1.一种基于频率聚类先验知识的彩色图像量化步长估计方法，其特征在于，包括以下步骤：(1)将预先获取的彩色图像进行预处理，将图像从空间域转换到频率域；

(2)构建改进的Res2Net‑C网络结构，获取频域中的量化步长信息；

(3)引入了多通道卷积辅助估计色度通道的量化步长。

2.根据权利要求1所述的一种基于频率聚类先验知识的彩色图像量化步长估计方法，其特征在于，所述步骤(1)实现过程如下：对图像进行DCT变换，每个8×8块中的相同位置构成列向量Li，将列向量按照zig‑zag的顺序组成C×64的矩阵X＝(L1,L2,L3,…,Li,…,L64)；再将列向量Li里面的元素从小到大进行排序得到 得到矩阵

3.根据权利要求1所述的一种基于频率聚类先验知识的彩色图像量化步长估计方法，其特征在于，所述步骤(2)实现过程如下：将ResNet‑C结构合并到Res2Net中，形成Res2Net‑C的网络结构；ResNet由一个输入干、四个卷积组和一个最终输出层组成；输入干使用ResNet‑C的结构；对于四个卷积组使用Res2Net的结构；

通过使用分组滤波使网络通过使用多个3×3卷积扩大感受野，假设h(.)代表3×3的卷积操作，则：y1＝x1           (1)

y2＝h(x2)          (2)

y3＝h(x3)+h(h(x2))      (3)

y4＝h(x4)+h(h(x3))+h(h(h(x2))      (4)其中，h(h(.))代表使用两次3×3的卷积，即可获得5×5的感受野，h(h(h(.)))代表使用3次3×3的卷积，即可获得7×7的感受野。

4.根据权利要求1所述的一种基于频率聚类先验知识的彩色图像量化步长估计方法，其特征在于，所述步骤(3)实现过程如下：输入是一个包含三个YCbCr通道的图像，多通道卷积使用多个滤波器来卷积多通道图像；每个滤波器中的通道数必须与输入通道数相同；每个通道的卷积结果按元素相加，得到最终的特征图；在多通道卷积之后，输出通道的数量等于滤波器的数量。

5.根据权利要求3所述的一种基于频率聚类先验知识的彩色图像量化步长估计方法，其特征在于，所述四个卷积组每层的卷积残差块分别为3、4、6、3。