CN107509035A - 一种摄像机时空域图像快速压缩方法 - Google Patents

一种摄像机时空域图像快速压缩方法 Download PDF

Info

Publication number
CN107509035A
CN107509035A CN201710876792.2A CN201710876792A CN107509035A CN 107509035 A CN107509035 A CN 107509035A CN 201710876792 A CN201710876792 A CN 201710876792A CN 107509035 A CN107509035 A CN 107509035A
Authority
CN
China
Prior art keywords
compression
image
pixel
images
tensor
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.)
Pending
Application number
CN201710876792.2A
Other languages
English (en)
Inventor
兰伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Jingyi Technology Inspection Service Co Ltd
Original Assignee
Chengdu Jingyi Technology Inspection Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Jingyi Technology Inspection Service Co Ltd filed Critical Chengdu Jingyi Technology Inspection Service Co Ltd
Priority to CN201710876792.2A priority Critical patent/CN107509035A/zh
Publication of CN107509035A publication Critical patent/CN107509035A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种摄像机时空域图像压缩方法。为解决现有图像压缩方法难以实现高分辨率、高帧率图像压缩的问题,本发明提出在图像采集过程中,在视频时空域执行选择性像素丢弃操作,用于实现图像快速压缩。在摄像机中存储一个图像压缩标记张量F,在摄像机图像采集过程中,根据当前帧号从图像标记张量F中选取对应的标记元素,根据与当前帧当前采样像素对应的标记元素是否为0,对当前像素执行丢弃操作,由此实现与像素时钟同步的时空域图像快速压缩。本发明方法可用于工业相机、高速相机图像实时、快速压缩。

