CN104954749B - 一种信息记录方法 - Google Patents
一种信息记录方法 Download PDFInfo
- Publication number
- CN104954749B CN104954749B CN201510339012.1A CN201510339012A CN104954749B CN 104954749 B CN104954749 B CN 104954749B CN 201510339012 A CN201510339012 A CN 201510339012A CN 104954749 B CN104954749 B CN 104954749B
- Authority
- CN
- China
- Prior art keywords
- value
- encoded
- data
- pixel
- compression ratio
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007906 compression Methods 0.000 claims abstract description 48
- 230000006835 compression Effects 0.000 claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 230000009182 swimming Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 3
- 230000008054 signal transmission Effects 0.000 abstract description 3
- 235000013350 formula milk Nutrition 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 239000002245 particle Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000015654 memory Effects 0.000 description 5
- 239000012141 concentrate Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供了一种信息记录方法,该方法包括:CPLD完成图像数据的接收后,经过格式变换及滤波将图像数据传输给编码芯片进行压缩和加密;编码芯片完成压缩和加密后,将数据回传给CPLD,通过CPLD控制AGP总线接口时序,将数据上传给上位机。本发明提出了一种图像信号采集和处理方法,改善了信号传输存储速度,降低了对信道宽度以及存储空间大小的要求。
Description
技术领域
本发明涉及信号采集,特别涉及一种图像信号采集处理方法。
背景技术
随着图像与视频处理技术、网络技术和自动控制技术的发展,视频监控系统已从早期模拟监控过渡到数字化网络监控。数字视频监控系统是以数字视频的压缩、传输、存储和播放为核心,并采用先进的数字图像压缩、编码、解码和传输技术,从而实现可视化监控。传统的视频采集系统仅支持几种制式的视频数据,很难清晰地抓拍到目标快速变化的瞬时图片,而很多高帧频的摄像头只是对图像进行了简单的采集,并未经过信号的数字的分析处理,使得图像数据的信道传输和存储速度无法摆脱瓶颈。
发明内容
为解决上述现有技术所存在的问题,本发明提出了一种信息记录方法,包括:
CPLD完成图像数据的接收后,经过格式变换及滤波将图像数据传输给编码芯片进行压缩和加密;编码芯片完成压缩和加密后,将数据回传给CPLD,通过CPLD控制AGP总线接口时序,将数据上传给上位机。
优选地,所述编码芯片进行压缩和加密,进一步包括:
首先计算待编码像素点区域梯度D1、D2、D3:
D1=Rd-Rb,D2=Rb-Rc,D3=Rc-Ra,其中Ra、Rb、Rc、Rd为图像中a、b、c、d四个点位置的像素估计值;
根据区域梯度与失真控制参数Nc的关系决定后续的编码模式:
若像素点区域梯度在失真控制参数Nc的范围内,则进入游程模式;否则进入常规模式;
若进入常规模式,则按下列步骤进行预测及编码:
2.1)利用预设参数Q对梯度进行量化;2.2)计算偏差e=sign(Ix-px)-β,sign={-1,1},其中:Ix为待编码像素点x的,px为待编码像素点x的估计值,β为自适应补偿值,将偏差进行非负映射;2.3)对偏差进行定长编码;2.4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q];
若进入游程模式,则按以下方式编码:
3.1)游程扫描;3.2)对游程长度进行编码,若非行结束,则进入3.3);否则进入3.4);3.3)采用终止采样编码;3.4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q];
