CN101977330A - 一种基于YUV变换的Bayer图像压缩方法 - Google Patents
一种基于YUV变换的Bayer图像压缩方法 Download PDFInfo
- Publication number
- CN101977330A CN101977330A CN 201010543504 CN201010543504A CN101977330A CN 101977330 A CN101977330 A CN 101977330A CN 201010543504 CN201010543504 CN 201010543504 CN 201010543504 A CN201010543504 A CN 201010543504A CN 101977330 A CN101977330 A CN 101977330A
- Authority
- CN
- China
- Prior art keywords
- component
- bayer
- image
- bit plane
- wavelet coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一种基于YUV变换的Bayer图像压缩方法,属于航天光学遥感器技术领域,是一种应用于航天光学遥感CMOS相机的Bayer图像压缩的方法。首先对Bayer格式图像进行空间变换,由三色空间转换为亮度色度空间,去除了三色分量间的相关性,为亮度和色度采用不同的压缩比做好准备,随后根据图像的复杂度进行自适应确定压缩比并进行变换和编码。本发明采用空间变换去除三色分量的相关性从而对压缩后图像质量有很大的提高,并且针对不同复杂度的图像采用不同的压缩比,更增加了相机的适应能力。
Description
技术领域
本发明涉及一种基于YUV变换的Bayer图像压缩方法,属于航天遥感器电子学领域。
背景技术
轻小型低功耗面阵CMOS相机已广泛应用于卫星本体机构、深空探测、空间站及飞船上的视频遥测,有了它就可以对卫星变轨、改变姿态、发动机工作、太阳翼展开、天线展开等活动进行监视和评估,为科研工作者在地面判断卫星工作情况提供图像依据,已成功应用于多个型号。
相机分为黑白和彩色两种,彩色相机用于监视有颜色的物体,目前,空间光学遥感相机获得彩色图像有很多方法,大型遥感相机一般是通过多个传感器分别获取不同谱段图像再通过后期合成彩色,而轻小型低功耗的面阵CMOS相机则是通过CMOS传感器上的Bayer格式滤光片阵列获取红绿蓝三个谱段图像,再通过插值合成彩色图像。
目前民用数码相机上CMOS图像的压缩方法多数是图像在插值后才进行图像压缩(见图2),由于在插值过程中对图像加入了很多冗余信息,压缩数据量是原Bayer图的三倍,不利于空间相机图像压缩实时性。并且民用相机压缩方法多采用简单的JPEG压缩方法,JPEG压缩由于采用离散余弦变换和霍夫曼编码所以不能进行固定比例压缩,这就使得它对简单的图像压缩比特别大(会出现块状效应)而复杂图像的压缩比特别小,这就不能合理分配压缩编码资源,而且卫星由于需要预估数据量以分配数传资源,所以必须采用具有固定压缩比特性的压缩算法。
国内有些研究所,应用于航天CMOS相机Bayer图像压缩虽然采用基于小波的压缩方法,可以固定压缩比,但压缩时却提取Bayer原图中的红绿蓝各分量分别进行压缩(见图3),这样待压缩数据量相比插值后再压缩的方法减少了,但是由于没有考虑到三色图像之间的相关性(三色图像内容几乎一样只是亮度不同)和彩色图像的特点,对三色分量中相同的信息进行重复描述,使压缩效率大大降低。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种基于空间变换的Bayer图像压缩方法,本方法首先采用在压缩前引入YUV空间转换,对YUV各分量进行压缩,去除了RGB三色空间的相关性,然后根据YUV小波变换后的复杂度进行自适应编码量分配控制,计算出YUV三个分量的压缩编码量,达到了合理分配编码资源的目的,提高了编码效率,最后利用可以固定压缩比的SPIHT算法进行编码,从而实现了高保真的Bayer格式图像压缩。
本发明的技术解决方案是:
一种基于YUV变换的Bayer图像压缩方法,所述Bayer图像由若干Bayer单元构成,每个Bayer单元包含4个像素,分别是一个R分量、一个B分量和两个G分量,步骤如下:
(1)取一个Bayer图像的Bayer单元中的G分量均值、R分量和B分量组成一个RGB向量,通过公式
将所述RGB向量进行YUV变换,通过YUV变换把亮度分量和色度分量分开,将Bayer图像中所有Bayer单元均按照上述方法进行变换之后,形成Bayer图像的亮度分量Y、色度分量U和色度分量V;
