CN100394883C

CN100394883C - 无线内窥镜系统的准无损图像压缩和解压缩方法

Info

Publication number: CN100394883C
Application number: CNB2005101262553A
Authority: CN
Inventors: 谢翔; 李国林; 李晓雯; 王志华
Original assignee: Tsinghua University
Current assignee: Tsinghua University
Priority date: 2005-12-02
Filing date: 2005-12-02
Publication date: 2008-06-18
Anticipated expiration: 2025-12-02
Also published as: CN1799492A

Abstract

本发明属于医学数字图像压缩技术领域，其特征在于它是一种基于先缩后彩色插值的图像压缩及解压缩方法，在压缩前用低通滤波器去除图像的高频成分，用质量控制因子来控制被滤波像素点占整个图像的百分比，以改进图像质量，用感兴趣区来确定无须压缩后直接进入编码的像素点区以保证所感兴趣区的图像质量。无损压缩采用JPEG-LS无损压缩编码。相应地提供了硬件框图。在对标准图像数据库中的7幅自然图像进行压缩试验，它可以实现信噪比从46.37dB到无穷大范围内连续可调，相应的压缩码率从3.3比特/像素点到6.9比特/像素点范围变化；在对无线内窥镜图像进行压缩时，可以获得平均图像压缩码率2.18比特/像素点，且PSNR大于47.57dB。

Description

无线内窥镜系统的准无损图像压缩和解压缩方法

技术领域

无线内窥镜系统的无损和准无损图像压缩方法及装置属于医学数字图像压缩技术领域，尤其涉及从数字图像传感器输出的具有类似Bayer彩色图像阵列格式的高质量数字图像压缩的技术领域。在本发明中准无损图像压缩的定义如下：压缩后图像的峰值信噪比(PSNR)大于46.37dB，且任一像素压缩前后的误差值不超过2。

背景技术

彩色数字图像传感器已被广泛应用在各种高端和低端的视频领域。但由于彩色图像的数据量大，因此对彩色图像数据的压缩显得非常重要。一般在低端消费类图像产品中主要采用的是有损压缩；而在高端彩色图像传感器的应用领域，特别是医学图像领域，图像质量是第一位的，因此高效率的准无损和无损图像压缩研究在高端彩色图像传感器的应用领域显得尤为重要。

在无线内窥镜系统中，为了减小通信带宽和节省图像数据的发射功耗(在无图像压缩时，胶囊内图像发射功耗占整个胶囊内总功耗的90％)，一种低复杂度、高质量的图像压缩算法的应用是非常必要的。如图1显示了无线内窥镜胶囊内系统中简化的图像采集、压缩和无线传输系统的方框图。在无线内窥镜系统中，彩色图像传感器采集的BAYER格式的内窥镜图像数据在进行彩色插值前将直接被压缩，再通过信道编码由无线收发器发送到体外。Bayer彩色阵列格式是在数字图像传感器中最普遍采用的一种格式，图2是该格式图。而体外接收机把接收的图像数据经过解压缩后再进行彩色插值，最后提供给医生作为最后的诊断图像。由于胶囊内采用两节氧化银电池进行供电，因此要求该图像压缩系统具有低复杂性，以保证硬件开销低和低功耗。

在大多数传统数字图像传感器的应用中，均是先对从数字图像传感器输出的具有类似Bayer彩色图像阵列的数字图像进行插值处理，获得全彩色的RGB数据，然后再对插值后的全彩色数据进行压缩处理，最后把这些压缩后的数据在本地进行存储，或者通过无线或有线的通信方式把压缩的数据发送出去，该方法可示于图3中。然而这种传统的方法(先彩色插值再压缩的方法)是在图像压缩前先对图像传感器输出的Bayer格式的原始数据进行全彩色插值，但这使得在图像压缩前引入了新的数据冗余，这非常不利于图像的压缩。目前人们已经开始提出新的用于图像传感器的先压缩后插值的方法，如图4所示。这种压缩方法是通过对图像传感器输出的类似Bayer彩色格式图像数据直接进行压缩，避免了彩色插值引入的不必要数据冗余，因此这种图像压缩方法能够提高压缩的性能。但这些新提出的各种先压缩后插值的方法主要是针对有损图像压缩提出的，不合适有高质量图像要求的应用，特别是对无线内窥镜等医学图像的应用领域等。

发明内容

本发明目的在于提供一种用于无线内窥镜系统的高效、低复杂度、基于类似Bayer彩色图像阵列的无损和准无损图像压缩/解压缩方法及装置，其结构如图5和6所示。

本发明所述的方法的特征在于：该方法是一种用于无线内窥镜系统的基于先压缩后彩色插值的准无损图像压缩、准无损图像解压缩方法，所述方法由准无损图像压缩方法及准无损图像解压缩方法依次组成，其中：

无线内窥镜系统的准无损图像压缩方法是对图像传感器输出的有很多高频分量的Bayer彩色图像阵列数据用低通滤波器对该数字图像数据的三个分量R、B和G分别进行低通滤波，然后再对滤波后所述的三个图像分量数据分别用无损压缩编码进行压缩的一种方法，其中所述Bayer彩色图像阵列数据中，图像G分量数据呈菱形，数据量占整个Bayer彩色图像阵列数据量的1/2，R和B分量呈矩形，各占整个Bayer彩色图像阵列数据量的1/4，所述无损压缩编码是指JPEG-LS压缩编码；所述压缩方法依次含有以下步骤：