其中:A[Q]为预测误差幅度累计值、B[Q]为偏差值、C[Q]为预测校正值、N[Q]为上下文出现频次的计数值;
对当前像素点或像素段按上述模式编码结束后,对a、b、c、d、x位置的值进行光栅扫描移动更新,根据下一个像素点的区域梯度与失真控制参数Nc的关系进入相应的模式;
构造最优的Nc值序列表{Nc0,Nc1,…,NcMax},Max为Nc的下标最大值;通过调整Nc值来控制压缩比,给定目标压缩比Ro和初始失真控制参数Nc值,按下列步骤进行编码:
4.1)按JPEG算法对一幅图像的一行进行编码;
4.2)计算目标压缩比与当前压缩比的测度的绝对值abs(Ro-Rc),其中Rc为当前压缩比;若abs(Ro-Rc)>门限t2,则进入步骤4.3);否则进入步骤4.4);
4.3)编码块Bl1,更新当前压缩比Rc;其中Bl为当前取得的图像块大小,Bl1,Bl2为两种不同情况下的图像块大小的值;
4.4)编码块Bl2,更新当前压缩比Rc;
4.5)按上式更新下一个下标值di+1:
di+1=di+stj;
其中:di为当前失真控制参数Nc的下标值;stj为3种不同的步长;i∈{1,2,…,N},j∈{0,1,2},N为迭代次数;
据此下标值查找表中的Nc,用于下一块编码,返回步骤4.2);
利用以下迭代方法:
yn+1=yn+hf1(xn,yn)
其中:h为设定的步长;f1(xn,yn)为相应的微分方程式;xn、yn为自变量参数;n∈{0,1,…,N};
迭代后生成十进制序列{x1,x2,…,xr},{y1,y2,…,yr},{z1,z2,…,zr},r为正整数,然后对生成的十进制序列进行如下处理:1)去掉整数部分;2)去掉前m1位,m1为正整数:
xr=10m1xr-round(10m1xr)
然后转换成二进制序列,再把x,y,z连接起来作为密钥key,用生成的密钥key与压缩比控制的编码码流D=(d1,d2,…,dM)(其中D表示长度为M的二进制序列,M为正整数)进行运算:
D1=g1(D,key)
其中:D1=(d1',d2',…,dM')为长度为M的密文,g1(·)为加密运算且该运算可逆。
本发明相比现有技术,具有以下优点:改善信号传输存储速度,降低了对信道宽度以及存储空间大小的要求。
附图说明
图1是根据本发明实施例的信息记录方法的流程图。
具体实施方式
下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明,但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定,并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节,并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。
本发明的一方面提供了一种信息记录方法。图1是根据本发明实施例的信息记录方法流程图。本发明利用多接口、高速率传输的图像处理系统,由CPLD采集数字化后的视频图像数据,通过编码芯片将采集的数据进行编码压缩,然后再将编码压缩后的数据通过AGP总线传输给上位机,最后再通过上位机对图像进行解压缩并显示。
本发明通过CPLD,对视频解码器进行配置,并接收视频解码器输出的图像数据;同时,采用了通用输出接口,接收标准数字相机输出的图像数据。在CPLD完成对视频数据的采集并经内部队列缓存后,将数据打包并行传输给编码芯片,编码芯片对图像进行JPEG压缩,压缩后的数据通过AGP总线传输给控制上位机,然后通过上位机对图像进行解码显示。
视频传输协议是以帧为单位传输,采用隔行扫描。视频解码器采用同步信号嵌入数据内部的输出方式。CPLD完成图像数据的接收后,经过格式变换及滤波将图像数据传输给编码芯片进行压缩。压缩打包完成后,将数据回传给CPLD,通过CPLD控制AGP总线接口时序,将数据最终上传给上位机。为了满足图像数据高速、双向、实时的传输,在编码芯片与CPLD之间设计了两个高速的队列缓冲。
在CPLD内部IP核中创建了内部队列,数据宽度为32位,存储容量为3M×32位。采用了独立的读时钟和写时钟,数据达到半满,半满标志位置1(half_flag=“1”);达到满,满标志置1(full_flag=“1”)。视频数据采集、处理完成之后,CPLD通过队列的满标志查看队列是否已满,如果未满,则将32位图像数据在写时钟的逻辑控制下写入到队列;将半满信号连接到编码芯片的中断引脚,半满信号置高,会触发编码芯片的DMA进程,将队列中的图像数据读出。同理,编码芯片通过外设接口将CPLD作为其外部存储空间,压缩后的数据通过DMA写到CPLD内部的另一个队列,半满信号触发CPLD内部读数进程,将数据读出,通过AGP总线上传到控制上位机。
