CN102724503B - 视频压缩方法和系统 - Google Patents

Abstract

本发明提供一种视频压缩方法，包括步骤：从拍摄的连续图片中获取背景图像；将背景图像和连续图片分别转换成灰度图；将转换成灰度图的背景图像分别与连续图片执行差分运算获得差分图像；根据设定的灰度阈值分别将差分图像转换成二值图像；根据二值图像分别获取连续图片中的运动物体区域；分别计算运动物体区域在背景图像中的坐标参数；将背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。本发明还提供一种视频压缩系统，本发明通过采用图像视频融合的视频处理技术，将背景图像、变化的运动区域的图像及其对应在背景图像的坐标参数压缩成视频文件，该视频文件极大地减少了视频数据量，使得硬件配置较低的计算机也可以流畅地播放。

Description

视频压缩方法和系统

技术领域

本发明涉及视频压缩技术领域，特别是涉及一种视频压缩方法和系统。

背景技术

目前，高清视频已经进入千家万户，其高画质的显示给观看者带来了真正的家庭影院的视听享受，所以很多视频文件都是采用高清视频格式进行制作，例如，1080P30高清视频，其中1080P30是一种视频显示格式，字母P意为逐行扫描，数字1080表示垂直方向有1080条水平扫描线，数字30则表示帧速率为30帧/秒(FPS)，画面分辨率达到1920*1080。

从上述描述可以看出，对于采用现有技术对拍摄的高清图像所制作出来的视频文件，要播放这些视频文件，需要对大量数据进行实时处理，而对于硬件配置达不到要求计算机来说，是不能流畅播放甚至完全无法播放这些视频文件，这就限制了视频的广泛应用。

发明内容

基于此，有必要针对硬件配置较低的计算机不能流畅播放甚至完全无法播放视频文件的问题，提供一种视频压缩方法和系统。

一种视频压缩方法，包括如下步骤：

从拍摄的连续图片中获取背景图像；

将所述背景图像和所述连续图片分别转换成灰度图；

将转换成灰度图的所述背景图像分别与转换成灰度图的所述连续图片执行差分运算获得差分图像；

根据设定的灰度阈值分别将所述差分图像转换成二值图像；

根据所述二值图像分别获取所述连续图片中的运动物体区域；

分别计算所述运动物体区域在所述背景图像中的坐标参数；

将所述背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。

一种视频压缩系统，包括：

背景提取模块，用于从拍摄的连续图片中获取背景图像；

灰度转换模块，用于将所述背景图像和所述连续图片分别转换成灰度图；

图像差分模块，用于将转换成灰度图的所述背景图像分别与转换成灰度图的所述连续图片执行差分运算获得差分图像；

二值转换模块，用于根据设定的灰度阈值分别将所述差分图像转换成二值图像；

运动区域获取模块，用于根据所述二值图像分别获取所述连续图片中的运动物体区域；

坐标计算模块，用于分别计算所述运动物体区域在所述背景图像中的坐标参数；

压缩模块，用于将所述背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。

上述视频压缩方法和系统，通过从拍摄的包含运动物体的连续图片中提取背景图像，降低背景图像的帧率，分别提取各个连续图片中的运动区域的图像及其对应在背景图像中的坐标参数，采用图像视频融合的视频处理技术，将背景图像、变化的运动区域的图像及其对应在背景图像的坐标参数压缩成视频文件，该视频文件极大地减少了视频数据量，使得硬件配置较低的计算机也可以流畅地播放。

附图说明

图1为一个实施例的视频压缩方法流程图；

图2为连续图片P1、P2、P3的示意图；

图3为连续图片P1、P2、P3中相同的背景图像B；

图4为从连续图片的背景图像中获取一个背景区域的示意图；

图5为根据旋转角度α进行小角度旋转配准的示意图；

图6为连续图片P1、P2、P3经过差分处理后得到的差分图像；

图7为连续图片P1、P2、P3的差分图像的二值图像；

图8为经过腐蚀处理后的连续图片P1、P2、P3的二值图像；

图9为经过膨胀处理后的连续图片P1、P2、P3的二值图像；

图10为连续图片P1、P2、P3中的运动物体区域的示意图；

图11为图片X1、X2、X3的示意图；

图12示出了一个实施例的视频压缩系统的结构示意图。

具体实施方式

下面结合附图对本发明的视频压缩方法的具体实施方式作详细描述。

图1示出了一个实施例的视频压缩方法流程图，主要包括以下步骤：

步骤S101，从拍摄的连续图片中获取背景图像。

具体地，通过对连续图片中的相同或相近的背景图像部分进行提取，如2所示，为了便于理解本发明的技术方案，下面选取在一场景中拍摄的三张连续包含运动物体的连续图片P1、P2、P3来进行说明，通常情况下，按现有的方法进行压缩成高清视频时，在播过程中是将这三张图片逐个播放，而实际上其背景图像B，如图3所示，在播放上述P1、P2、P3过程中都是重复播放的。