(2)对步骤(1)中得到的亮度分量Y、色度分量U和色度分量V分别进行小波变换,得到Y分量小波系数、U分量小波系数、V分量小波系数、位平面值LY、位平面值LU和位平面值LV,之后进入步骤(3);所述位平面值LY是指Y分量小波系数的位平面个数,即Y分量小波系数中的最大值表示成为二进制数的位数;所述位平面值LU是指U分量小波系数的位平面个数,即U分量小波系数中的最大值表示成为二进制数的位数;所述位平面值LV是指V分量小波系数的位平面个数,即V分量小波系数中的最大值表示成为二进制数的位数;
(3)根据步骤(2)中得到的位平面值LU和位平面值LV,通过公式和公式
计算U分量编码权值aU和V分量编码权值aV,之后进入步骤(4);
(4)根据公式 和分别计算出总编码量C、Y分量的编码量YC、U分量的编码量UC和V分量的编码量VC,之后进入步骤(5);其中,N为图像压缩比,H为将Bayer图像分成若干长宽相等的图像块的块边长,且有块边长H=2i像素,i为大于等于5的自然数;
(5)根据步骤(4)中得到的总编码量C、Y分量的编码量YC、U分量的编码量CU和V分量的编码量VC,通过SPIHT编码方法对Bayer图像进行压缩。
所述步骤(2)中小波变换采用9/7小波作为小波基。
本发明与现有技术相比的有益效果是:
(1)本发明能够在与现有方法相比不影响速度的情况下有效的提高了图像压缩性能,提高了相机的成像能力和图像质量。本发明主要用在轻小型低功耗空间CMOS相机上,这种相机具有轻小型低功耗等特点占用资源少,并且要求具有快速成像能力,这就需要压缩时间短,本发明在原算法的基础上增加了YUV变换和自适应编码量分配控制环节,提高了压缩的性能,同时在实现时把YUV变换、小波变换、自适应编码量分配控制和SPIHT编码并行处理,从而在不影响速度的情况下提高了压缩后的图像质量。
(2)本发明利用在图像压缩前加入YUV变换,降低了压缩数据的相关性,提高了编码效率。现有的一些Bayer压缩方法中,采用直接对RGB三色压缩,而同一幅图像的三色图像相关性很强,人眼看上去三幅图像几乎一样,也就是说三色图像包含很多相同的信息,分别对它们压缩相当于耗费编码进行同一信息的重复描述,从而不能使压缩编码得到有效利用。而采用YUV变换把相关性很强的三色图像变成了亮度分量Y、色度分量U和V,去掉了它们之间的相关性,对YUV分别压缩的时候不会再对同一信息进行重复编码,极大提高了编码效率。
(3)本发明采用自适应编码量分配控制,很大程度上提高了编码效率,相比现有压缩方法显著提高了图像质量。YUV变换后Y分量集中了图像中几乎所有的亮度信息和细节信息,而U和V色度分量主要集中了色彩信息,只是在图像有颜色的地方才会有值,没有色彩的地方都是零。如果对U分量V分量采用和Y分量同样的压缩比进行压缩,相当于浪费大量编码去描述U分量和V中灰度值几乎是零的无用信息,而采用自适应编码量分配控制则可以通过控制总编码量在YUV三个分量之间的合理分配,分别控制Y、U、V三个分量各自的编码量,使得大部分编码可以去详细的描述各分量中的有效信息,极大的提高了压缩编码的利用率,从而在相同总编码量的情况下提高了图像质量。
(4)本发明极大提高了视频遥测相机的图像压缩性能,为卫星减轻了数据传输的压力,能够以最少的数据量表示丰富的图像信息,为卫星等空间机构在轨运行情况监视提供重要保障,为科研工作者对卫星运行情况的了解和改进提供了清晰的直观视觉信息。
附图说明
图1为Bayer图像格式示意图;
图2为先插值再压缩的压缩流程示意图;
图3为分离三色再压缩的压缩流程示意图;
图4为本发明Bayer图像压缩流程示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行进一步的详细描述:
轻小型低功耗面阵CMOS相机已广泛应用于卫星本体机构、深空探测、空间站及飞船上的视频遥测,有了它就可以卫星变轨、改变姿态、发动机工作、太阳翼展开、天线展开等活动进行监视和评估,为科研工作者在地面判断卫星工作情况提供图像依据,已成功应用于多个型号。
轻小型低功耗的面阵CMOS相机是通过CMOS传感器上的Bayer格式滤光片阵列获取红绿蓝三个谱段图像,再通过插值合成彩色图像。Bayer格式的图像如图1所示,Bayer图像由若干个Bayer单元组成,根据Bayer图像的大小不同,Bayer单元的数量也不同。每个Bayer单元包含4个像素,分别是一个R分量、一个B分量和两个G分量。
目前民用数码相机上CMOS图像的压缩方法多数是在图像在插值后才进行图像压缩,如图2所示,压缩数据量是原Bayer图的三倍,不利于空间相机图像压缩实时性。