对图像数据处理流程,源图像先经过正向预处理后进行离散小波变换,然后对变换的小波系数进行量化处理和熵编码,最后将熵编码后获得的图像数据打包成压缩数据包输出。解码则按照压缩码流中提供的各个参数将编码过程进行逆向操作,最终将源图像重构还原出来。
为了防止在编码过程中造成数据的丢失,在采集与编码电路之间设计一组帧缓存电路。输入的视频数据流以帧为单位交替地写入两个不同的SDRAM存储单元,在写入其中一块SDRAM的同时,将另一块SDRAM中的数据读出,并送到数据编码单元进行运算。这样数据的输入/输出都是不间断的,非常适合流水线式操作,完成数据的无缝缓存和处理。
编码芯片接收到CPLD传输的图像数据后,以帧为单位交替写入两块SDRAM存储器。与此同时,数据被交替读出,输出给数据压缩单元进行编码。数据流被严格有效地控制,不会出现丢数据或者误码,而且效率很高。
编码芯片对图像数据的编码流程为:上电复位后,编码芯片程序从Flash起始处加载并启动,通过二次引导,最终将应用程序全部搬移到编码芯片内存中,然后跳转到入口函数,完成初始化配置,并等待CPLD的外部中断触发信号。CPLD采集到数据后,缓存到接口队列中,并以中断的方式触发编码芯片的DMA进程,编码芯片以DMA的方式将数据存储到SDRAM中,若一帧图像传输完毕,则触发软中断,进入JPEG编码子程序。编码完成后,再次触发DMA进程,将数据回传给CPLD。
AGP总线接口内部逻辑先判断总线启动信号,若该引脚电平由高变低,则启动一次数据传输过程,然后判断读写信号电平LWR,若LWR为1,表示AGP写过程,否则为读过程。AGP读过程又分为读状态和读数据,通过地址总线LA来判断,读过程中,若LA=04H,则为读寄存器状态;若LA=A0H,则为读批量图像数据。而写过程中,若LA=01H,则为系统复位,立即执行,不写入寄存器;若LA=02H,则为命令下载,需要将命令字写入相应寄存器;若LA=03H,则为命令刷新,立即执行,不写入寄存器。为了使得数据不丢失,在AGP总线接口设计过程中调用CPLD的IP核添加了队列数据缓存器,位宽为32位,与AGP总线位宽相匹配。由于AGP数据总线是双向传输,所以在CPLD内部增添了数据方向控制模块,保证了数据有序地下载和上传。
在编码芯片的具体处理过程中,首先对图像进行分块处理,然后对每一个像素分块进行离散余弦变换,其变换后的系数基本不相关,且系数矩阵的能量都集中在低频区域,即系数矩阵的左上角,通过保留低频系数,去除高频系数,来达到压缩的目的;其次再对矩阵系数进行量化和;最后进行编码,实现图像的压缩。
首先得将显示系统采用的RGB转换成适合图形压缩的YCbCr模块。RGB到YCbCr的转换公式:
Y=0.299R+0.587G+0.114B
Cb=-0.169R-0.331G+0.5B+128
Cr=0.5R-0.419G-0.081B+128
YCbCr到RGB的逆变换公式:
R=Y+1.402(Cr-128)
G=Y-0.334(Cb-128)-0.714(Cr-128)
B=Y+1.722(Cb-128)
由多个亮度分量子块和两个色度分量子块构成的一个完整编码单元称之为最小编码单元。由于后面处理图像时需要将其分成8*8的子块,所以在分割图像时,需要对初始图像进行填充,使其宽度和高度为8的倍数。
在压缩之前,首先对初始图像进行预处理,将彩色图像转换成灰度图像,再把图像分割成8*8的像素块,然后进行如下变换,其变换公式为:
式中x,y,u,v=0,1,…,7;而c(u)=c(v)并且当u=0,v=0时取其他情况取1,x,y代表图像数据矩阵内某个数值的坐标位置;f(x,y)代表图像数据矩阵内的某个数值;u,v代表变换后矩阵内某个数值的坐标位置;F(u,v)代表变换后矩阵内的某个数值。经过上述变换后的矩阵数据自然数为频率系数,这个过程只是一个没有压缩作用的无损变换过程。而且变换后,低频分量集中在系数模块的左上角,高频分量集中在系数模块的右下角,其中低频分量包含了图像的主要信息,而高频分量是人眼不敏感的部分,为之后的量化打好了基础。
然后进行Z形扫描,这样可以使得相同或相邻频率系数在一堆序列中保持相邻的位置,最后转换成一维排列方式。这样通过Z形扫描后,这些非零的变换系数就集中在一维数组的前面,而后面接着就是一串量化为零的变换系数,以准备进行熵编码。
熵编码也就是只有非零系数被编码。而非零系数的编码又由两部分组成:其中前一部分是非零系数前连续零系数的数量,即游程;而后一部分是非零系数的符号和幅值。由于之前的Z形扫描使得连续出现的零比较多,游程编码的效率自然就高。在熵编码的基础之上发现各个数值间的规律就可以进行编码了。
优选地,编码压缩过程同时实现图像压缩和加密。首先计算待编码像素点区域梯度D1、D2、D3:
D1=Rd-Rb,D2=Rb-Rc,D3=Rc-Ra,其中Ra、Rb、Rc、Rd为a、b、c、d位置的像素估计值。区域梯度与失真控制参数Nc的关系决定后续的编码模式:
若像素点区域梯度在失真控制参数Nc的范围内,则进入游程模式;否则进入常规模式。