步骤11：向无线内窥镜胶囊内的JPEG-LS压缩编码控制单元设定以下低通滤波用的输入参数：

质量控制因子，即被滤波的像素点占整个图像像素点百分比，用q表示；在所述无线内窥镜胶囊内的低通滤波器中，横向滤波时均匀地选择应该滤波的列；纵向滤波时，均匀地选择应滤波的行；

感兴趣区，用ROI表示，该区内包含了不进行滤波以供直接进行无损压缩像素点的位置和形状，该ROI表示进行无损压缩的处理能力；

步骤12：步骤11中的JPEG-LS压缩编码控制单元在收到q及ROI后，把该数据送往位于所述无线内窥镜胶囊内低通滤波器中的低通滤波控制器并存储；

步骤13：所述无线内窥镜胶囊内最前端的数字图像传感器采集Bayer彩色图像阵列数据，并在所述JPEG-LS压缩编码控制单元所发出的同步信号控制下把该Bayer彩色图像阵列数据送往所述低通滤波器中；

步骤14：所述低通滤波器内的低通滤波控制单元按照设定的ROI把不需要滤波的数据送往所述低通滤波器中内置的缓存SRAM；对于需要进行滤波的数据，首先对G分量进行菱形到矩形的变换操作，即把所述Bayer彩色图像阵列数据中的菱形G分量的空点去掉，然后把剩下的数据直接组合成一个矩形，所以用同一组滤波器，按照以下步骤对G、B、R分量分别用G分量低通滤波器和B、R分量低通滤波器滤波后，存入相应G分量低通滤波器或B、R分量低通滤波器的内置缓存SRAM中：

第I步：横向滤波，以消弱原始图像中水平方向的高频成分，所述横向滤波按列由左至右依次顺序进行，

表示向下取整操作，即

滤波后第1列图像数据＝原第1列图像数据，

第II步：对所述第I步得到的新数据进行纵向滤波，以平滑纵向的高频成分，所述纵向滤波按行由上至下依下述顺序进行，

表示向下取整，即

滤波后第1行图像数据＝原第1行列图像数据，

步骤15：所述JPEG-LS压缩编码控制单元把所述低通滤波器内置的SRAM中所存储的滤波后的图像数据送往位于所述无线内窥镜胶囊内的SRAM中待全部图像数据滤波后，把所述于滤波后的图像数据送往一个内置于所述无线内窥镜胶囊中的JPEG-LS编码器中；

步骤16：所述JPEG-LS编码器在JPEG-LS压缩编码控制单元的控制下对所收到的全部滤波后的图像数据按JPEG-LS无损压缩编码进行无损压缩；

步骤17：待步骤16所述的压缩操作完成后，所述JPEG-LS编码器把压缩后的图像数据存储到所述无线内窥镜胶囊内的SRAM中并送至信道编码单元，进行编码后输出到位于所述无线内窥镜胶囊内的无线收发器，以无线方式发送到体外；

无线内窥镜系统的准无损图像解压缩方法及体外JPEG-LS无损解码器的控制单元由以下步骤描述：

步骤21：体外无线收发装置接收所述无线内窥镜胶囊中的相应装置发

的依次经过滤波、压缩数据后，所述数据送往一个JPEG-LS解码器进行解码；

步骤22：所述JPEG-LS解码器对步骤21中的压缩数据解码后，分别把G分量以及B、R分量送往G分量重构滤波器和B、R分量重构滤波器进行重构滤波；

步骤23：步骤22中所述G分量重构滤波器和B、R分量重构滤波器依次按以下步骤对所述G分量和B、R分量分别进行重构滤波：

第I步：所述G分量重构滤波器和B、R分量重构滤波器把设定的ROI区域内不需要重滤波的数据送往相应重构滤波器中内置的缓存SRAM中；对于需要重构滤波的数据按照设定的q值依次按以下所述纵向重构滤波和横向重构滤波进行；

第II步：纵向重构滤波：按以下公式顺次逐行由下至上进行，已恢复纵向原始数据；

重构后第m行图像数据值＝2*原第m行图像数据值-原第m-1行图像数据值，

重构后第m-1行图像数据值＝2*原第m-1行图像数据值-原第m-2行图像数据值，

···

重构后第2行图像数据值＝2*原第2行图像数据值-原第1行图像数据值，

重构后第1行图像数据值＝原第1行图像数据值，

第III步：横向重构滤波：对步骤23中第II步得到的新数据按以下公式顺次逐列从右至左进行，以完成水平方向数据的恢复；

重构后第m列图像数据值＝2*原第m列图像数据值-原第m-1列图像数据值，

重构后第m-1列图像数据值＝2*原第m-1列图像数据值-原第m-2列图像数据值，

···

重构后第2列图像数据值＝2*原第2列图像数据值-原第1列图像数据值，

重构后第1列图像数据值＝原第1列图像数据值；

第IV步：把重构滤波后的图像数据送往所述重构滤波器中内置的SRAM中；

步骤24：所述G分量重构滤波器把经过重构滤波的G分量数据送往菱形到矩形变换器中进行变换；

步骤25：把步骤23得到的重构滤波后的B、R分量数据以及步骤24得到的重构滤波后又经过变换的G分量数据送往一个加法器相加后得到已恢复的原始Bayer彩色图像阵列数据；

