CN101902650A - 一种适用于Bayer图像格式的无损压缩方法 - Google Patents

Abstract

本发明公开了一种适用于Bayer图像格式的无损压缩方法，将当前象素与其上方隔开一行象素，以及与其左侧隔开一列象素进行相关性评估计算，采用两个存储行line0、line1分别用于存储奇数行和偶数行的象素值，当前象素如果是偶数行则使用line0进行相关性评估；当前象素如果是奇数行，则使用line1进行相关性评估；即对N1、N2变量赋相应的值，然后计算L＝min(N1，N2)；H＝max(N1，N2)，再由当前象素值P落入的分布位置而定编码方法。本发明无需进行预处理，克服了三色通道分解或图像结构转换等运算，继承FELICS方法的快捷高效、适合低功耗小面积物理实现的特点，压缩效果好。

Description

一种适用于Bayer图像格式的无损压缩方法

技术领域

本发明涉及图像压缩方法，具体地说，涉及一种适用于Bayer图像格式的无损压缩方法。

背景技术

目前，绝大多数的CCD、CMOS图像传感器中用一种称作Bayer的滤光片排列格式记录图像的三原色彩(红绿兰，RGB)信息，这种图案是一种红绿滤光片间隔行和绿蓝滤光片间隔行循环交替的排列方式(如图1所示)，因此Bayer格式是最常见的CMOS和CCD图像传感器的数据输出格式。

尽管Bayer格式比全彩色格式能节省图像传输带宽和存储空间，但是在某些情况下依然需要对Bayer格式的图像进行压缩，进一步缩小图像体积(如低功耗小体积的嵌入式图像传感器，或分辨率高达数百万乃至千万像素的图像传感器)。但目前的压缩方法需要对Bayer格式图像进行预处理，例如RGB三色通道分解或者结构转换(如图2、3所示)，这无疑增大了运算量、占用了较多运算资源(如处理器片上存储器)，不利于压缩方法的实时性、不利于压缩方法的低功耗小面积物理实现。因此，有必要进一步研究直接针对Bayer格式图像的压缩方法。

FELICS是一种快速高效的无损图像压缩方法，它比工作在无损模式下的JPEG快5倍，并能够达到同样的压缩率，而且方法简单占用运算资源少，无需对整幅图像进行存储，节省物理实现(芯片)面积。FELICS方法中需要将当前象素与其相邻的Top和Left象素进行比较(如图4所示)，从而决定编码策略。显然，从理论分析可知，图4这种评估象素间相关性的方法不能适用于图1中的Bayer格式图像，因为图1中任意象素和其Top和Left位置相邻象素都是非同色象素，相关性自然很差；大量实际试验亦显示FELICS对Bayer图像的压缩效果很差，例如以图5所示图像为试验对象，压缩比从正常RGB格式的3.3708降到Bayer格式的1.1321。由此可知，FELICS压缩方法不适用于Bayer格式图像。

为了解决FELICS压缩方法不适用于Bayer格式图像的问题，本文作者在充分的理论分析基础之上提出了一种改进型FELICS方法，称作X-FELICS压缩方法，此方法无需对Bayer格式图像进行预处理，直接应用其间隔分布的RGB三色通道中的象素，并继承了FELICS方法的快捷高效、适合低功耗小面积物理(芯片)实现的特点，有着广泛的实用性和重要的创新价值。

发明内容

(一)要解决的技术问题

本发明的目的在于提出一种针对广泛存在的Bayer格式图像，无需进行预处理，直接进行图像压缩的适用于Bayer图像格式的无损压缩方法，以克服普通压缩方法所需的三色通道分解或图像结构转换等运算，并继承FELICS方法的快捷高效、适合低功耗小面积物理(芯片)实现的特点。

(二)技术方案

为了实现上述目的，本发明提出了一种适用于Bayer图像格式的无损压缩方法，该方法是将当前象素与其上方隔开一行象素，以及与其左侧隔开一列象素进行相关性评估计算。

上述方案中，该方法在进行相关性评估计算过程中，采用两个存储行line0、line1分别用于存储奇数行和偶数行的象素值，当前象素如果是偶数行则使用line0进行相关性评估；当前象素如果是奇数行，则使用line1进行相关性评估；评估方法与FELICS方法相同，即对N1、N2变量赋相应的值，然后计算L＝min(N1，N2)；H＝max(N1，N2)，再由当前象素值P落入的分布位置而定编码方法。