国内有些研究所应用于航天CMOS相机Bayer图像压缩虽然采用基于小波的压缩方法,可以固定压缩比,但压缩时却提取Bayer原图中的红绿蓝各分量分别进行压缩,如图3所示,这样对三色分量中相同的信息进行重复描述,使压缩效率大大降低。
如图4所示为本发明Bayer图像压缩方法的流程图,包括YUV变换、小波变换、自适应编码量分配控制(确定权值和计算编码量)和压缩这几个步骤。YUV变换主要是对Bayer图像进行YUV变换,把RGB三色分量变换为YUV分量,小波变换对得到的亮度分量Y、色度分量U和色度分量V分别进行小波变换,得到Y分量小波系数、U分量小波系数、V分量小波系数、位平面值LY、位平面值LU和位平面值LV;所述位平面值LY是指Y分量小波系数的位平面个数,即Y分量小波系数中的最大值表示成为二进制数的位数;所述位平面值LU是指U分量小波系数的位平面个数,即U分量小波系数中的最大值表示成为二进制数的位数;所述位平面值LV是指V分量小波系数的位平面个数,即V分量小波系数中的最大值表示成为二进制数的位数;自适应编码量分配控制通过统计YUV变换和小波变换之后色度分量的幅值变化,计算亮度分量和色度分量的压缩比大小,并提供给最后的压缩步骤。压缩步骤按照自适应编码量分配控制输入的压缩比,对YUV各分量进行SPIHT编码,进而实现最终对Bayer图像的压缩。
YUV变换是把RGB三色值变为亮度和色度分量,下面是变换公式,变换时取一个Bayer单元中的R、B分量和G分量的均值作为一个RGB向量,按照公式
向量右乘变换矩阵即得到了YUV分量。变换后得到的Y分量值接近原图的灰度值,U、V分量值很小(大部分为零)。压缩时把整幅图像分64×64的块进行压缩,则每个图像块变换后会生成三个32×32的YUV分量。
接下来对YUV分量进行小波变换,小波变换选用9/7小波,可以把各分量中的高频分量和低频分量分离开。
低频滤波器系数为:
H0=0.0378;H1=-0.0238;H2=-0.1106;H3=0.3774;H4=0.8527;H5=0.3774;H6=-0.1106;H7=-0.0238;H8=0.0378;
高通滤波器系数
G0=0.0645;G1=-0.0407;G2=-0.4181;G3=0.7885;G4=-0.4181;G5=-0.0407;G6=0.0645;
在图像压缩比为N时,总编码量C和YUV各分配的编码量(单位字节)为:
YC为Y分量分配的编码量;UC为U分量分配的编码量;VC为V分量分配的编码量;au为U分量编码权值;av为V分量编码权值;H为将Bayer图像分成若干长宽相等的图像块的块边长,且有块边长H=2i像素,i为大于等于5的自然数,N为图像压缩比。
本发明要求各分量固定压缩比,采用的图像压缩算法是SPI HT编码方法,可以实现定比例压缩,SPIHT编码为已公开编码算法,有大量资料文献介绍,下面简单介绍一下其实现流程。
算法的编码流程简介如下:
定义3个先入先出队列,非显著像素队列LIC;显著像素队伍LSC;非显著集合队列LIS。
在队列中,每个元素由一个坐标唯一标识,它在LIC和LSC代表孤立的小波系数;在LIS中代表D(i,j)或者L(i,j),如果代表D(i,j),则称其为“A类元素”,如果代表L(i,j),则称其为“B类元素”。对某个阈值T来说,LIC中代表了上一次显著性测试中判为不显著性的孤立点的集合;对LI C中的每一个元素进行显著性测试,把显著性的元素移到LSC中去。对LIS中的元素按次序进行显著性测试,如果有一个是显著的,则把它从队列中移出,并且进行集合分裂,把余集L(i,j)重新加入LIS,同时对单个系数的子集根据它的显著性加入LIC或者LSC,最后把LSC中系数的相应位比特传送到接收端。编码流程示意图如图所示,算法的具体描述如下:
(1)初始化
输出令LSC为空队列,把所有的(i,j)∈RROOT U RLL加入LIC,把所有的(i,j)∈RROOT加入LIS,作为A类元素。
(2)排序过程
对LIC中的每个元素(i,j)
输出Sn(i,j);如果Sn(i,j)=1,则把元素(i,j)移到LSC中并输出C(i,j)的符号位。
对LI S中的每一个元素(i,j)
A.如果(i,j)为A类元素,则输出Sn(D(i,j));如果Sn(D(i,j))=1,则
a.对每个(k,l)∈O(i,j),输出Sn(k,l)。
如果Sn(k,l)=1,把(k,l)加入LSC并且输出C(k,l)的符号位;
如果Sn(k,l)=0,把(k,l)加入LIC末尾。
b.如果L(i,j)≠Φ,把(i,j)移到LI S的末尾,作为B类元素,并转向步骤B;否则从LIS中除去(i,j)元素。
B.如果(i,j)是B类元素,则输出Sn(L(i,j));如果Sn(L(i,j))=1,则把所有的
(k,l)∈O(i,j)作为A类元素加到LIS的末尾;从LIS中移出(i,j)。
a.渐进过程