步骤26：把步骤25得到的数据送往一个彩色插值处理器按拉普拉斯方法插值后得到全彩色图像数据。

所述的无损压缩编码除了JPEG-LS外，或是JPEG2000无损压缩部分以及FELICS算法(P.G.Howard and J.S.Vitter，Fast and Efficient Lossless Image Compression[A]，IEEE DataCompression Conference[C]，USA，1993：351-360.)中的任何一种。

本发明用以下装置实现：所述装置是一个位于体内的无线内窥镜胶囊内，它包括：

内部的ASIC芯片含有：菱形到矩形变换单元、G分量图像数据低通滤波单元、B、R分量低通滤波单元、JPEG-LS无损压缩单元以及JPEG-LS无损压缩的控制单元，其中：

菱形到矩形的变换单元，该单元的输入端与一个可以输出Bayer彩色图像数据的图像传感器相连，以把菱形的G分量数据中的空白点去掉，再把剩下的数据直接组合成一个矩形后再输出；

低通滤波器，含有G分量以及B、R分量的低通滤波单元，所述低通滤波器含有：低通滤波控制器、行计数器、列计数器、输入同步提取电路、缓存两行图像数据的SRAM、G、B、R分量寄存器、数据选择器A、数据选择器B以及滤波运算器，其中：

低通滤波控制器，设有：质量控制因子q值输入端，所述q是指：被滤波的像素点占整个图像像素点的百分比；感兴趣区ROI值输入端，所述ROI值是指包含不进行滤波以供直接进行无损压缩像素点的位置和形状；

行计数器和列计数器，其输出端分别和所述低通滤波控制器的相应输入端相连；

输入同步提取器，设有：Bayer图像数据输入端，该输入端与图像传感器单元的相应输出端相连；包括行/场同步信号以及每个像素点的同步时钟在内的同步信号输入端，该输入端与图像传感单元的相应输出端相连；输入同步提取器把提取出的相应行和列信息分别送往行和列计数器单元；该输入同步提取器在所述的同步信号控制下逐行或逐列第输出8位当前行列的Bayer图像数据数据；

缓存SRAM，设有地址信号输入端，该输入端与所述低通滤波控制器的相应输出端相连，还设有前一行或列的数据输入端和输出端；

G分量寄存器、B分量寄存器以及R分量寄存器，各设有选通信号输入端，该输入端与所述低通滤波控制器的相应输出端相连；设有前一行或列的数据输入端，该输入端与所述缓存SRAM的相应输出端相连；还设有当前行或列的数据输入端，该输入端与所述输入同步提取单元的相应输出端相连；

数据选择器A，设有与所述G、B、R分量寄存器的当前行或列、前一行或列的输出数据相应的输入端；

运算器数据输入端和所述数据选择器A的相应的数据输出端相连，按照下述运算方式依次对输入的各分量的图像数据进行横向滤波和纵向滤波：

表示向下取整操作，即

滤波后第1列图像数据＝原第1列图像数据，

第II步：对所述第I步得到的新数据进行纵向滤波，以平滑纵向的高频成分，所述纵向滤波按行有上至下依下述顺序进行，

表示向上取整，即

滤波后第1行图像数据＝原第1行列图像数据，

数据选择器B，设有选通信号输入端，该输入端与所述低通滤波控制器的相应输出端相连，以便分别输入不必滤波的以及已经滤波的图像数据的输入；设有ROI区内的数据输入端，该输入端与所述输入同步提取器的当前行或列的Bayer彩色图像数据输出端相连，还设有滤波数据输入端，该输入端与所述运算器的相应数据输出端相连；另外还有一个前一行或列的已经滤过波的图像数据输出端，该输出端与所述缓存SRAM的前一行或列的图像数据输入端相连，所述前一行或列的图像数据输出端还是一个经过所述低通滤波器处理后的Bayer彩色图像数据输出端；

SRAM，设有Bayer彩色图像数据输入端，该输入端与所述低通滤波器的相应数据输出端相连；还设有一个控制信号输入端，该输入端与所述JPEG-LS无损编码的控制单元的相应输出端相连；

JPEG-LS无损压缩编码器，按JEPG-LS无损压缩标准文件编码，该编码器含有：

四个参数A、B、C、N的缓存存储器，各输入端与所述SRAM内设定的四个参数A、B、C、N的相应的输出端相连，所述四个参数都与一个上下文条件相对应，A指当前上下文条件下地累积绝对误差值，C是指平均误差值，N是指当前上下文出现的总次数，B参数是为了简化计算而引入的中间量，A、B、C、N参数是供图像的自身内容进行自适应调整用的，用于减少预测值的误差；

游程扫描和游程编码电路，该电路的游程模式设定端与所述SRAM缓存的游程模式值的输出端相连；

上下文决策电路，该电路与所述JPEG-LS无损压缩编码的控制单元互连，并有输入端与SRAM的数据输出端相连。该决策电路根据被压缩点的上下文内容来进行本地梯度的计算和量化，以及对量化后梯度的融合与压缩模式的选择；所述本地梯度，指待压缩像素点周围四点形成的三个梯度值(即两像素点间差值)，本地梯度包含三个梯度分量，分别对应待压缩像素点右上与正上、正上与左上的两个水平梯度，及左上与正左的一个垂直梯度；

