曹靖城; 李云鹤

来源：信息技术, 2022, 46(12): 123-129.

DOI：10.13274/j.cnki.hdzj.2022.12.022

• 高动态范围
• 图像压缩
• 稀疏度
• 编码

波域图像的子带区域划分混乱，导致图像编码序列偏移量过高，图像压缩编码精度较低等问题。基于此，提出基于CNN的高动态范围图像压缩稀疏编码方法。采集高动态范围图像压缩稀疏编码样本，将波域图像的子带区域划分成多个坐标集合，利用图像压缩数据处理稀疏编码样本字符集，确定单点子带与系数幅值的差异，在此基础上，利用编码数据合成频带稀疏矩阵，并借助卷积神经网络训练编码数据，完成高动态范围图像压缩系数编码。实验结果表明：文中方法的图像编码序列偏移量维持在0.2E上下，且有效提升了高动态范围图像压缩编码的精度。