上述方案中，所述两个存储行是两个存储器或寄存器。

上述方案中，该方法对图像前两行和前两列的象素进行特殊无损压缩编码处理；对于图像其他行和其他列，在处理偶数行时与第一个存储行中对应数据作比较，处理奇数行时与第二个存储行中数据作比较。

上述方案中，对于图像第一行的前两个象素(0，0)和(0，1)直接进行编码；

对于图像第一行的(0，2)、(0，3)象素，采用与其左侧但隔开一个象素(0，x-2)进行比较，且此时对N1和N2赋值相同，均为P(0，x-2)；

对于第一行的(0，4)、(0，5)...(0，end)象素，采用与其左侧已经出现过的同色的两个象素进行比较，即N1＝P(0，x-2)，N2＝P(0，x-4)。

上述方案中，对于图像第二行的象素，不存在Top’行进行相关性评估，而只有本行的左侧进行比较，编码方法同第一行。

上述方案中，对于第三行及其以后各行的前两个象素(2，0)和(2，1)，分别采用与其上方隔开一行Top’中的两个象素进行比较，即N1＝P(y-2，x)和N2＝P(y-2，x+2)；

对于第三行及其以后各行的(2，2)、(2，3)...(2，end)象素，采用正常的上方隔开一行、左侧隔开一列的象素值分别对N1、N2赋值。

(三)有益效果

在本发明提供的这种针对广泛存在的Bayer格式图像，继承FELICS方法快捷高效特点的同时，无需对Bayer格式象素进行三色通道分解或结构变换，简化了处理流程，节省了存储器或寄存器空间，利用两个存储行分别对应奇数行和偶数行轻松解决了Bayer格式中三色通道象素之间的跳转问题，实现了对Bayer格式图像较好的压缩效果，适合低功耗小体积物理(芯片)实现，通过充分理论分析和大量真实试验证实此X-FELICS方法具有广泛实用性和突破创新性。

附图说明

图1是Bayer格式图像示意图；

图2是RGB三色通道分解示意图；

图3是RGB三色结构变换示意图；

图4是FELICS方法中当前象素P与其Top和Left象素位置关系；

图5是试验图像实例RBG正常格式(左)与其Bayer格式(右)；

图6是X-FELICS方法中采用的隔开一行隔开一列评估相关性方法；

图7是当前P与(Top-P，Left-P)或(Top’-P，Left’-P)相关性概率分布。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明提出了一种适用于Bayer图像格式的无损压缩方法，根据R、G、B三色通道采用隔开一行隔开一列评估相关性的方法，并通过理论分析和大量试验证实了此方法的合理性和实用性。

首先，通过观察发现尽管Bayer格式图像(图1)不能满足FELICS所需的评估相关性方法(图4)，但是其象素P(x，y)在x＞2且y＞2(x表示行标、y表示列标)时，与其隔开一行(Top’)和隔开一列(Left’)所对应的象素属于同一颜色通道的现象(图6)；

然后，进行可行性分析，考查此隔开一行、隔开一列象素之间的相关性，经理论分析和大量不同真实图像试验，证实此相关性满足原始FELICS方法的存在前提，即图7所示的概率分布，从而证实本文根据Bayer格式定制的X-FELICS方法存在较强的可行性；

最后，进行方法实现，准备两行图像大小的存储器或寄存器用于保存Top’-P象素值，除前两行和前两列象素外(即P(x，y)，x＞2，y＞2)，进行类似于FELICS方法的编码处理，只是处理偶数行时与第一个存储行中对应数据作比较，处理奇数行时与第二个存储行中数据作比较，其它技术细节可参考后文的具体实施例。

为了具体实现针对Bayer格式图像的X-FELICS压缩方法，需要按以下关键步骤进行编程：

1)采用两个存储行line0、line1来代替原来FELICS方法中的一个存储行，当前象素如果是偶数行则使用line0进行相关性评估；奇数行，则使用line1。评估方法与FELICS方法相同，即对N1、N2变量赋相应的值，然后计算L＝min(N1，N2)；H＝max(N1，N2)，再由当前象素值P落入图7的分布位置而定编码方法。

2)对于图像第一行(数字上表示为第0行)的前两个象素(0，0)和(0，1)，因为不是一个颜色通道，所以不能进行比较，只能直接进行编码；

3)对于第一行的(0，2)、(0，3)象素，可以与其左侧但隔开一个象素(0，x-2)进行比较，且此时对N1和N2赋值相同，均为P(0，x-2)，后续如1)中计算L、H并编码，下同。