误差预测电路，该电路的控制信号数据端与所述JPEG-LS无损压缩编码的控制单元相应输出端相连，并有输入端与SRAM的数据输出端相连，另一输口与参数计算单元相连，以进行A、B、C、N参数的读取和更新回写，误差预测电路根据本地梯度及周围四点的值进行粗预测，并且根据当前像素的上下文值对应的A、B、C、N参数对预测初值进行微调，从而最终确定预测值，然后更新A、B、C、N参数；

参数A、B、C和N的计算单元：设有四个数据端口，所述端口与所述四个参数A、B、C、N缓存区单元的相应输出端相连；设有一个误差输入端口，所述端口和误差预测电路相连；该单元完成把从误差电路输入的误差预测值和从参数A、B、C、N缓存区单元读入的相应值进行运算，把运算所得到的结果送回参数A、B、C、N缓存区单元以及误差预测单元存储；

JEPG-LS无损压缩编码的控制单元，设有所述q、ROI值的输出端，该输出端与所述低通滤波器中的低通滤波控制器的相应输出端相连；同时，该JPEG-LS无损压缩编码的控制单元又与所述低通滤波器、SRAM以及JPEG-LS压缩编码器中的上下文决策电路、误差控制电路及游程扫描和编码电路相连。

发明效果如下：

1)该压缩方法提供了一种用于无线内窥镜系统的高效、低复杂度、基于类似Bayer彩色图像阵列的无损和准无损图像压缩。为了证明该压缩方法的有效性，Bayer彩色格式图像数据一部分是从标准图像库中的‘lena’，‘baboon’，‘airplane’，‘house’，‘lake’，‘peppers’和‘splash’等7幅标准图像中通过抽样操作获得；另一部分图像是来自采集到的6幅无线内窥镜图像。

对标准图像库中自然图像采用该压缩方法，当质量控制因子q＝1时，彩色图像的平均压缩码率为3.35比特/像素点、图像的峰值信号噪声比(PSNR)＞＝46.37dB；对无线内窥镜图像采用该压缩方法能提供彩色图像的平均压缩码率为2.18比特/像素点、图像的峰值信号噪声比(PSNR)＞＝47.57dB。

2)该方法中涉及的低通滤波器的实现复杂度非常低，只需要加法和移位运算即可实现。

3)由于本发明提出的压缩方法是在彩色插值之前进行压缩，与常规的先彩色插值后压缩的方法比较，需要压缩的G分量数据只有常规方法G分量数据量的一半，而R和B分量均只有常规方法的四分之一，因此该方法大大降低了压缩的数据量，降低了硬件实现的复杂性和存储量。

4)能提供信噪比在一定范围内连续变化的准无损压缩或无损压缩的图像数据。在对标准图像库中的图像进行压缩的结果表明：通过对低通滤波器的输入参数质量因子的控制可以获得信噪比从大约46.37dB到无穷大范围内连续变化的准无损压缩、无损压缩的图像数据，相应压缩比从平均3.35比特/像素点～6.9比特/像素点变化。

5)能提供对指定感兴趣区ROI区域实现无损压缩等功能，即支持兴趣区(ROI)处理功能。通过对感兴趣区(ROI)压缩控制端口。ROI的形状可以任意比如：矩形，圆，椭圆以及任意形状等。

为了验证算法的有效性，表1列出了论文提出的算法和下列几种算法进行比较的结果。

a)‘本发明的压缩方法(q＝1)，无损压缩编码JPEG-LS’：本发明提出的压缩方法，其中的无损压缩编码部分采用JPEG-LS压缩编码，低通滤波器的质量控制因子q＝100％。

b)‘本发明的压缩方法(q＝1)，无损压缩编码JPEG2000’：本发明提出的压缩方法，其中的无损压缩编码部分采用JPEG2000压缩编码，低通滤波器的质量控制因子q＝100％。

c)‘本发明的压缩方法(q＝1)，无损压缩编码FELICS’：本发明提出的缩方法，其中的无损压缩编码部分采用FELICS压缩编码，低通滤波器的质量控制因子q＝100％。

d)‘JPEG-LS的准无损压缩(near参数是2)’：BAYER数据直接被JPEG-LS准无损压缩编码器压缩，其中near参数是2，即压缩后图像的每个像素点的误差值不大于2。

e)‘本发明压缩方法(q＝0.25)，无损压缩编码JPEG-LS’：本发明提出的压缩方法，其中的无损压缩编码部分采用JPEG-LS压缩编码，低通滤波器的质量控制因子q＝25％。

f)‘参考文献中的结构转换方法(Chin Chye Koh，Jayanta Mukherjee and Sanjit K.Mitra，New Efficient Methods of Image Compression in Digital Cameras with Color Filter Array[J](用于彩色滤波阵列图像数据输出的数字相机的高效图像压缩方法)，IEEE Trans.ConsumerElectronics，Nov 2003，49(4)：1448-1456.)’：BAYER数据通过文献中的结构转换滤波器滤波后再经过JPEG-LS进行无损压缩编码。