若进入常规模式,则按下列步骤进行预测及编码:
1)利用预设参数Q对梯度进行量化(Q为区间[0,364]内的整数)。
2)计算偏差e=sign(Ix-px)-β,sign={-1,1}。其中:Ix为待编码像素点x的,px为待编码像素点x的估计值,β为自适应补偿值。将偏差进行非负映射,使得偏差的双边几何分布对折成单边几何分布。
3)对偏差进行定长编码。
4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q]。
若进入游程模式,则按以下方式编码:
1)游程扫描。
2)对游程长度进行编码,若非行结束,则进入3);否则进入4)。
3)采用终止采样编码。
4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q]。
其中:A[Q]为预测误差幅度累计值、B[Q]为偏差值、C[Q]为预测校正值、N[Q]为上下文出现频次的计数值。
对当前像素点或像素段按上述模式编码结束后,对a、b、c、d、x位置的值进行光栅扫描移动更新,根据下一个像素点的区域梯度与失真控制参数Nc的关系进入相应的模式。
构造最优的Nc值序列表{Nc0,Nc1,…,NcMax},Max为Nc的下标最大值。筛选Nc值的方法:若峰值信噪比变化率高于预定阈值,对失真控制参数Nc值的选择较为密集;若变化平缓,对Nc值的选择较为稀疏。
根据以下过程实现对Nc值的调整,进而实现对压缩比的调整与控制:
di+1=di+stj;i∈{1,2,…,N},j∈{0,1,2}
其中:di(i∈{1,2,…,N})为失真控制参数Nc的下标值;stj(j∈{0,1,2})为3种不同的步长。
给定目标压缩比Ro和初始失真控制参数Nc值,按下列步骤进行编码:(其中Bl为当前取得的图像块大小,Bl1,Bl2为两种不同情况下的图像块大小的值;Ro为目标压缩比;Rc为当前压缩比;abs(·)为绝对值运算;di为当前失真控制参数Nc的下标值;di+1为下一个失真控制参数Nc的下标值)。
1)按JPEG算法对一幅图像的一行进行编码。
2)计算目标压缩比与当前压缩比的测度的绝对值abs(Ro-Rc)。若abs(Ro-Rc)>t2,则进入步骤3);否则进入步骤4)。
3)编码块Bl1,更新当前压缩比Rc。
4)编码块Bl2,更新当前压缩比Rc。
5)按上式更新下一个下标值di+1,据此下标值查找表中的Nc,用于下一块编码,返回步骤2)。
上述方法是根据目标压缩比与当前压缩比的测度与门限之间的关系,采用分段函数的形式来调整失真控制参数Nc的下标值,相比原方法对失真控制参数Nc调整得更为精细,更好地利用预测误差来判断纹理的复杂度,使得在最终实时压缩比收敛于目标压缩比的情况下,重建图像质量更好。
本发明生成三组随机二进制序列,并把这三组连接起来以减少迭代的轮次。首先利用选择以下迭代方法:
yn+1=yn+hf1(xn,yn)
其中:h为设定的步长;f1(xn,yn)为相应的微分方程式;xn、yn为自变量参数;n∈{0,1,…,N},N为迭代次数。
迭代后即可生成十进制序列{x1,x2,…,xr},{y1,y2,…,yr},{z1,z2,…,zr},r为正整数,为增强初始值攻击的复杂度,对生成的十进制序列进行如下处理:1)去掉整数部分;2)去掉前m1位(m1为正整数)。以x为例:
xr=10m1xr-round(10m1xr)
然后转换成二进制序列,再把x,y,z连接起来,即就是密钥key。显然key随着迭代次数N、初始值x0,y0,z0,q以及参数m1的变化而变化。
用生成的密钥key与压缩比控制的编码码流D=(d1,d2,…,dM)(其中D表示长度为M的二进制序列,M为正整数)进行运算:
D1=g1(D,key)
其中:D1=(d1',d2',…,dM')为长度为M的密文,g1(·)为加密运算且g1(·)运算可逆。如果解密时使用的密钥与编码时使用的密钥不同,则无法正确解密图像,从而实现了对数据的加密。设解码时使用的密钥为key1,D1'=(d1″,d2″,…,dM″)为解码码流,解密运算如下所示:
D1'=g1 -1(D1,key1)=g1 -1(g1(D,key),key1)
其中g1 -1是g1的逆运算。显然,若key=key1,则D=D1',即此时解密正确。
在进一步的实施例中,为进一步提高图像压缩效率,采用如下方法,首先采用小波变换进行图像分解,然后回归学习逼近小波系数,并采用粒子群方法优化学习参数,最后用支持向量,权值和低频系数进行编码,得到压缩数据流。
回归学习采用支持向量机算法,选择一个非线性映射函数,将输入样本从原空间映射到高维特征空间,然后在该高维特征空间构造最优回归函数,即f(x)=wTφ(x)+b。式中,b表示偏置量,w表示权值向量。
将上式转化成二次优化问题,即
yi-wTφ(x)+b=ei i=1,2…n
式中,γ表示惩罚参数,为松驰变量;ei为模型预测误差。
