CN106375699A - 一种高清网络摄像机 - Google Patents

Abstract

本发明提出了一种高清网络摄像机，包括镜头和编/解码模块，所述编/解码模块对镜头采集的视频图像数据进行帧内预测和帧间预测，将帧内预测和帧间预测的附带信息编码到视频图像数据；对采集的视频图像数据进行运动预测和运动补偿，将运动预测和运动补偿的附带信息添加到编码后的视频图像数据中；将完成附带信息添加后的视频图像数据采用比特流输出，本发明能够实现高清摄像的同时，保证网络传输的畅通，避免其过多地占用网速。

Description

一种高清网络摄像机

技术领域

本发明属于摄像机技术领域，特别涉及一种高清网络摄像机。

背景技术

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

此外，采集图像后，在传输的过程中，为了适应网络的奢求，而对采集的图像进行一定的压缩处理，压缩处理后，会在一定程度上导致图像的失真。

因此，现在亟需一种高清网络摄像机，能够实现高清摄像的同时，保证网络传输的畅通，避免其过多地占用网速。

发明内容

本发明提出一种高清网络摄像机，解决了现有技术中高清图像传输占用网速过高，而压缩后图像失真的问题。

本发明的技术方案是这样实现的：高清网络摄像机，包括镜头和编/解码模块，所述编/解码模块对镜头采集的视频图像数据进行帧内预测和帧间预测，将帧内预测和帧间预测的附带信息编码到视频图像数据；对采集的视频图像数据进行运动预测和运动补偿，将运动预测和运动补偿的附带信息添加到编码后的视频图像数据中；将完成附带信息添加后的视频图像数据采用比特流输出。

作为一种优选的实施方式，将帧内预测的附带信息编码到视频图像数据中包括在帧内预测画面进行帧内预测编码，利用帧内预测编码加入附带信息，同时，对帧内预测图像进行变换和量化。

作为一种优选的实施方式，对帧内预测图像进行变换包括减少画面的编码量，将变换和量化后的编码根据变换系数进行纠错变换，然后将附带信息与纠错变换后的数据采用比特流输出。

作为一种优选的实施方式，将变换和量化后的编码进行解量化和反变换，包括在帧内预测以特定大小的块作为基准单元，从像素中预测编码化的模板，根据原图像左右、上下之间的相关性，在在解量化时，采用周围数据的差分值来重构画面。

作为一种优选的实施方式，运动预测采用全面预测技术，利用多个运动矢量探索单元细分后，单独求出真正的运动矢量，抑制运动细节的编码量。

作为一种优选的实施方式，所述编/解码模块连接有增强处理模块，所述增强处理模块确定编/解码模块输出的图像数据的灰度范围值域；对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；对拉伸或者压缩后的图像的曲线位置和形状进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级。

作为一种优选的实施方式，对曝光不足的图像灰度区间进行拉伸或者压缩，包括首先定义原始图像的初始灰度范围，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，完成对灰度区间的拉伸或者压缩，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，首先根据不同要求将图像的值域分成若干区间，然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。

作为一种优选的实施方式，对对数变换后的图像建立直方图，包括以图像中各灰度级与各灰度级像素出现的频率之间的关系，以灰度为横坐标，纵坐标为灰度频率，绘制频率同灰度级之间的关系直方图。

作为一种优选的实施方式，对对数变换后的图像建立直方图，包括判断图像的量化是否准确，确定图像二值化的阈值，以及当图像中物体的部分灰度值大于其他部分的灰度值时，利用直方图统计图像中物体的面积，计算图像信息量。

作为一种优选的实施方式，对均衡化处理后的图像进行直方图规定化，包括由分布函数和密度函数确定概率密度函数，改善图像的灰度层次，步骤S1中确定原始图像数据的灰度范围值域，包括根据图像中像素的位置和幅值，确定空间界限和亮度界限，将图像中的像素对应为坐标点上光强的集合，表达为：

I＝f(x,y,z,λ,t)，其中，式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度。

采用了上述技术方案后，本发明的有益效果是：通过编/解码模块实现对图像数据的压缩处理，然后再利用增强模块对图像的灰度进行增强，同时，在进行图像时去除冗杂可以进一步促进量化和编码，保证图像的质量，本申请能够在保证网络传输速度的同时，保证照片效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的方框示意图；

图2为本发明编/解码处理的流程示意图；

图3为本发明增强处理的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-3所示，本高清网络摄像机，包括镜头和编/解码模块，所述编/解码模块对镜头采集的视频图像数据进行帧内预测和帧间预测，将帧内预测和帧间预测的附带信息编码到视频图像数据；对采集的视频图像数据进行运动预测和运动补偿，将运动预测和运动补偿的附带信息添加到编码后的视频图像数据中；将完成附带信息添加后的视频图像数据采用比特流输出。

将帧内预测的附带信息编码到视频图像数据中包括在帧内预测画面进行帧内预测编码，利用帧内预测编码加入附带信息，同时，对帧内预测图像进行变换和量化。

对帧内预测图像进行变换包括减少画面的编码量。

对帧内预测图像进行变换包括减少画面的编码量，将变换和量化后的编码根据变换系数进行纠错变换，然后将附带信息与纠错变换后的数据采用比特流输出。

进行运动预测和运动补偿，将变换和量化后的编码进行解量化和反变换，利用帧间预测对反变换后的数据进行画面重构，然后再进行降噪处理，降噪处理后，加入运动补偿和运动预测的附带运动矢量。