g)‘JPEG-LS直接压缩的方法’：采用JPEG-LS直接对Bayer彩色格式的图像数据进行压缩。

f)‘JPEG2000直接压缩’：采用JPEG2000直接对Bayer彩色格式的图像数据进行压缩。

表1是对准图像库中7幅标图像进行压缩的结果，它表明：本发明提出的压缩方法(q＝1)的平均压缩码率达3.35比特/像素点，平均PSNR值达到46.43dB，且压缩后每个像素点值误差不会大于2，因此该算法保证了压缩图像的质量；本发明提出的压缩方法所获得的压缩码率(q＝1)要大大低于采用JPEG-LS和JPEG2000无损编码器对Bayer彩色格式图像数据直接压缩情况下的压缩码率，而且恢复后图像仍保持很高的信噪比(大于46.37dB)；表中的压缩结果也表明了在本发明提出的压缩方法中的无损压缩编码采用JPEG-LS要比采用JPEG2000以及FELICS有更好的压缩性能；在q＝0.25时，本发明提出的压缩方法的压缩性能要高于参考文献中的“结构转换”算法；在q＝1时，本发明提出的压缩方法的压缩性能要高于JPEG-LS的准无损压缩(near参数是2)。

表2是对六幅典型的无线内窥镜图像进行压缩的试验结果。结果同样表明了本发明提出的压缩算法有着比JPEG-LS准无损压缩(near参数是2)以及参考文献中的“结构转换”算法更高的压缩性能。

试验结果表明从压缩性能和硬件实现复杂性的角度考虑，本发明提出的压缩方法是最合适直接对Bayer彩色阵列图像数据进行准无损压缩的算法，也因此合适于无线内窥镜胶囊系统对低复杂度、低功耗的要求。

表1对标准图像库中7幅图像压缩的实验结果与比较

CR表示压缩码率，∝表示无穷大

表2几种图像压缩算法的比较(6幅典型的无线内窥镜图像)

	图像(256×256)	(a)	(b)	(c)	(d)	(e)	(f)
	图像(256×256)	(a)	(b)	(c)	(d)	(e)	(f)	本发明压缩方法(q＝1)，无损压缩编码JPEG-LS	PSNR(db)CR(bit/pixel)	468911962	468822176	469212223	468752256	469042081	469132411
本发明压缩方法(q＝0.25)，无损压缩编码JPEG-LS	PSNR(db)CR(bit/pixel)	528153095	527983331	530063581	529623636	529913209	530173752	本发明压缩方法(q＝1)，无损压缩编码JPEG-LS	PSNR(db)CR(bit/pixel)	468911962	468822176	469212223	468752256	469042081	469132411
本发明压缩方法(q＝0.25)，无损压缩编码JPEG-LS	PSNR(db)CR(bit/pixel)	528153095	527983331	530063581	529623636	529913209	530173752	JPEG-LS的准无损压缩(near参数是2)	PSNR(db)CR(bits/pixel)	453872168	457342412	457362228	4521926311	455812174	455922415
参考文献中的结构转换方法	PSNR(db)CR(bits/pixel)	517313815	516984022	518124206	512964318	517994031	518254527	JPEG-LS的准无损压缩(near参数是2)	PSNR(db)CR(bits/pixel)	453872168	457342412	457362228	4521926311	455812174	455922415

本发明提出的压缩方法除了具有低复杂性和高压缩性能外，还具有压缩图像质量可调整和对ROI进行无损压缩的功能。图15显示了三幅图像(baboon，lena和airplane)的可调整的图像质量PSNR与压缩码率的关系，图像质量PSNR从46.37dB至无穷大连续可调整的功能，相应平均压缩码率从3.35比特/像素点到6.9比特/像素点范围变化。

附图说明

图1无线内窥镜中简化的图像压缩系统模型；

图2BAYER彩色阵列格式图；

图3传统基于数字图像传感器的图像采集、压缩和传输系统(先彩色插值后压缩方法)；

图4新的基于数字图像传感器的图像采集、压缩和传输系统(先压缩后彩色插值方法)；

图5本发明提出的一种用于无线内窥镜系统的基于先压缩后彩色插值方法的压缩结构框图；

图6本发明提出的一种用于无线内窥镜系统的基于先压缩后彩色插值方法的解压缩结构框图；

图7Bayer彩色格式图像数据的G分量从菱形到矩形的变换图；

图8基于类似Bayer彩色图像阵列的数字图像无损和准无损图像压缩/解压缩方法及装置实例图；

图9a横向滤波；

图9b纵向滤波；

图9c纵向重构滤波；

图9d横向重构滤波；

图10(a)q＝50％时，横向滤波器选择的被滤波行数；(b)当q＝25％时，纵向滤波器选择的被滤波的列数；

图11图像质量调整时的算法流程图；

图12虚线框内是选择的ROI；

图13图像压缩方法的VLSI结构；

图14图像压缩算法中低通滤波器的硬件实现结构；

图15调整图像压缩的质量控制因子时压缩码率和压缩比的关系；

图16本发明提出的压缩方法的程序流程图；

图17本发明提出的解压缩方法的程序流程图；

具体实施方式：

图1是无线内窥镜胶囊内系统简化的图像采集、压缩和无线传输系统的方框图。无线内窥镜胶囊内的图像传感器输出的Bayer彩色格式图像数据直接被压缩，然后送至信道编码单元，进行信道编码后输出到无线收发器，以无线电波的形式发送到体外。胶囊也可通过无线收发器接收来自外部的控制命令数据，然后送到信道解码单元，解码后的数据输出到控制单元，由控制单元根据接收到的控制命令来控制胶囊内电路的下一步动作。