对非线性回归问题,采用核函数代替高维空间中的向量内积,选择径向基核函数作为支持向量机的核函数,径向基核函数定义为:
最后得到支持向量机回归模型为:
式中,σ为径向基核函数宽度。
基于径向基核函数的支持向量机模型预测性能与γ和σ取值密切相关,要得到性能最优支持向量机模型,首先要获得最优的γ和σ取值,本研究利用粒子群优化方法优化支持向量机参数。
粒子代表待求解问题的一个潜在解,粒子在解的空间跟踪两个极值pbest和gbest不断调整自己的方向,最终找到问题的解。在每一迭代中,粒子速度和位置更新公式为:
Vk+1 ij=ωVk ij+c1×r1×(pbest)ij-Xk ij+c2×r2×(gbest)ij-Xk ij
Xk+1 ij=Xk ij(t)+Vk+1 ij
式中,c1,c2为加速度系数;k为当前迭代次数;r1和r2为[0,1]范围内的随机数;ω为惯性权值。
由任意初值z0,可由以下扰动方程公式迭代出一个确定的时间序列z1,z2,z3,…。
zi+1=μzi(1-zi),i∈(0,1)
式中,μ为控制参量。
粒子群的扰动过程具体如下:
(1)通过下列方程粒子i的pbesti映射到上述扰动方程定义域[0,1]上:zi=(pbesti-ai)/(bi-ai)
(2)通过上述扰动方程进行多次迭代,得到序列:z(m) i(m=1,2,…)。
(3)将产生的序列逆映射回原解空间,从而产生一个变量可解序列:p(m) g=(p)(m) g1,p(m) g2,…,p(m) gd。
p(m)gi=ai+(bi-ai)z(m) i
(4)在原解空间中,计算经过变量处理后的每一个可行解p(m) g(m=1,2,…)其适应值,并保留适应度值最优对应的可行解向量P*。
(5)从当前粒子群中随机选择一个粒子,用P*的位置向量代替选出粒子的位置向量。
经过小波变换处理后,消除信号空域和频域的相关性,使小波系数的能量大都集中于低频子带,然而在实际应用中,小波变换对有些图像压缩率较低,这主要由于能量虽然都压缩到了低频带上,但对于一些纹理比较丰富的图像,高频系数仍含有较多能量,导致纹理丰富图像的恢复质量严重下降,因此本实施例利用支持向量机优异的逼近能力,首先将高频系数输入支持向量机进行回归,然后将获得的支持向量、权值与低频子带系数进行编码,得到最终编码。
综上所述,提出了一种图像信号采集和处理方法,改善了信号传输存储速度,降低了对信道宽度以及存储空间大小的要求。
显然,本领域的技术人员应该理解,上述的本发明的各模块或各步骤可以用通用的计算系统来实现,它们可以集中在单个的计算系统上,或者分布在多个计算系统所组成的网络上,可选地,它们可以用计算系统可执行的程序代码来实现,从而,可以将它们存储在存储系统中由计算系统来执行。这样,本发明不限制于任何特定的硬件和软件结合。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (1)
1.一种信息记录方法,其特征在于,包括:
CPLD完成图像数据的接收后,经过格式变换及滤波将图像数据传输给编码芯片进行压缩和加密;编码芯片完成压缩和加密后,将数据回传给CPLD,通过CPLD控制AGP总线接口时序,将数据上传给上位机;
所述编码芯片进行压缩和加密,进一步包括:
首先计算待编码像素点区域梯度D1、D2、D3:
D1=Rd-Rb,D2=Rb-Rc,D3=Rc-Ra,其中Ra、Rb、Rc、Rd为图像中a、b、c、d四个点位置的像素估计值;
根据区域梯度与失真控制参数Nc的关系决定后续的编码模式:
若像素点区域梯度在失真控制参数Nc的范围内,则进入游程模式;否则进入常规模式;
若进入常规模式,则按下列步骤进行预测及编码:
2.1)利用预设参数Q对梯度进行量化;2.2)计算偏差e=sign(Ix-px)-β,sign={-1,1},其中:Ix为待编码像素点x的,px为待编码像素点x的估计值,β为自适应补偿值,将偏差进行非负映射;2.3)对偏差进行定长编码;2.4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q];
若进入游程模式,则按以下方式编码:
3.1)游程扫描;3.2)对游程长度进行编码,若非行结束,则进入3.3);否则进入3.4);3.3)采用终止采样编码;3.4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q];
其中:A[Q]为预测误差幅度累计值、B[Q]为偏差值、C[Q]为预测校正值、N[Q]为上下文出现频次的计数值;
对当前像素点或像素段按上述模式编码结束后,对a、b、c、d、x位置的值进行光栅扫描移动更新,根据下一个像素点的区域梯度与失真控制参数Nc的关系进入相应的模式;
构造最优的Nc值序列表{Nc0,Nc1,…,NcMax},Max为Nc的下标最大值;通过调整Nc值来控制压缩比,给定目标压缩比Ro和初始失真控制参数Nc值,按下列步骤进行编码:
