基于内容自适应分块的眼底图像无损压缩算法

摘要

图像的稀疏性以及纹理分布等内容特征对图像的压缩性能有着重要的影响。为实现眼底图像的有效压缩，本文在软压缩算法的基础上，提出了一种内容自适应分块的无损压缩算法（Adaptive Block-Based Soft Compression, ABSC），并对梯度自适应预测器进行了改进。首先，将图像进行可逆颜色分量变换得到YUV分量，然后对不同分量进行自适应预测编码。其次，对Y分量采用方差来区分不同特征的子块，选择合适的预测器，并对连续预测模式相同的子块进行拼接合并，形成新的子块集合。最后，依次对集合的子块根据预测模式选择对应的预测器进行编码，从而实现自适应分块编码。实验结果表明，相比软压缩算法，本文算法在DRIVE数据集、 CHASEDB1数据集以及课题组采集的数据集上的压缩比分别提高了6.8%,4.3%以及4.1%，优于典型的传统无损压缩算法，验证了新算法在眼底图像无损压缩中的良好效果。

关键词

图像无损压缩 / 预测器 / 内容自适应分块 / 可逆颜色分量变换 / 方差