对LSC中的每个系数(i,j),输出系数绝对值|C(i,j)|的第n位比特。
b.阈值更新
令n=n-1,转向步骤(2)。
本发明已成功应用于希望一号CMOS相机、某型号探月卫星监视相机。希望一号CMOS相机清晰拍摄到了我国首张地球全景彩色照片;某型号探月卫星监视相机已传回太阳翼展开过程、定向天线转动、490N发动机制动等多个视频,并在奔月轨道上拍摄到了美丽的地球和月球。未来这种相机还将广泛应用于对卫星机构、深空探测、空间站及宇航员出舱活动进行成像,获得大量宝贵的视频遥测信息。
本发明说明书中未作详细描述的内容属于本领域技术人员的公知技术。
Claims (2)
1.一种基于YUV变换的Bayer图像压缩方法,所述Bayer图像由若干Bayer单元构成,每个Bayer单元包含4个像素,分别是一个R分量、一个B分量和两个G分量,其特征在于步骤如下:
(1)取一个Bayer图像的Bayer单元中的G分量均值、R分量和B分量组成一个RGB向量,通过公式
将所述RGB向量进行YUV变换,通过YUV变换把亮度分量和色度分量分开,将Bayer图像中所有Bayer单元均按照上述方法进行变换之后,形成Bayer图像的亮度分量Y、色度分量U和色度分量V;
(2)对步骤(1)中得到的亮度分量Y、色度分量U和色度分量V分别进行小波变换,得到Y分量小波系数、U分量小波系数、V分量小波系数、位平面值LY、位平面值LU和位平面值LV,之后进入步骤(3);所述位平面值LY是指Y分量小波系数的位平面个数,即Y分量小波系数中的最大值表示成为二进制数的位数;所述位平面值LU是指U分量小波系数的位平面个数,即U分量小波系数中的最大值表示成为二进制数的位数;所述位平面值LV是指V分量小波系数的位平面个数,即V分量小波系数中的最大值表示成为二进制数的位数;
(3)根据步骤(2)中得到的位平面值LU和位平面值LV,通过公式
计算U分量编码权值aU和V分量编码权值av,之后进入步骤(4);
(4)根据公式 和分别计算出总编码量C、Y分量的编码量YC、U分量的编码量UC和V分量的编码量VC,之后进入步骤(5);其中,N为图像压缩比,H为将Bayer图像分成若干长宽相等的图像块的块边长,且有块边长H=2i像素,i为大于等于5的自然数;
(5)根据步骤(4)中得到的总编码量C、Y分量的编码量YC、U分量的编码量UC和V分量的编码量VC,通过SPI HT编码方法对Bayer图像进行压缩。
2.根据权利要求1所述的一种基于空间变换的Bayer图像压缩方法,其特征在于:所述步骤(2)中小波变换采用9/7小波作为小波基。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010543504A CN101977330B (zh) | 2010-11-12 | 2010-11-12 | 一种基于YUV变换的Bayer图像压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010543504A CN101977330B (zh) | 2010-11-12 | 2010-11-12 | 一种基于YUV变换的Bayer图像压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101977330A true CN101977330A (zh) | 2011-02-16 |
CN101977330B CN101977330B (zh) | 2011-12-21 |
Family
ID=43577171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010543504A Expired - Fee Related CN101977330B (zh) | 2010-11-12 | 2010-11-12 | 一种基于YUV变换的Bayer图像压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101977330B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102438142A (zh) * | 2011-11-08 | 2012-05-02 | 北京空间机电研究所 | 一种基于深空背景的自适应图像压缩方法 |
CN102883167A (zh) * | 2012-09-19 | 2013-01-16 | 旗瀚科技有限公司 | 一种视频图像数据处理方法及系统 |
CN103414903A (zh) * | 2013-08-28 | 2013-11-27 | 清华大学 | Bayer格式图像的压缩方法及装置 |