帧内预测采用整数变换代理离散的余弦变换。

利用帧间预测对反变换后的数据进行画面重构，包括采用预测帧进行P/B画面重构。

将变换和量化后的编码进行解量化和反变换，包括在帧内预测以特定大小的块作为基准单元，从像素中预测编码化的模板，根据原图像左右、上下之间的相关性，在在解量化时，采用周围数据的差分值来重构画面。

运动预测采用全面预测技术，利用多个运动矢量探索单元细分后，单独求出真正的运动矢量，抑制运动细节的编码量。

运动预测采用可变块大小预测，参考帧数最大4-6个。

所述编/解码模块连接有增强处理模块，所述增强处理模块确定编/解码模块输出的图像数据的灰度范围值域；对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；对拉伸或者压缩后的图像的曲线位置和形状进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级。

对曝光不足的图像灰度区间进行拉伸或者压缩，包括首先定义原始图像的初始灰度范围，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，完成对灰度区间的拉伸或者压缩。

确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，首先根据不同要求将图像的值域分成若干区间，然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。

对对数变换后的图像建立直方图，包括以图像中各灰度级与各灰度级像素出现的频率之间的关系，以灰度为横坐标，纵坐标为灰度频率，绘制频率同灰度级之间的关系直方图。

对对数变换后的图像建立直方图，包括判断图像的量化是否准确，确定图像二值化的阈值，以及当图像中物体的部分灰度值大于其他部分的灰度值时，利用直方图统计图像中物体的面积，计算图像信息量。

对均衡化处理后的图像进行直方图规定化，包括由分布函数和密度函数确定概率密度函数，改善图像的灰度层次。

骤S1中确定原始图像数据的灰度范围值域，包括根据图像中像素的位置和幅值，确定空间界限和亮度界限，将图像中的像素对应为坐标点上光强的集合，表达为：

I＝f(x,y,z,λ,t)，其中，式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度。

确定原始图像数据的灰度范围值域前，首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余。

去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，包括通过差分系统采用单频校点位的部分位数来编码样点差。

去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，用相邻已经像素预测当前像素的取值，然后利用预测误差进行量化和编码。

该高清网络摄像机的工作原理是：通过编/解码模块实现对图像数据的压缩处理，然后再利用增强模块对图像的灰度进行增强，同时，在进行图像时去除冗杂可以进一步促进量化和编码，保证图像的质量，本申请能够在保证网络传输速度的同时，保证照片效果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高清网络摄像机，其特征在于，包括镜头和编/解码模块，所述编/解码模块对镜头采集的视频图像数据进行帧内预测和帧间预测，将帧内预测和帧间预测的附带信息编码到视频图像数据；对采集的视频图像数据进行运动预测和运动补偿，将运动预测和运动补偿的附带信息添加到编码后的视频图像数据中；将完成附带信息添加后的视频图像数据采用比特流输出。

2.根据权利要求1所述的高清网络摄像机，其特征在于，将帧内预测的附带信息编码到视频图像数据中包括在帧内预测画面进行帧内预测编码，利用帧内预测编码加入附带信息，同时，对帧内预测图像进行变换和量化。

3.根据权利要求2所述的高清网络摄像机，其特征在于，对帧内预测图像进行变换包括减少画面的编码量，将变换和量化后的编码根据变换系数进行纠错变换，然后将附带信息与纠错变换后的数据采用比特流输出。

4.根据权利要求3所述的高清网络摄像机，其特征在于，将变换和量化后的编码进行解量化和反变换，包括在帧内预测以特定大小的块作为基准单元，从像素中预测编码化的模板，根据原图像左右、上下之间的相关性，在在解量化时，采用周围数据的差分值来重构画面。

5.根据权利要求4所述的高清网络摄像机，其特征在于，运动预测采用全面预测技术，利用多个运动矢量探索单元细分后，单独求出真正的运动矢量，抑制运动细节的编码量。

6.根据权利要求5所述的高清网络摄像机，其特征在于，所述编/解码模块连接有增强处理模块，所述增强处理模块确定编/解码模块输出的图像数据的灰度范围值域；对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；对拉伸或者压缩后的图像的曲线位置和形状进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级。

7.根据权利要求6所述的高清网络摄像机，其特征在于，对曝光不足的图像灰度区间进行拉伸或者压缩，包括首先定义原始图像的初始灰度范围，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，完成对灰度区间的拉伸或者压缩，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，首先根据不同要求将图像的值域分成若干区间，然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。

8.根据权利要求7所述的高清网络摄像机，其特征在于，对对数变换后的图像建立直方图，包括以图像中各灰度级与各灰度级像素出现的频率之间的关系，以灰度为横坐标，纵坐标为灰度频率，绘制频率同灰度级之间的关系直方图。

9.根据权利要求8所述的高清网络摄像机，其特征在于，对对数变换后的图像建立直方图，包括判断图像的量化是否准确，确定图像二值化的阈值，以及当图像中物体的部分灰度值大于其他部分的灰度值时，利用直方图统计图像中物体的面积，计算图像信息量。

10.根据权利要求9所述的高清网络摄像机，其特征在于，对均衡化处理后的图像进行直方图规定化，包括由分布函数和密度函数确定概率密度函数，改善图像的灰度层次，步骤S1中确定原始图像数据的灰度范围值域，包括根据图像中像素的位置和幅值，确定空间界限和亮度界限，将图像中的像素对应为坐标点上光强的集合，表达为：

I＝f(x,y,z,λ,t)，其中，式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度。