对于所拍摄的视频图像来说，如果其分辨率、画质较高时，采用一般的压缩方法进行压缩，数据量极大，同时，如果是高清视频，则播放时需要达到一定的硬件要求，对于低配置的计算机，这是无法流畅播放的，所以必须减少视频文件中的数据量，而通过对背景的提取，可以将背景图像与运动物体图像分开进行压缩。

步骤S102，将所述背景图像和所述连续图片分别转换成灰度图；如将上述背景图像B和连续图片P1、P2、P3转换成灰度图，在灰度图的状态下，比彩色图更有利于进行算法处理。

步骤S103，对转换成灰度图的所述连续图片进行图像配准。

由于拍摄图像时，外界的干扰(如风动、抖动等)使得P1、P2、P3相对于背景图像会产生轻微位移，这些位移对于运动物体区域的提取会带来影响，所以，在此可以通过图像配准来消除上述干扰。

灰度投影法是图像间匹配的一个简便方法，它具有简单，准确，高效的特点。

在一个实施例中，图像配准的过程具体包括以下步骤：

a、对所述连续图片中背景区域进行分块；具体地，如图4所示，可以从连续图片的背景图像中获取一个背景区域，将该区域平均分成4份(可以分成多份)，则可以得到每一块高h，宽w。

b、分别采用投影法对背景区域的每一块进行配准获得对应的水平位移、竖直位移。

具体地，背景区域的位移参数包括水平位移x，竖直位移y，旋转角度α，通过对每一块分别用投影法进行图像配准，分别得到x和y分量的位移：x11、y11、x12、y12、x21、y21、x22、y22。

c、根据所述水平位移、竖直位移计算各个连续图片的平均水平位移、平均竖直位移以及旋转角度。

具体地，可以首先验证x11、y11、x12、y12、x21、y21、x22、y22的正确性，如果某一分量的值与其他分量值相差很大，则直接舍去，将其他分量的值取平均，这种情况下旋转角度α＝0。

如果四个分量的值接近，计算计偏移量以及旋转角度α可以采用如下公式：

$x_1=\frac{x_{11}+x_{12}}{2},$ $y_1=\frac{y_{11}+y_{12}}{2},$ $x_2=\frac{x_{21}+x_{22}}{2},$ $y_2=\frac{y_{12}+y_{22}}{2}$

$x=\frac{x_1+x_2}{2},$ $y=\frac{y_1+y_2}{2}$

$\mathrm{\α}=\frac{\arctan \left(\frac{x_2-x_1}{h}\right)+\arctan \left(\frac{y_1-y_2}{w}\right)}{2}$

d、根据所述平均水平位移x、平均竖直位移y和旋转角度α分别对对应的连续图片进行仿射变换，如图5所示，根据旋转角度α进行小角度旋转配准。

相对于一般的灰度投影法只能处理水平和竖直方向的位移，本实施例在灰度投影法的基础上，提出了分块投影的思想，进一步提高利用灰度投影法进行图像配准中的准确性，能够去除轻微的旋转抖动。

步骤S104，将转换成灰度图的所述背景图像分别与转换成灰度图的所述连续图片执行差分运算获得差分图像。

具体地，分别将连续图片中的像素点的像素值减去背景图像中像素点的像素值，其计算过程可以用如下公式表示：

Q(i，j)＝|P(i，j)-B(i，j)|

其中，Q(i，j)为差分图像对应的像素点，P(i，j)为连续图像对应的像素点，B(i，j)为背景图像对应的像素点，例如，对于连续图片P1、P2、P3，经过计算后得到的差分图像，如图6所示。

步骤S105，根据设定的灰度阈值分别将所述差分图像转换成二值图像；具体地，将连续图片转换成由黑白图像构成的二值图像，例如，对于连续图片P1、P2、P3，设定的灰度值40，将灰度值大于或等于40的部分转换成白色，将灰度值小于40的部分转换成黑色，转换后的连续图片P1、P2、P3的二值图像如图7所示。

步骤S106，采用形态学图像处理方法对所述二值图像中的噪声干扰进行消除。

考虑到在提取背景图像时，各个连续图片中的背景图像部分并不是完全相同的，其中会存在一些细微的差异，而这些差异会给运动物体区域的提取过程带来噪声干扰，所以，作为一种优选的实施方式，可以在提取运动物体区域前，对连续图片的二值图像中噪声干扰进行消除。