CN104144291A (zh) * | 2013-05-08 | 2014-11-12 | 张春兰 | 一种拜尔格式数据与等量同结构亮度色差分量数据的转换方法 |
CN104427349A (zh) * | 2013-08-20 | 2015-03-18 | 清华大学 | 一种Bayer图像压缩方法 |
CN104780374A (zh) * | 2015-03-23 | 2015-07-15 | 中国科学技术大学先进技术研究院 | 一种基于亮度编码的帧缓存有损压缩方法及装置 |
CN105023250A (zh) * | 2015-06-30 | 2015-11-04 | 北京空间机电研究所 | 一种基于fpga的实时图像自适应增强系统及方法 |
CN106412542A (zh) * | 2016-02-03 | 2017-02-15 | 周彩章 | 一种图像处理方法及系统 |
CN110149520A (zh) * | 2019-05-24 | 2019-08-20 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜bayer图像YUV无损压缩的处理方法及系统 |
WO2019183826A1 (zh) * | 2018-03-28 | 2019-10-03 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置和无人机 |
CN110868603A (zh) * | 2019-11-04 | 2020-03-06 | 电子科技大学 | 一种Bayer图像压缩方法 |
CN110971913A (zh) * | 2019-11-04 | 2020-04-07 | 电子科技大学 | 一种基于填充Y通道的Bayer图像压缩方法 |
CN111654705A (zh) * | 2020-06-05 | 2020-09-11 | 电子科技大学 | 基于新型色彩空间转换的马赛克图像压缩方法 |
CN112261443A (zh) * | 2020-10-19 | 2021-01-22 | 珠海金山网络游戏科技有限公司 | 图像处理方法及装置、图像处理系统 |
CN113242407A (zh) * | 2021-04-25 | 2021-08-10 | 西安微电子技术研究所 | 一种星载实时可视化遥测系统 |
CN114040226A (zh) * | 2022-01-10 | 2022-02-11 | 北京小鸟科技股份有限公司 | 低带宽高分辨率视频传输的数据传输方法、系统及设备 |
WO2022141515A1 (zh) * | 2020-12-31 | 2022-07-07 | 深圳市大疆创新科技有限公司 | 视频的编解码方法与装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001326936A (ja) * | 2000-03-10 | 2001-11-22 | Sony Corp | 画像符号化装置及び方法 |
CN101083767A (zh) * | 2006-05-30 | 2007-12-05 | 华为技术有限公司 | 一种视频编解码方法 |
CN101835045A (zh) * | 2010-05-05 | 2010-09-15 | 哈尔滨工业大学 | 高保真遥感图像压缩与分辨率增强的联合处理方法 |
-
2010
- 2010-11-12 CN CN201010543504A patent/CN101977330B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001326936A (ja) * | 2000-03-10 | 2001-11-22 | Sony Corp | 画像符号化装置及び方法 |
CN101083767A (zh) * | 2006-05-30 | 2007-12-05 | 华为技术有限公司 | 一种视频编解码方法 |
CN101835045A (zh) * | 2010-05-05 | 2010-09-15 | 哈尔滨工业大学 | 高保真遥感图像压缩与分辨率增强的联合处理方法 |
Non-Patent Citations (1)
Title |
---|
《华南理工大学学报》 20000928 杨春玲等 基于小波变换的彩色图像编码方法 第87-92页 1-2 第28卷, 第9期 2 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102438142A (zh) * | 2011-11-08 | 2012-05-02 | 北京空间机电研究所 | 一种基于深空背景的自适应图像压缩方法 |