图2是图像传感器输出的BAYER格式彩色图像阵列。其中图像G分量数据呈菱形，数据量占整个Bayer图像数据量的1/2，R和B分量呈矩形，各占整个Bayer图像数据量的1/4。

图3是传统先彩色插值后压缩的方法。图像传感器输出Bayer格式的彩色图像数据首先经过彩色插值处理后形成全彩色的RGB图像数据，然后对该全彩色的图像数据进行数据压缩，压缩后的数据在本地存储或通过有线或无线的通讯方式发送出去，最后对存储在本地或通过有线或无线方式获得的压缩数据进行解压缩后即可得到恢复后的全彩色的图像数据。

图4新的基于先压缩后彩色插值的压缩方法。图像传感器输出的Bayer彩色格式图像数据直接被压缩，压缩后的数据将在本地存储或通过有线或无线的通讯方式发送出去，最后对存储在本地或通过有线或无线接收方式获得的压缩数据进行解压缩，最后对解压缩后的Bayer彩色格式图像数据进行彩色插值处理后形成全彩色的RGB图像数据，恢复为全彩色的RGB图像数据。

图5是本发明提出的用于无线内窥镜系统的基于先压缩后彩色插值的压缩结构。图像传感器输出Bayer格式的彩色图像数据，数据中的G分量首先通过菱形到矩形的转换后，送入到低通滤波器中进行平滑滤波，最后送入无损压缩模块进行无损压缩，其中R和B分量原本就是矩形，因此将分别直接通过低通滤波器进行低通滤波，最后送入无损压缩模块进行无损压缩，平滑滤波器有两个控制参数：质量控制因子和感兴趣区(ROI)参数。

图6中是对图5中输出的压缩数据进行解压缩，然后对解压缩输出的G分量通过矩形到菱形的变换，再送入重构滤波器进行重构，而对解压缩输出的R和B分量则分别直接送入重构滤波器进行重构，重构滤波器有两个与压缩部分的低通滤波器相同的输入控制参数：质量控制因子和感兴趣区(ROI)参数，对两个重构滤波器输出的G、R和B分量由加法器重新组合成Bayer格式的彩色图像数据输出到彩色插值处理单元进行彩色插值，最后获得全彩色RGB的数据输出。

图7是把Bayer格式的彩色图像数据中的菱形G分量的空点去掉，然后把剩下的数据点直接组合成一个矩形。

图8所示是本发明涉及的用于无线内窥镜系统的高效、低复杂度、基于类似Bayer彩色图像阵列的无损和准无损图像压缩/解压缩方法的具体实施装置。无线内窥镜胶囊内包括数据采集、本发明提出的压缩装置(包括菱形到矩形的变换单元、低通滤波器、JPEG-LS编码器)以及无线收发射装置A；在无线胶囊外包括本发明提出的数据解压缩和恢复装置，以及无线收发射装置B组。胶囊内的数据采集、压缩装置主要完成对Bayer彩色格式图像数据的采集和压缩的过程，该装置的最前端为CCD/CMOS数字图像传感器，它完成图像采集后输出Bayer彩色格式图像数据。由于Bayer彩色格式数据具有很多高频分量的特点，未加处理的原始数据不适合直接压缩，因而需对原始数据进行低通平滑滤波处理。Bayer彩色格式图像数据中G分量的像素点排列呈菱形，在对G分量滤波前需要进行由菱形到矩形的变换，然后进行低通滤波，R和B分量则可直接进行低通滤波，最后滤波后的三个分量将被分别送入无损压缩单元进行压缩，压缩单元采用JPEG-LS的无损压缩编码。该压缩装置采用专用集成电路(ASIC)实现。经压缩后的数据将通过无线收发射装置A以无线电波形式发射到胶囊外。

胶囊外的无线收发射装置B接收来自胶囊内发射的压缩图像数据，该数据由本发明提出的解压缩方法进行数据解压缩，解压缩后的数据最后通过彩色插值处理恢复成全彩色的RGB图像数据。解压缩装置包括重构滤波器、菱形到矩形的变换单元、加法器以及JPEG-LS解码器。解压缩部分在具体实例中由软件实现。

首先定义一个客观的图像压缩的比较标准，见下面公式(1)：

PSNR = 10 \log_{10} (\frac{255^{2}}{\frac{1}{H \times W} Σ_{x = 1}^{W} Σ_{y = 1}^{H} {(I_{1} (x, y) - I_{2} (x, y))}^{2}}) - - - (1)

低通滤波器设计：

首先对G分量先进行如图7的菱形到矩形的变换操作，然后对G、B、R分别滤波，并采用相同的一组滤波器。该组滤波器分两个部分：横向滤波见图9a和纵向滤波见图9b。图中所示为4×4的bayer数据。图9a中，‘●’代表首列的原始数据，代表第m列滤波后数据，

