僅用于解釋本發(fā)明，而不能解釋為對(duì)本發(fā)明的限制。
[0056] 本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非特意聲明，這里使用的單數(shù)形式"一"、"一 個(gè)"、"所述"和"該"也可包括復(fù)數(shù)形式。應(yīng)該進(jìn)一步理解的是，本發(fā)明的說(shuō)明書(shū)中使用的措 辭"包括"是指存在所述特征、整數(shù)、步驟、操作、元件和/或組件，但是并不排除存在或添加 一個(gè)或多個(gè)其他特征、整數(shù)、步驟、操作、元件、組件和/或它們的組。應(yīng)該理解，當(dāng)我們稱元 件被"連接"或"耦接"到另一元件時(shí)，它可以直接連接或耦接到其他元件，或者也可以存在 中間元件。此外，這里使用的"連接"或"耦接"可以包括無(wú)線連接或耦接。這里使用的措辭 "和/或"包括一個(gè)或更多個(gè)相關(guān)聯(lián)的列出項(xiàng)的任一單元和全部組合。
[0057]本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非另外定義，這里使用的所有術(shù)語(yǔ)(包括技術(shù)術(shù) 語(yǔ)和科學(xué)術(shù)語(yǔ))具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該 理解的是，諸如通用字典中定義的那些術(shù)語(yǔ)應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意 義一致的意義，并且除非像這里一樣定義，不會(huì)用理想化或過(guò)于正式的含義來(lái)解釋。
[0058]為便于對(duì)本發(fā)明實(shí)施例的理解，下面將結(jié)合附圖以幾個(gè)具體實(shí)施例為例做進(jìn)一步 的解釋說(shuō)明，且各個(gè)實(shí)施例并不構(gòu)成對(duì)本發(fā)明實(shí)施例的限定。
[0059] 如圖1所示，為本發(fā)明所述的一種圖像集中的圖像的編碼方法，包括：
[0060] 步驟11，獲取圖像集中的待編碼的當(dāng)前原始圖像In的前一幅原始圖像?Η,η 2 2;
[0061] 步驟12,生成所述前一幅原始圖像的解碼圖像1^' ；
[0062] 步驟13,將所述當(dāng)前原始圖像1"與所述前一幅原始圖像Ih的解碼圖像Ih'求差 值，生成差值圖像Dn;
[0063] 步驟14,對(duì)所述差值圖像0"進(jìn)行矩陣變化，生成所述差值圖像0"對(duì)應(yīng)的差值矩陣 Rn;
[0064] 步驟15,對(duì)所述前一幅原始圖像的解碼圖像'進(jìn)行矩陣變化，生成所述前一 幅原始圖像In-l的解碼圖像In-l '對(duì)應(yīng)的矩陣Xn-l;
[0065] 步驟16,使用非負(fù)矩陣分解法，將所述前一幅原始圖像Ιη的解碼圖像Ιη '對(duì)應(yīng)的 矩陣Χη分解為字典矩陣Uh和系數(shù)矩陣Vh ;
[0066] 步驟17,使用最小二乘法，得到所述差值矩陣匕在所述字典矩陣Uh下的系數(shù)矩陣 Vn；
[0067] 步驟18,對(duì)所述系數(shù)矩陣￥"進(jìn)行量化和熵編碼處理，生成所述當(dāng)前原始圖像In的編 碼圖像。
[0068] 步驟14包括：
[0069] 步驟141，將所述差值圖像0"進(jìn)行分塊，生成塊矩陣；
[0070] 步驟142，將每一個(gè)所述塊矩陣轉(zhuǎn)化為一個(gè)列向量；
[0071] 步驟143,根據(jù)各個(gè)所述列向量，組成差值矩陣Rn。
[0072] 步驟12為：
[0073]當(dāng)所述前一幅原始圖像1^在所述圖像集中的序號(hào)為1時(shí)，對(duì)所述前一幅原始圖像 1^進(jìn)行編碼，并進(jìn)行解碼處理，生成所述前一幅原始圖像1^的解碼圖像InV。其中，所述 對(duì)所述前一幅原始圖像In-i進(jìn)行編碼的步驟為:使用JPEG或JPEG2000進(jìn)行編碼處理;所述進(jìn) 行解碼處理的步驟為:使用JPEG或JPEG2000解碼處理。
[0074] 步驟12為：
[0075] 步驟121，當(dāng)所述前一幅原始圖像在所述圖像集中的序號(hào)大于1時(shí)，獲取待解碼的 前一幅編碼圖像In-l·'；
[0076] 步驟122,獲取所述前一幅編碼圖像Ih '反量化后的系數(shù)矩陣Vh'；
[0077] 步驟123,獲取當(dāng)前原始圖像In的前二幅原始圖像In-2的解碼圖像I n-2'對(duì)應(yīng)的字典 矩陣Un-2 ;