CN102883167A (zh) * | 2012-09-19 | 2013-01-16 | 旗瀚科技有限公司 | 一种视频图像数据处理方法及系统 |
CN104144291B (zh) * | 2013-05-08 | 2018-04-13 | 广州市奥威亚电子科技有限公司 | 一种拜尔格式数据与等量同结构亮度色差分量数据的转换方法 |
CN104144291A (zh) * | 2013-05-08 | 2014-11-12 | 张春兰 | 一种拜尔格式数据与等量同结构亮度色差分量数据的转换方法 |
CN107864366A (zh) * | 2013-05-08 | 2018-03-30 | 杨立发 | 一种数据转换方法 |
CN104427349B (zh) * | 2013-08-20 | 2017-09-29 | 清华大学 | 一种Bayer图像压缩方法 |
CN104427349A (zh) * | 2013-08-20 | 2015-03-18 | 清华大学 | 一种Bayer图像压缩方法 |
CN103414903A (zh) * | 2013-08-28 | 2013-11-27 | 清华大学 | Bayer格式图像的压缩方法及装置 |
CN104780374A (zh) * | 2015-03-23 | 2015-07-15 | 中国科学技术大学先进技术研究院 | 一种基于亮度编码的帧缓存有损压缩方法及装置 |
CN104780374B (zh) * | 2015-03-23 | 2017-11-10 | 中国科学技术大学先进技术研究院 | 一种基于亮度编码的帧缓存有损压缩方法及装置 |
CN105023250A (zh) * | 2015-06-30 | 2015-11-04 | 北京空间机电研究所 | 一种基于fpga的实时图像自适应增强系统及方法 |
CN105023250B (zh) * | 2015-06-30 | 2017-09-29 | 北京空间机电研究所 | 一种基于fpga的实时图像自适应增强系统及方法 |
CN106412542A (zh) * | 2016-02-03 | 2017-02-15 | 周彩章 | 一种图像处理方法及系统 |
WO2019183826A1 (zh) * | 2018-03-28 | 2019-10-03 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置和无人机 |
CN110622505A (zh) * | 2018-03-28 | 2019-12-27 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置和无人机 |
CN110149520A (zh) * | 2019-05-24 | 2019-08-20 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜bayer图像YUV无损压缩的处理方法及系统 |
CN110149520B (zh) * | 2019-05-24 | 2023-02-03 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜bayer图像YUV无损压缩的处理方法及系统 |
CN110868603B (zh) * | 2019-11-04 | 2021-08-06 | 电子科技大学 | 一种Bayer图像压缩方法 |
CN110971913A (zh) * | 2019-11-04 | 2020-04-07 | 电子科技大学 | 一种基于填充Y通道的Bayer图像压缩方法 |
CN110971913B (zh) * | 2019-11-04 | 2021-09-24 | 电子科技大学 | 一种基于填充Y通道的Bayer图像压缩方法 |
CN110868603A (zh) * | 2019-11-04 | 2020-03-06 | 电子科技大学 | 一种Bayer图像压缩方法 |
CN111654705A (zh) * | 2020-06-05 | 2020-09-11 | 电子科技大学 | 基于新型色彩空间转换的马赛克图像压缩方法 |
CN111654705B (zh) * | 2020-06-05 | 2022-11-11 | 电子科技大学 | 基于色彩空间转换的马赛克图像压缩方法 |
CN112261443A (zh) * | 2020-10-19 | 2021-01-22 | 珠海金山网络游戏科技有限公司 | 图像处理方法及装置、图像处理系统 |