4.1)按JPEG算法对一幅图像的一行进行编码;
4.2)计算目标压缩比与当前压缩比的测度的绝对值abs(Ro-Rc),其中Rc为当前压缩比;若abs(Ro-Rc)>门限t2,则进入步骤4.3);否则进入步骤4.4);
4.3)编码块Bl1,更新当前压缩比Rc;其中Bl为当前取得的图像块大小,Bl1,Bl2为两种不同情况下的图像块大小的值;
4.4)编码块Bl2,更新当前压缩比Rc;
4.5)按上式更新下一个下标值di+1:
di+1=di+stj;
其中:di为当前失真控制参数Nc的下标值;stj为3种不同的步长;i∈{1,2,…,N},j∈{0,1,2},N为迭代次数;
据此下标值查找表中的Nc,用于下一块编码,返回步骤4.2);
利用以下迭代方法:
yn+1=yn+hf1(xn,yn)
其中:h为设定的步长;f1(xn,yn)为相应的微分方程式;xn、yn为自变量参数;n∈{0,1,…,N};
迭代后生成十进制序列{x1,x2,…,xr},{y1,y2,…,yr},{z1,z2,…,zr},r为正整数,然后对生成的十进制序列进行如下处理:1)去掉整数部分;2)去掉前m1位,m1为正整数:
xr=10m1xr-round(10m1xr)
然后转换成二进制序列,再把x,y,z连接起来作为密钥key,用生成的密钥key与压缩比控制的编码码流D=(d1,d2,…,dM)(其中D表示长度为M的二进制序列,M为正整数)进行运算:
D1=g1(D,key)
其中:D1=(d1',d2',…,dM')为长度为M的密文,g1(·)为加密运算且该运算可逆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510339012.1A CN104954749B (zh) | 2015-06-17 | 2015-06-17 | 一种信息记录方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510339012.1A CN104954749B (zh) | 2015-06-17 | 2015-06-17 | 一种信息记录方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104954749A CN104954749A (zh) | 2015-09-30 |
CN104954749B true CN104954749B (zh) | 2017-10-20 |
Family
ID=54169048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510339012.1A Active CN104954749B (zh) | 2015-06-17 | 2015-06-17 | 一种信息记录方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104954749B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198585B (zh) * | 2018-01-11 | 2024-01-30 | 中国工程物理研究院总体工程研究所 | 一种基于数据压缩技术的时间序列信号存储测试装置及方法 |
CN111307798B (zh) * | 2018-12-11 | 2023-03-17 | 成都智叟智能科技有限公司 | 采用多种采集技术的物品查验方法 |
CN111246047B (zh) * | 2019-12-31 | 2021-10-19 | 中国人民解放军海军航空大学 | 一种由微分超前实现图像加密再由惯性滞后实现图像还原的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540889A (zh) * | 2008-03-20 | 2009-09-23 | 海南三基科技有限公司 | 移动视频采集平台 |
CN101895731A (zh) * | 2010-07-06 | 2010-11-24 | 彪马集团有限公司 | 网络化透雾成像监视仪 |
CN102223520A (zh) * | 2011-04-15 | 2011-10-19 | 北京易子微科技有限公司 | 一种智能人脸识别视频监控系统及其实现方法 |
WO2012003610A1 (zh) * | 2010-07-06 | 2012-01-12 | 彪马集团有限公司 | 网络化透雾成像监视仪 |
-
2015
- 2015-06-17 CN CN201510339012.1A patent/CN104954749B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540889A (zh) * | 2008-03-20 | 2009-09-23 | 海南三基科技有限公司 | 移动视频采集平台 |