[0078] 步驟124,根據(jù)所述前二幅原始圖像In-2對(duì)應(yīng)的字典矩陣1]"-2和所述前一幅編碼圖 像Ih'對(duì)應(yīng)的系數(shù)矩陣V nV，生成前一幅編碼圖像Ih'對(duì)應(yīng)的重建矩陣Rh' ；
[0079] 步驟125,將所述前一幅編碼圖像'對(duì)應(yīng)的重建矩陣Rrrf '反變換為前一幅編碼 圖像In-l'對(duì)應(yīng)的差值矩陣Dr^' ；
[0080] 步驟126,根據(jù)所述前一幅編碼圖像'對(duì)應(yīng)的差值矩陣Dn-i'和所述前二幅原始 圖像In-2的解碼圖像In- 2'，生成前一幅編碼圖像的解碼圖像In-l·'。
[0081] 如圖2所示，為本發(fā)明所述的一種圖像集中的圖像的解碼方法，包括：
[0082] 步驟21，獲取待解碼的當(dāng)前編碼圖像；
[0083] 步驟22,獲取所述當(dāng)前編碼圖像反量化后的系數(shù)矩陣乂/ ;
[0084] 步驟23,獲取當(dāng)前原始圖像In的前一幅原始圖像1^的解碼圖像'對(duì)應(yīng)的字典 矩陣Un-i;
[0085] 步驟24,根據(jù)所述字典矩陣Uh和所述系數(shù)矩陣￥"'，生成重建矩陣Rn' ；
[0086] 步驟25,將所述重建矩陣匕'反變換為差值矩陣Dn' ；
[0087] 步驟26,根據(jù)所述差值圖像Dn'和所述前一幅原始圖像的解碼圖像1^'，生成 當(dāng)前編碼圖像的解碼圖像In'。
[0088] 步驟 24:
[0089] Rn，=Un-iXVn，。
[0090] 步驟25包括：
[0091 ]步驟251，將所述重建矩陣匕'的每一列的向量轉(zhuǎn)化為一個(gè)塊矩陣；
[0092]步驟252,根據(jù)所有所述塊矩陣，組成差值矩陣0"'。
[0093]步驟26根據(jù)以下公式計(jì)算：
[0094] In，= In-i'+Dn，。
[0095] 本發(fā)明具有以下有益效果：
[0096] 本發(fā)明的基于非負(fù)矩陣分解的圖像集壓縮方法，不同于現(xiàn)存的兩類(lèi)圖像集壓縮算 法，本發(fā)明主要是基于非負(fù)矩陣分解(Nonnegative Matrix Factorization，NMF)來(lái)去除圖 像集冗余信息。通過(guò)使用非負(fù)矩陣分解和相鄰圖像間字典矩陣共用的方法，使圖像集壓縮 方法在一種新的壓縮框架和更低的復(fù)雜度下取得較好的壓縮效果。本發(fā)明的圖像集壓縮方 法，與基于代表性信息的圖像集壓縮方法相比，本方法不需要增加圖像數(shù)目，而與基于圖的 圖像集壓縮方法相比，本方法的復(fù)雜度更低。
[0097]以下描述本發(fā)明的應(yīng)用場(chǎng)景。
[0098] 以下結(jié)合圖3和圖4描述本發(fā)明的一實(shí)施例。
[0099] 本發(fā)明的基于非負(fù)矩陣分解的圖像集壓縮方法，其具體實(shí)現(xiàn)步驟如下：
[0100]步驟1，將圖像集中的第一幅圖像使用JPEG或JPEG2000編碼，并本地解碼，將解碼 后的圖像作為下一幅圖像的參考圖像；
[0101] 步驟2,將當(dāng)前待編碼圖像與前一幅參考圖像的編碼圖像求差值，得到差值圖像；
[0102] 步驟3,將差值圖像分塊，并將每一個(gè)塊矩陣轉(zhuǎn)化為一個(gè)列向量，所有的列向量組 成一個(gè)新的差值矩陣；
[0103] 步驟4,將參考圖像同樣做分塊和重排的變換處理，并使用非負(fù)矩陣分解，將變換 后的參考圖像分解為一個(gè)字典矩陣和一個(gè)系數(shù)矩陣，然后使用最小二乘法得到步驟(3)中 新的差值矩陣在該字典矩陣下的系數(shù)矩陣；
[0104] 步驟5,對(duì)最小二乘法得到的系數(shù)矩陣量化和熵編碼；
[0105] 步驟6,將當(dāng)前編碼圖像本地解碼，作為下一幅圖像的參考圖像。再?gòu)牟襟E(2)開(kāi) 始，直到圖像集中的所有圖像編碼完畢。
[0106] 以下描述本發(fā)明的另一實(shí)施例。
[0107] 本方法的編碼的【具體實(shí)施方式】為：
[0108] 步驟1，假設(shè)一個(gè)圖像集為3=(1^12, ???.u，將圖像集中的第一幅圖像使用JPEG 或JPEG2000編碼，并本地解碼，得到解碼后的圖像；
[0109] 步驟2,對(duì)于圖像集中的圖像In(n 2 2)，計(jì)算其與前一幅圖像的解碼后的圖像 的差值，BPDn=In-In-Λ
[0110] 步驟3，將差值圖像Dn分為1個(gè)8 X 8大小的塊，然后將每個(gè)8 X