Description

一种摄像机时空域图像快速压缩方法
技术领域
本发明主要涉及数字成像技术领域,尤其是工业视觉成像图像压缩技术领域,特指一种摄像机时空域图像快速压缩方法。
背景技术
视觉成像技术被广泛应用军事、工业、民用、消费等诸多领域。随着数字成像技术的快速发展,图像传感器成像分辨率越来越大,图像帧率越来越高,在成像过程中产生海量图像信号,给图像采集和存储带来巨大压力。图像数据是高度冗余的,这决定了其具有可压缩性。因此,通过图像压缩,可以在保证一定信息量前提下,大幅降低图像数据量,以利于图像存储与传输。
目前,在消费电子领域,多采用MPEG、H.264、H.265等压缩格式对成像图像进行压缩。在工业视觉领域,由于图像分辨率高、帧率高,上述图像压缩方法很难满足实时压缩的应用需求。虽然,已有学者采用FPGA或多个DSP组合,以并行方式实现了基于JPEG的工业摄像机图像压缩,但是,JPEG图像压缩算法的复杂度高,图像压缩的能力,严重依赖于处理器(FPGA和DSP)的性能。因此,这种图像压缩方式,不能适应更高分辨率、更高帧率的图像压缩任务,并且存在硬件成本高、功耗高等显著问题。
为此,迫切需要一种低成本、低复杂度的快速图像压缩方法。
发明内容
本发明要解决的技术问题在于:现有图像压缩方法,存在计算复杂度高,难以满足高分辨率、高帧率图像实时压缩需求。
为解决上述问题,本发明公开一种摄像机时空域图像快速压缩方法,其特征在于:在摄像机图像采集过程中,在视频时空域执行选择性像素丢弃操作,以实现图像快速压缩。
具体实现方法是:在摄像机中存储一个图像压缩标记张量F,F的维数为w*h*d,其中,w、h分别为采集图像的宽度和高度,w、h的取值范围为1~100000,d是时域长度,d的取值范围为:1~100,F中元素取值为0或1;在摄像机图像采集过程中,根据图像传感器输出的场同步信号V、行同步信号H、像素时钟C,计算当前像素P在图像中坐标(i,j),并根据当前帧号N,计算N除以d的余数k,取出图像压缩标记张量F中对应位置处元素F(i,j,k),当F(i,j,k)=0时,丢弃当前像素P,当F(i,j,k)=1时,保留当前像素P;在图像压缩过程中,当完成一行图像压缩后,对该行内保留像素按时间顺序排列成新的一行图像,将新的一行图像作为一个数据包用于存储或传输。
优选地,图像压缩标记张量F中元素F(i,j,k)取值是随机的。
优选地,图像压缩标记张量F中元素F(i,j,k)满足二项分布:
F(i,j,k)=b(r) (1)
其中,b是二项分布函数,r是二项分布函数输出值等于1的概率,r取值范围为0~1;图像压缩率与二项分布b()的输入参数r相等,通过调整r调整图像压缩率。
本发明有益效果是:与现有技术在图像频域(比如JPEG、H.264、H.265)进行图像压缩的算法原理是不同的,本发明方法直接在图像采集过程中,直接执行像素丢弃或保留操作,实现图像压缩。直接对像素进行丢弃操作实现压缩的优点是:通过FPGA等硬件可以实现与像素时钟同步压缩,处理时间仅为1个像素时钟,与现有基于图像块的频域图像压缩方法相比,复杂度更低。这种单像素时钟的图像压缩方法所带来的好处是:成本低、功耗低,只要成像器件能够成像,即可实现任意分辨率、任意帧率的图像压缩。因此,本发明方法,不仅可以用于工业摄像机,还可以用于高速摄像机。此外,本发明图像压缩标记张量F是三维的,在图像压缩过程中,某一位置处像素是否被压缩在时域上是变化的。与采用二维图像压缩标记矩阵(即d=1)相比,在整个图像压缩过程中,某一位置处像素不会一直被丢弃、也不会一直被保留。这种方式可以增加视频时域信息,相比基于二维图像压缩标记矩阵的空域压缩方式,所获取的图像信息更多,更有利于提升后期图像重建精度。
附图说明
图1本发明时空域图像压缩工作原理
其中,图1(a)是采集图像序列,图1(b)是图像压缩标记张量F,图1(c)是第N帧采集图像,图1(d)是图像压缩标记张量F中第k个矩阵F(;,:,k),图1(e)是根据F(;,:,k)丢弃像素结果,图1(f)是第N帧采集图像的压缩图像;图1(g)是第N帧采集图像中已知像素,图1(h)是第N帧采集图像中丢弃像素;
图2压缩图像重建原理
其中,图2(a)是第N帧压缩图像,图2(b)是第N压缩图像根据根据F(:,:,k)重排序结果,图2(c)是第N帧压缩图像重建结果,图2(d)是图像压缩标记张量中F(:,:,k),图2(e)是第N帧压缩图像中已知像素,图2(f)是第N帧压缩图像中未知像素,图2(g)是第N帧压缩图像重建像素;
图3图像像素丢弃与修复效果示例
其中,图3(a)输入图像,图3(b)丢弃像素图像,图3(c)修复图像,为便于显示,图3(b)中丢弃像素设为0;
图4本发明图像压缩与重建结果实例
其中,图4(a)输入图像,图4(b)99%压缩率图像,图4(c)95%压缩率图像,图4(d)90%压缩图像,图4(e)99%压缩率图像重建结果,图4(f)95%压缩率图像重建结果,图4(g)90%压缩率图像重建结果,为便于显示,压缩图像中丢弃像素用0代替。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,下面结合附图及实施例,对本发明进行进一步详细说明。应当注意,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提出的时空域图像压缩基本原理是:采集图像序列在时空域是高度冗余、且局部高度相似的。如图1所示,给定一组图像采集序列(图1(a)),根据当前帧图像(图1(c))的帧号N,计算出在图像压缩标记张量F(图1(b))中的标号k,从图像压缩标记张量F中取出F(:,:,k)(见图1(d)),根据F(:,:,k)中元素的标记信息,丢弃部分像素得到图1(e)结果,再对丢弃像素按行排序得到压缩图像(图1(f))。
图2给出了压缩图像重建过程:先根据当前压缩图像(图2(a))的帧号N,计算出图像压缩标记张量F的标号k,从图像压缩标记矩阵F中取出矩阵F(:,:,k)(图2(d)),根据F(:,:,k)对压缩图像(图2(a))中像素进行重新排序,得到包含已知像素(图2(e))和未知像素(图2(f))的压缩图像重排序结果(图2(b)),再根据压缩图像中已知像素(图2(e)),利用图像局部相似性特征,采用局部邻域图像重建方法,估计出未知像素(图2(f))的取值(图2(g)),用于得到压缩图像重建图像(图2(c))。
图3给出了一个图像丢弃与修复效果实例,用于证明本发明方法的有效性。如图3所示,其中图2(a)是Lena图像,图像分辨率为512*512,位宽为8bits的灰度图像,随机丢弃Lena图像中70%像素,为便于显示在被丢弃像素位置处设置为0,得到图3(b)所示丢弃像素图像,也是本发明的压缩图像,然后,利用丢弃像素图像(图3(b))中已知像素补偿丢弃像素,具体方法是:对于某一个丢弃像素P(i,j),(i,j)为图像坐标,以(i,j)为中心取s*s大小邻域,在邻域内,找出所有已知像素,并计算这些已知像素的中值,作为丢弃像素P(i,j)的估计值,并填充到丢弃图像的(i,j)位置处。图3(c)是采用3*3大小邻域修复效果图。从修复结果可以看出,本发明提出的通过丢弃部分像素以实现图像快速压缩的方法是可行的。
图4给出了在90%、95%、99%压缩率情况下图像压缩结果,以及采用9*9大小邻域重建结果。可以看出,本发明方法可在90%压缩率时,良好重建出原始图像。
本发明时空域图像压缩方法的操作步骤如下:
1)生成图像压缩标记张量F,F为w*h*d维张量,w、h分别为被压缩图像的宽度、高度,即空域尺度,d为时域长度;在图像压缩标记张量F中元素取值为0或1;
2)把生成的图像压缩标记张量F导入摄像机中;
3)在摄像机图像采集过程中,根据图像传感器输出的场同步信号V、行同步信号H、像素时钟C,计算当前像素P在图像中坐标(i,j),并根据当前帧号N,计算N除以d的余数k,取出图像压缩标记张量F中对应位置处元素F(i,j,k),当F(i,j,k)=0时,丢弃当前像素P,当F(i,j,k)=1时,保留当前像素P;在图像压缩过程中,当完成一行图像压缩后,对该行内保留像素按时间顺序排列成新的一行图像,将新的一行图像作为一个数据包用于存储或传输。
本发明图像压缩标记张量F的生成方法包括:
方法1:
手动设定F中元素为0或1。
方法2:
采用二项分布b()生成图像压缩矩阵中元素F(i,j,k)=b(r),其中,r是二项分布函数的输入参数,r是二项分布函数b()输出值为1的概率。
与方法1相比,方法2的优点是:通过二项分布随机函数生成的F中元素值,在图像中分布更为均匀,有利于提升压缩图像重建效果。并且,可以通过调整输入参数r的取值,实现图像压缩率调整。