CN101895731A (zh) * | 2010-07-06 | 2010-11-24 | 彪马集团有限公司 | 网络化透雾成像监视仪 |
WO2012003610A1 (zh) * | 2010-07-06 | 2012-01-12 | 彪马集团有限公司 | 网络化透雾成像监视仪 |
CN102223520A (zh) * | 2011-04-15 | 2011-10-19 | 北京易子微科技有限公司 | 一种智能人脸识别视频监控系统及其实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104954749A (zh) | 2015-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10748510B2 (en) | Framebuffer compression with controllable error rate | |
CN106030652B (zh) | 提供输出面的方法、系统和合成显示控制器及计算机介质 | |
KR102269905B1 (ko) | 데이터 처리 시스템 | |
US9218640B2 (en) | Image processing device for displaying moving image and image processing method thereof | |
CN107273301A (zh) | 数据处理系统 | |
US20140086309A1 (en) | Method and device for encoding and decoding an image | |
CN106296616B (zh) | 一种红外图像细节增强方法和一种红外图像细节增强装置 | |
CN105933708B (zh) | 一种数据压缩和解压缩的方法和装置 | |
US10764581B2 (en) | Multi-resolution regionalized data transmission | |
GB2474115A (en) | Controlling the Reading of Arrays of Data from Memory | |
CN104253929B (zh) | 视频降噪方法及其系统 | |
KR20110074884A (ko) | 화상처리장치 및 화상처리방법 | |
CN104954749B (zh) | 一种信息记录方法 | |
CN104883573B (zh) | 一种信号高效处理方法 | |
CN104902207A (zh) | 一种高速信号采集方法 | |
CN110728725A (zh) | 一种硬件友好的面向实时系统无损纹理压缩算法 | |
CN110214338A (zh) | 增量颜色压缩到视频的应用 | |
US20200128264A1 (en) | Image processing | |
US20210272327A1 (en) | Decoding data arrays | |
CN101322393B (zh) | 图像处理装置及其图像处理方法、图像传送装置及其图像传送方法、以及图像显示设备 | |
CN113228097B (zh) | 图像处理方法和系统 | |
US11600026B2 (en) | Data processing systems | |
CN107547897A (zh) | 残值升采样装置、残值降采样装置以及电路 | |
CN116862814A (zh) | 图像处理方法、图像处理设备及计算机可读存储介质 | |
CN104113759A (zh) | 视频系统、视频帧缓存再压缩/解压缩方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240201 Address after: 215000 700 Jingwang Road, Kunshan Development Zone, Suzhou City, Jiangsu Province Patentee after: KUNSHAN JIUHUA ELECTRONIC EQUIPMENT FACTORY Country or region after: China Address before: No. 1606, Chuangye building, No. 1800, middle section of Yizhou Avenue, high tech Zone, Chengdu, Sichuan 610041 Patentee before: SICHUAN TALENT TECHNOLOGY CO.,LTD. Country or region before: China |