采用形态学图像处理方法来对噪声干扰进行消除，包括腐蚀与膨胀两个过程。

首先对二值图像执行腐蚀运算，通过腐蚀处理，消除了二值图像中细小的差异部分。

然后对经过所述腐蚀运算后的二值图像执行膨胀运算，通过膨胀处理，填补图像分割后边缘的不连续物体中的空穴。

例如，连续图片P1、P2、P3的二值图像经过腐蚀处理后得到图像如图8所示，消除了细小噪声干扰，经过膨胀处理后得到图像如图9所示，消除了大部分的噪声干扰。

步骤S107，根据所述二值图像分别获取所述连续图片中的运动物体区域。

具体地，从二值图像上可以找到运动物体区域，由于二值图像中会存在较多的噪声干扰点，所以，优选地，可以通过设定的灰度值来筛选运动物体区域，滤除小面积的噪声干扰点，合并临近的运动物体，同时，以最小外接矩形包围各个变化的部分作为运动物体区域，例如，设定灰度值30来筛选连续图片P1、P2、P3中的运动物体区域，得到的运动物体区域，如图10所示，图中的虚线框即为获得的运动物体区域。

步骤S108，分别计算所述运动物体区域在所述背景图像中的坐标参数；具体地，根据所获取的运动物体区域所在图片中的位置，计算运动物体区域四个角相对于在背景图像中的坐标参数，例如，以左上角顶点为参考点，向右为横坐标递增方向，向下为纵坐标递增方向，以像素为单位形成坐标系，然后计算运动物体区域的坐标参数。

步骤S109，将所述背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。

具体地，根据找到的运动物体区域的位置和大小，从P1、P2、P3的运动物体区域中截取对应的图像，将截取的图像生成与P1、P2、P3相关的三张图片X1、X2、X3进行存储，如图11所示，每张图片只需记录2个移动物体，X1、X2、X3分别对应包括：X1a、X1b，X2a、X2b，X3a、X3b。

根据坐标参数，可以形成对应的参数表T：

X1a1、X1a2、X1a3、X1a4、X1a5、X1a6，X1b1、X1b2、X1b3、X1b4、X1b5、X1b6，……，-1。

其中，如X1a1为图像中的横坐标，X1a2为图像中的纵坐标，X1a3为外接矩形的左上角的横坐标，X1a4为外接矩形左上角的纵坐标，X1a5为外接矩形的宽，X1a6为外接矩形的高；其它图像与之雷同，“-1”表示为一张图片记录完成。

将上述获得每一帧图片，采用通用的视频压缩方法，根据设定的视频分辨率对背景图像、图片系列及参数表进行视频压缩，即可获得视频文件。

在播放时，先显示背景图片P，提取参数表T，然后对视频文件进行视频解码，解出X1、X2、X3图片，在第一帧显示视频时，根据X1在参数表T中的参数记录，在指定位置和大小将X1a、X1b图片叠加在P上；在第二帧显示视频时，根据X2在参数表T中的参数记录，在指定位置和大小将X2a、X2b图片叠加在P上；在第二帧显示视频时，根据X3在参数表T中的参数记录，在指定位置和大小将X3a、X3b图片叠加在P上，还有其它图片，则依此类推。

下面结合附图对本发明的视频压缩方法对应系统的具体实施方式作详细描述。

图12示出了一个实施例的视频压缩系统的结构示意图，主要包括：

背景提取模块，用于从拍摄的连续图片中获取背景图像；

灰度转换模块，用于将所述背景图像和所述连续图片分别转换成灰度图；

图像差分模块，用于将转换成灰度图的所述背景图像分别与转换成灰度图的所述连续图片执行差分运算获得差分图像；

二值转换模块，用于根据设定的灰度阈值分别将所述差分图像转换成二值图像；

运动区域获取模块，用于根据所述二值图像分别获取所述连续图片中的运动物体区域；

坐标计算模块，用于分别计算所述运动物体区域在所述背景图像中的坐标参数；

压缩模块，用于将所述背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。

在一个实施例中，视频压缩系统还包括设置在所述灰度转换模块与图像差分模块之间的图像配准模块，用于对转换成灰度图的所述连续图片进行图像配准。

由于拍摄图像是，外界的干扰(如风动、抖动等)使得连续图片相对于背景图像会产生轻微位移，这些位移对于运动物体区域的提取会带来影响，所以，在此可以通过图像配准来消除上述干扰。