代表第m列未滤波原始数据，在横向滤波过程中，除第一列数据外的其它数据都要经过滤波处理，具体操作可由公式(2)来表达，其中

表示取整操作，有滤波操作的顺序是由左至右。

滤波后第1列图像数据＝原第1列图像数据，

经过横向滤波后，原始图像中水平方向的高频成分大大减少，为了进一步平滑纵向的高频成分，滤波输出数据接入一个纵向滤波器，滤波过程如图9b。图9b中，‘●’代表首行原始数据，代表第m行滤波后数据，

代表第m行未滤波原始数据，具体操作可用公式(3)表示。其中

是取整操作，但

滤波过程按照从上到下的顺序。

滤波后第1行图像数据＝原第1行列图像数据

重构滤波器设计：

重构滤波器组也包含两个滤波器：纵向重构滤波器和横向重构滤波器，这两部分重构滤波分别于前面的纵向滤波和横向滤波相对应。纵向重构滤波目的在于恢复纵向原始数据，滤波操作过程见图9c，重构过程按行进行，按照由下至上顺序，逐个恢复上一行数据值直至首行为止，具体滤波过程可由公式4来表达。纵向重构时，公式中的序号表示行的序号。

重构后第m行图像数据值＝2*原第m行图像数据值-原第m-1行图像数据值

重构后第m-1行图像数据值＝2*原第m-1行图像数据值-原第m-2行图像数据值

···

重构后第2行图像数据值＝2*原第2行图像数据值-原第1行图像数据值

重构后第1行图像数据值＝原第1行图像数据值

(4)

横向重构滤波器完成水平方向数据恢复的功能，重构过程按行进行，按照从右至左的顺序，逐个恢复前一列数据直至首列为止，过程也可用公式(4)描述，但公式中的序号表示列的序号，其滤波操作过程见图9d。

误差分析：

提出算法的误差产生根源是在低通滤波器中的横向和纵向滤波操作，也即公式(2)和(3)中的取整操作。在实际无线内窥镜系统中采用的是8比特/像素点的精度。横向滤波公式(2)导致的误差e_H可以用公式(5)表达，公式中x是表示滤波过程中相邻两个像素点值的和，是一个8比特的整数。从该公式可知：e_H＝0或1。

同样纵向滤波公式(3)导致的误差e_V可以用公式(6)表达。从该公式可知：e_V＝0或-1。

因此通过横向和纵向滤波后，总的误差可用下面公式(7)描述。其中公式中的

部分是由于纵向滤波引入误差再通过横向重构滤波器扩大后的最终误差，而

则是由于横向滤波引入的误差。因此通过公式(6)可知低通滤波器总的引入误差将不会大于2。

通过对大量图像进行统计的结果，可以得到公式(8)所示关于横向滤器和纵向滤波器所分别引入误差的概率分布。

p_{H} (0) = p_{H} (1) = p_{V} (0) = p_{V} (- 1) = \frac{1}{2} - - - (8)

结合低通滤波器的误差公式(7)和横向和纵向滤波引入误差的概率分布，可以得出低通滤波器总得引入误差值的概率分布见下面公式(9)。

\{\begin{matrix} p_{H + V} (0) = p_{V} (0) \times p_{V} (0) \times p_{H} (0) + p_{V} (0) \times p_{V} (- 1) \times p_{H} (1) = \frac{1}{4} \\ p_{H + V} (1) = p_{V} (0) \times p_{V} (0) \times p_{H} (1) + p_{V} (0) \times p_{V} (- 1) \times p_{H} (0) \\ + p_{V} (- 1) \times p_{V} (- 1) \times p_{H} (0) + p_{V} (- 1) \times p_{V} (0) \times p_{H} (1) = \frac{1}{2} \\ p_{H + V} (2) = p_{V} (- 1) \times p_{V} (0) \times p_{H} (0) + p_{V} (- 1) \times p_{V} (- 1) \times p_{H} (1) = \frac{1}{4} \end{matrix}- - - - (9)

因此根据低通滤波器的误差概率分布公式(8)以及PSNR的定义(1)，可以得出解压缩后的重构图像数据的理论上的PSNR值将是46.37dB，见公式(10)。因此论文提出的准无损压缩算法在理论上不仅仅保证了解压缩重构后的每个像素点的误差值不超过2，同时也保证了解压缩重构后的图像PSNR大于46.37dB。

PSNR = 10 \log_{10} (\frac{255^{2}}{\frac{1}{H \times W} \times [p (1) \times (H \times W) \times 1^{2} + p (2) \times (H \times W) 2^{2}]}) = {10 \log}_{10} (\frac{255^{2}}{p (1) + p (2) \times 2^{2}}) = 46.37 dB - - - (10)

算法中可以通过控制滤波器的质量因子来选择要被滤波的像素点个数的多少来调整压缩后图像的质量和压缩比。在算法中被滤波的像素点占整个图像像素点的百分比，将被作为低通滤波器的输入参数，即质量控制因子。如果把质量因子引入公式(1)，可以得出可调整图像质量的公式(11)。公式中q表示质量因子，q≤1。当q＝0时，表示无损压缩，PSNR趋于无穷大，当q＝1时，表示所有像素点将全部被滤波，此时PSNR＝46.37dB。因此该算法可以提供了PSNR从46.37dB左右到无穷大的调整。

PSNR = 10 \log_{10} (\frac{255^{2}}{\frac{1}{H \times W} \times [p (1) \times (H \times W \times x) \times 1^{2} + p (2) \times (H \times W \times q) 2^{2}]}) = {46.37 - 10 \log}_{10} q - - - (11)

