CN101977330A

CN101977330A - 一种基于YUV变换的Bayer图像压缩方法

Info

Publication number: CN101977330A
Application number: CN 201010543504
Authority: CN
Inventors: 张宏伟; 黄长宁; 陈彦; 胡永富; 李晨曦; 朱军; 吴雁林; 黄江川; 太萍; 饶炜; 黄昊; 孟林智; 温博; 郭强
Original assignee: Beijing Institute of Space Research Mechanical and Electricity
Current assignee: Beijing Institute of Space Research Mechanical and Electricity
Priority date: 2010-11-12
Filing date: 2010-11-12
Publication date: 2011-02-16
Anticipated expiration: 2030-11-12
Also published as: CN101977330B

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

一种基于YUV变换的Bayer图像压缩方法

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

[\begin{matrix} Y \\ U \\ V \end{matrix}] = [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.169 & - 0.331 & 0.500 \\ 0.500 & - 0.419 & - 0.08 \end{matrix}] [\begin{matrix} R \\ G \\ B \end{matrix}]

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L_Y、位平面值L_U和位平面值L_V，之后进入步骤(3)；所述位平面值L_Y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L_U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L_V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L_U和位平面值L_V，通过公式和公式

计算U分量编码权值a_U和V分量编码权值a_V，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Y_C、U分量的编码量U_C和V分量的编码量V_C，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Y_C、U分量的编码量C_U和V分量的编码量V_C，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L_Y、位平面值L_U和位平面值L_V；所述位平面值L_Y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L_U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L_V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

[\begin{matrix} Y \\ U \\ V \end{matrix}] = [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.169 & - 0.331 & 0.500 \\ 0.500 & - 0.419 & - 0.08 \end{matrix}] [\begin{matrix} R \\ G \\ B \end{matrix}]

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：

C = \frac{H \times H}{N}

Y_{C} = \frac{H \times (H - L_{U} a_{U} - L_{V} a_{V})}{N}

U_{C} = \frac{H {\times L}_{U} a_{U}}{N}

V_{C} = \frac{H {\times L}_{V} a_{V}}{N}

Y_C为Y分量分配的编码量；U_C为U分量分配的编码量；V_C为V分量分配的编码量；a_u为U分量编码权值；a_v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。

a_{U} = \{\begin{matrix} 0, & L_{U} \leq 2; \\ 0.25, & 2 < L_{U} \leq 6; \\ 0.5, & 6 < L_{U} \leq 10; \\ 1, & 10 < L_{U} \leq 16; \end{matrix},

a_{V} = \{\begin{matrix} 0, & L_{V} \leq 2; \\ 0.25, & 2 < L_{V} \leq 6; \\ 0.5, & 6 < L_{V} \leq 10; \\ 1, & 10 < L_{V} \leq 16; \end{matrix}

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

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：

[\begin{matrix} Y \\ U \\ V \end{matrix}] = [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.169 & - 0.331 & 0.500 \\ 0.500 & - 0.419 & - 0.08 \end{matrix}] [\begin{matrix} R \\ G \\ B \end{matrix}]

(3)根据步骤(2)中得到的位平面值L_U和位平面值L_V，通过公式

a_{U} = \{\begin{matrix} 0, & L_{U} \leq 2; \\ 0.25, & 2 < L_{U} \leq 6; \\ 0.5, & 6 < L_{U} \leq 10; \\ 1, & 10 < L_{U} \leq 16; \end{matrix}

和公式

a_{V} = \{\begin{matrix} 0, & L_{V} \leq 2; \\ 0.25, & 2 < L_{V} \leq 6; \\ 0.5, & 6 < L_{V} \leq 10; \\ 1, & 10 < L_{V} \leq 16; \end{matrix}

(4)根据公式

和

(5)根据步骤(4)中得到的总编码量C、Y分量的编码量Y_C、U分量的编码量U_C和V分量的编码量V_C，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。