WO2022141515A1 (zh) * | 2020-12-31 | 2022-07-07 | 深圳市大疆创新科技有限公司 | 视频的编解码方法与装置 |
CN113242407A (zh) * | 2021-04-25 | 2021-08-10 | 西安微电子技术研究所 | 一种星载实时可视化遥测系统 |
CN114040226A (zh) * | 2022-01-10 | 2022-02-11 | 北京小鸟科技股份有限公司 | 低带宽高分辨率视频传输的数据传输方法、系统及设备 |
CN114040226B (zh) * | 2022-01-10 | 2022-03-11 | 北京小鸟科技股份有限公司 | 低带宽高分辨率视频传输的数据传输方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101977330B (zh) | 2011-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101977330B (zh) | 一种基于YUV变换的Bayer图像压缩方法 | |
Saghri et al. | Practical transform coding of multispectral imagery | |
KR101775522B1 (ko) | 차동 전송을 이용한 무손실 이미지 압축 | |
US7076108B2 (en) | Apparatus and method for image/video compression using discrete wavelet transform | |
CN111726633B (zh) | 基于深度学习和显著性感知的压缩视频流再编码方法 | |
EP3616395B1 (en) | Method and device for color gamut mapping | |
CN104331913B (zh) | 基于稀疏k‑svd的极化sar图像压缩方法 | |
CN107483850B (zh) | 一种低延迟的高清数字图像传输方法 | |
CN106464887A (zh) | 图像解码方法及其装置以及图像编码方法及其装置 | |
CN100394883C (zh) | 无线内窥镜系统的准无损图像压缩和解压缩方法 | |
CN103327335B (zh) | 用于无人机图像传输装置的fpga编码方法、系统 | |
CN101431691B (zh) | 高动态范围图像的快速并行压缩方法 | |
CN109547784A (zh) | 一种编码、解码方法及装置 | |
JP2015501604A (ja) | 知覚的に無損失のおよび知覚的に強調された画像圧縮システムならびに方法 | |
CN104144279B (zh) | 处理图像/视频数据的方法及装置 | |
EP3180910B1 (en) | Method for optimized chroma subsampling, apparatus for optimized chroma subsampling and storage device | |
WO2019237659A1 (en) | Blind compressive sampling method, apparatus and imaging system | |
CN106604037A (zh) | 一种新型的彩色图像编码方法 | |
CN103347170A (zh) | 用于智能监控的图像处理方法及其应用的高分辨率摄像头 | |
CN107146259A (zh) | 一种基于压缩感知理论的新型图像压缩方法 | |
CN102438142B (zh) | 一种基于深空背景的自适应图像压缩方法 | |
Khosravi et al. | Modified data aggregation for aerial ViSAR sensor networks in transform domain | |
CN108495134B (zh) | 基于jpeg2000标准的贝尔图像压缩方法 | |
CN103761753B (zh) | 基于纹理图像相似性的解压缩方法 | |
CN114693818A (zh) | 适用于数字正射影像数据的压缩方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111221 Termination date: 20211112 |
|
CF01 | Termination of patent right due to non-payment of annual fee |