在实际的应用中为了简化被滤波点的选择，本发明给出了一个简单方法来进行滤波点选择。通过对滤波点的选择改为对滤波行或列的选择来调整压缩图像的质量。在横向滤波时根据质量因子，均匀地选择该滤波的列；在纵向滤波时，则尽量均匀地选择该滤波的行。图10显示了当q＝25％时，纵向与横向滤波器选择的被滤波的行数与列数。进行图像质量调整时算法过程可见图11的流程。

为了能够保证感兴趣区(ROI)图像数据的质量，算法提供了能够对ROI进行无损压缩的处理能力。算法根据滤波器的输入ROI参数中包含的ROI位置和形状等信息对ROI内的点不进行滤波来实现对ROI的无损压缩。如图12给出了对一个2×2虚框所示ROI进行无损压缩的例子，其中G44，R45，B54和G55四个点将不被滤波。

图像压缩电路的大规模集成电路(VLSI)结构见图13。从图像传感器输出的Bayer阵列彩色图像数据以及各种同步信号首先将通过一个低通滤波器对G、B和R分量分别进行低通平滑滤波，然后存入SRAM中，直到所有像素点滤波完毕，再由JPEG-LS模块把滤波后的数据从SRAM中读出进行无损压缩，压缩后的数据将再次存回SRAM，以提供无线收发射装置能以不同码率发射到胶囊外部。JPEG-LS的硬件实现部分主要包括如下几部分：

a)JPEG-LS的控制单元

主要实现对输入的Bayer图像数据的滤波和数据存储的控制，以及数据的压缩，并对上下文的决策单元的输出结果判断当前压缩点应该进入的编码模式，它还控制着整个JPEG-LS压缩模块的时钟管理。

b)上下文决策单元

该模块是根据当前被压缩点的上下文内容来进行本地梯度的计算和量化，以及对量化后梯度的融合与压缩模式的选择，决策的结果将送回控制单元，所述本地梯度，指待压缩像素点周围四点形成的三个梯度值(即两像素点间差值)，本地梯度包含三个梯度分量，分别对应待压缩像素点右上与正上、正上与左上的两个水平梯度，及左上与正左的一个垂直梯度。。

c)误差预测

该单元首先完成对被压缩点的中值边缘检测，也即对被压缩点值的固定预测，并对固定预测值进行自适应校正，然后计算预测值的误差，以及对误差值的归类与映射。

d)参数A、B、C和N的计算单元

在误差预测和计算中，需要用到四组参数A、B、C和N，所述参数A指当前上下文条件下地累积绝对误差值，C是指平均误差值，N是指当前上下文出现的总次数，B参数是为了简化计算而引入的中间量，这四组参数A、B、C、N是供图像根据自身内容进行自适应调整用的，用于减少预测值的误差，该单元完成把从误差电路输入的误差预测值和从参数A、B、C、N缓存区单元读入的相应值进行运算，把运算所得到的结果送回参数A、B、C、N缓存区单元存储这四组预测参数被存储在各自参数的缓存区中和误差预测单元，所需内存大小＝368×16(参数A)+368×6(参数B)+368×8(参数C)+368×6(参数N)＝13248比特。

e)Golomb编码

JPEG-LS的正常编码模式下，对预测误差值进行限定码字长度的Golomb编码。

f)游程扫描和游程编码

对进入游程编码模式的压缩点进行游程扫描，并对扫描的游程长度进行Golomb编码。因此图像压缩部分总的内存开销是322×288×8+13248＝755136比特。

其中核心的滤波器部分的硬件结构见图14所示，实现非常的简单。输入的同步信号主要包括：行/场同步信号，以及每个像素点输出的同步时钟信号等。行场同步信号与同步时钟信号主要用来计算当前输出图像数据所在的行和列，提供滤波控制单元来决策当前的像素点是否要被低通器滤波，并通过数据选择器B的选择，来实现对ROI内的图像数据实现无损压缩。那些已被滤波和ROI中未滤波的数据都将存入SRAM中。滤波过程只需要一个8比特位宽的加法器，加法器的输入选择是通过数据选择器A来实现，即实现选择对G、B和R三路图像分量分别进行滤波。该滤波器的硬件开销非常低，对于每个需滤波的像素点只需要进行两次8比特位宽的加法操作和一次SRAM的写操作，每个彩色分量只需要两个寄存器来存储相邻点的像素点值。

Claims

1.无线内窥镜系统的准无损图像压缩和解压缩方法，其特征在于该方法是一种用于无线内窥镜系统的基于先压缩后彩色插值的准无损图像压缩、准无损图像解压缩方法，所述方法由准无损图像压缩方法及准无损图像解压缩方法依次组成，其中：

表示向下取整操作，即

滤波后第1列图像数据＝原第1列图像数据，

表示向下取整，即

滤波后第1行图像数据＝原第1行列图像数据，

步骤21：体外无线收发装置接收所述无线内窥镜胶囊中的相应装置发来的依次经过滤波、压缩数据后，所述数据送往一个JPEG-LS解码器进行解码；

· · ·

重构后第1行图像数据值＝原第1行图像数据值，

· · ·

重构后第1列图像数据值＝原第1列图像数据值；