4)对于第一行的(0，4)、(0，5)...(0，end)象素，可以与其左侧已经出现过的同色的两个象素进行比较，即N1＝P(0，x-2)，N2＝P(0，x-4)。

5)对于图像第二行的象素，不存在Top’行进行相关性评估，而只有本行的左侧进行比较，编码方法同第一行；

6)对于第三行的前两个象素(2，0)和(2，1)分别与其上方隔开一行Top’中的两个象素进行比较，即N1＝P(y-2，x)和N2＝P(y-2，x+2)；

7)对于第三行的(2，2)、(2，3)...(2，end)象素，即可用正常的上方隔开一行、左侧隔开一列的象素值分别对N1、N2赋值；

8)以后各行重复第三行的规律。

X-FELICS编程实现后，进行真实图像压缩试验：

1)以图5(右)中的Bayer格式图像为试验对象，X-FELICS压缩比为3.2258，和FELICS方法对图5(左)中RGB正常图像的压缩比3.3708相差不大，且远远高于FELICS方法对图5(右)中Bayer格式图像的压缩比1.1321；

2)X-FELICS方法与公认的无损压缩效果较好的JPEG-LS方法进行比较，后者对图5(右)Bayer图像的压缩比为2.2296，前者比后者高45％；

3)采用大量标准图像库中的图像，转化成Bayer格式进行无损压缩试验，X-FELICS压缩效果依然很好，平均压缩比(Compression Rate)比JPEG-LS方法高20％。

至此，可以确认X-FELICS方法是一种继承FELICS方法优点、面向广泛存在的Bayer格式图像的无损压缩方法，此方法具有以下特点：简单快捷、压缩效果好、有利于低功耗小面积物理(芯片)实现，具有普遍适用价值和突破性创新意义。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种适用于Bayer图像格式的无损压缩方法，其特征在于，该方法是将当前象素与其上方隔开一行象素，以及与其左侧隔开一列象素进行相关性评估计算。

2.根据权利要求1所述的适用于Bayer图像格式的无损压缩方法，其特征在于，该方法在进行相关性评估计算过程中，采用两个存储行line0、line1分别用于存储奇数行和偶数行的象素值，当前象素如果是偶数行则使用line0进行相关性评估；当前象素如果是奇数行，则使用line1进行相关性评估；评估方法与FELICS方法相同，即对N1、N2变量赋相应的值，然后计算L＝min(N1，N2)；H＝max(N1，N2)，再由当前象素值P落入的分布位置而定编码方法。

3.根据权利要求2所述的适用于Bayer图像格式的无损压缩方法，其特征在于，所述两个存储行是两个存储器或寄存器。

4.根据权利要求2所述的适用于Bayer图像格式的无损压缩方法，其特征在于，该方法对图像前两行和前两列的象素进行特殊无损压缩编码处理；对于图像其他行和其他列，在处理偶数行时与第一个存储行中对应数据作比较，处理奇数行时与第二个存储行中数据作比较。

5.根据权利要求4所述的适用于Bayer图像格式的无损压缩方法，其特征在于，

对于图像第一行的前两个象素(0，0)和(0，1)直接进行编码；

对于图像第一行的(0，2)、(0，3)象素，采用与其左侧但隔开一个象素(0，x-2)进行比较，且此时对N1和N2赋值相同，均为P(0，x-2)；

对于第一行的(0，4)、(0，5)...(0，end)象素，采用与其左侧已经出现过的同色的两个象素进行比较，即N1＝P(0，x-2)，N2＝P(0，x-4)。

6.根据权利要求4所述的适用于Bayer图像格式的无损压缩方法，其特征在于，对于图像第二行的象素，不存在Top’行进行相关性评估，而只有本行的左侧进行比较，编码方法同第一行。

7.根据权利要求4所述的适用于Bayer图像格式的无损压缩方法，其特征在于，

对于第三行及其以后各行的前两个象素(2，0)和(2，1)，分别采用与其上方隔开一行Top’中的两个象素进行比较，即N1＝P(y-2，x)和N2＝P(y-2，x+2)；

对于第三行及其以后各行的(2，2)、(2，3)...(2，end)象素，采用正常的上方隔开一行、左侧隔开一列的象素值分别对N1、N2赋值。

Images