在一个实施例中，所述图像配准模块包括：

区域划分模块，用于对所述连续图片中背景区域进行分块；

位移计算模块，分别采用投影法对背景区域的每一块进行配准获得对应的水平位移、竖直位移；

平均位移计算模块，用于根据所述水平位移、竖直位移计算各个连续图片的平均水平位移和平均竖直位移；

旋转角度计算模块，用于分别根据各个连续图片对应的所述平均水平位移和平均竖直位移计算旋转角度；

仿射变换模块，用于根据所述平均水平位移、平均竖直位移和旋转角度分别对对应的连续图片进行仿射变换。

相对于一般的灰度投影法只能处理水平和竖直方向的位移，本实施例在灰度投影法的基础上，提出了分块投影的思想，进一步提高利用灰度投影法进行图像配准中的准确性，能够去除轻微的旋转抖动。

在一个实施例中，视频压缩系统还包括设置在所述二值转换模块和运动区域获取模块之间的噪声消除模块，用于采用形态学图像处理方法对所述二值图像中的噪声干扰进行消除。

考虑到在提取背景图像时，各个连续图片中的背景图像部分并不是完全相同的，其中会存在一些细微的差异，而这些差异会给运动物体区域的提取过程带来噪声干扰，所以，作为一种优选的实施方式，可以在提取运动物体区域前，对连续图片的二值图像中噪声干扰进行消除。

在一个实施例中，所述噪声消除模块包括：

腐蚀模块，用于对所述二值图像执行腐蚀运算。

膨胀模块，用于对经过所述腐蚀运算后的二值图像执行膨胀运算。

通过腐蚀处理，消除了二值图像中细小的差异部分，再通过膨胀处理，填补图像分割后边缘的不连续物体中的空穴。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种视频压缩方法，其特征在于，包括如下步骤：

从拍摄的连续图片中获取背景图像；

将所述背景图像和所述连续图片分别转换成灰度图；

对转换成灰度图的所述连续图片进行图像配准，具体包括：对所述连续图片中背景区域进行分块；分别采用投影法对背景区域的每一块进行配准获得对应的水平位移、竖直位移；根据所述水平位移、竖直位移计算各个连续图片的平均水平位移、平均竖直位移以及旋转角度；根据所述平均水平位移、平均竖直位移和旋转角度分别对对应的连续图片进行仿射变换；

将转换成灰度图的所述背景图像分别与转换成灰度图的所述连续图片执行差分运算获得差分图像；

根据设定的灰度阈值分别将所述差分图像转换成二值图像；

根据所述二值图像分别获取所述连续图片中的运动物体区域；

分别计算所述运动物体区域在所述背景图像中的坐标参数；

将所述背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。

2.根据权利要求1所述的视频压缩方法，其特征在于，在所述根据所述二值图像分别获取所述连续图片中的运动物体区域步骤前还包括：

采用形态学图像处理方法对所述二值图像中的噪声干扰进行消除。

3.根据权利要求2所述的视频压缩方法，其特征在于，所述采用形态学图像处理方法对所述二值图像中的噪声干扰进行消除步骤具体包括：

对所述二值图像执行腐蚀运算；

对经过所述腐蚀运算后的二值图像执行膨胀运算。

4.一种视频压缩系统，其特征在于，包括：

背景提取模块，用于从拍摄的连续图片中获取背景图像；

灰度转换模块，用于将所述背景图像和所述连续图片分别转换成灰度图；

图像配准模块，用于对转换成灰度图的所述连续图片进行图像配准；其中，所述图像配准模块包括：区域划分模块，用于对所述连续图片中背景区域进行分块；位移计算模块，分别采用投影法对背景区域的每一块进行配准获得对应的水平位移、竖直位移；平均位移计算模块，用于根据所述水平位移、竖直位移计算各个连续图片的平均水平位移和平均竖直位移；旋转角度计算模块，用于分别根据各个连续图片对应的所述平均水平位移和平均竖直位移计算旋转角度；仿射变换模块，用于根据所述平均水平位移、平均竖直位移和旋转角度分别对对应的连续图片进行仿射变换；

图像差分模块，用于将转换成灰度图的所述背景图像分别与转换成灰度图的所述连续图片执行差分运算获得差分图像；

二值转换模块，用于根据设定的灰度阈值分别将所述差分图像转换成二值图像；

运动区域获取模块，用于根据所述二值图像分别获取所述连续图片中的运动物体区域；

坐标计算模块，用于分别计算所述运动物体区域在所述背景图像中的坐标参数；

压缩模块，用于将所述背景图像、运动物体区域中的图像及其对应的坐标参数压缩成视频文件。

5.根据权利要求4所述的视频压缩系统，其特征在于，还包括设置在所述二值转换模块和运动区域获取模块之间的噪声消除模块，用于采用形态学图像处理方法对所述二值图像中的噪声干扰进行消除。

6.根据权利要求5所述的视频压缩系统，其特征在于，所述噪声消除模块包括：

腐蚀模块，用于对所述二值图像执行腐蚀运算；

膨胀模块，用于对经过所述腐蚀运算后的二值图像执行膨胀运算。