Claims (3)

1.一种摄像机时空域图像快速压缩方法,其特征在于:在摄像机图像采集过程中,在视频时空域执行选择性像素丢弃操作,以实现图像快速压缩;
具体实现方法是:在摄像机中存储一个图像压缩标记张量F,F的维数为w*h*d,其中,w、h分别为采集图像的宽度和高度,w、h的取值范围为1~100000,d是时域长度,d的取值范围为:1~100,F中元素取值为0或1;在摄像机图像采集过程中,根据图像传感器输出的场同步信号V、行同步信号H、像素时钟C,计算当前像素P在图像中坐标(i,j),并根据当前帧号N,计算N除以d的余数k,取出图像压缩标记张量F中对应位置处元素F(i,j,k),当F(i,j,k)=0时,丢弃当前像素P,当F(i,j,k)=1时,保留当前像素P;在图像压缩过程中,当完成一行图像压缩后,对该行内保留像素按时间顺序排列成新的一行图像,将新的一行图像作为一个数据包用于存储或传输。
2.根据权利要求1,图像压缩标记张量F中元素F(i,j,k)取值是随机的。
3.根据权利要求1和2,图像压缩标记张量F中元素F(i,j,k)满足二项分布:
F(i,j,k)=b(r)(1)其中,b是二项分布函数,r是二项分布函数输出值等于1的概率,r取值范围为0~1;图像压缩率与二项分布b()的输入参数r相等,通过调整r调整图像压缩率。
CN201710876792.2A 2017-09-25 2017-09-25 一种摄像机时空域图像快速压缩方法 Pending CN107509035A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710876792.2A CN107509035A (zh) 2017-09-25 2017-09-25 一种摄像机时空域图像快速压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710876792.2A CN107509035A (zh) 2017-09-25 2017-09-25 一种摄像机时空域图像快速压缩方法

Publications (1)

Publication Number Publication Date
CN107509035A true CN107509035A (zh) 2017-12-22

Family

ID=60698645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710876792.2A Pending CN107509035A (zh) 2017-09-25 2017-09-25 一种摄像机时空域图像快速压缩方法

Country Status (1)

Country Link
CN (1) CN107509035A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114615209A (zh) * 2022-03-11 2022-06-10 山东云海国创云计算装备产业创新中心有限公司 一种动态适应的图像压缩方法、装置、设备及可读介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044380A3 (en) * 2010-06-18 2012-06-14 William Marsh Rice University Method and apparatus for compressive acquisition and recovery of dynamic imagery
CN103237204A (zh) * 2013-03-21 2013-08-07 上海交通大学 基于高维压缩感知的视频信号采集与重构系统
CN105407272A (zh) * 2015-10-29 2016-03-16 中国空气动力研究与发展中心设备设计及测试技术研究所 一种延长高速相机拍摄时长的方法
CN106600540A (zh) * 2017-01-15 2017-04-26 四川精目科技有限公司 一种分块rbf插值高速相机压缩图像重建方法
CN106663316A (zh) * 2016-08-30 2017-05-10 深圳大学 一种基于块稀疏压缩感知的红外图像重构方法及其系统
CN106780638A (zh) * 2017-01-15 2017-05-31 四川精目科技有限公司 一种高速相机压缩图像快速重建方法
CN106815816A (zh) * 2017-01-15 2017-06-09 四川精目科技有限公司 一种rbf插值高速相机压缩图像重建方法
CN106851321A (zh) * 2017-01-15 2017-06-13 四川精目科技有限公司 一种最小二乘回归高速相机压缩图像重建方法
CN106851322A (zh) * 2017-01-15 2017-06-13 四川精目科技有限公司 一种分块最小二乘回归高速相机压缩图像重建方法
CN107005662A (zh) * 2014-07-12 2017-08-01 雷神公司 具有集成压缩感知的读出集成电路

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044380A3 (en) * 2010-06-18 2012-06-14 William Marsh Rice University Method and apparatus for compressive acquisition and recovery of dynamic imagery
CN103237204A (zh) * 2013-03-21 2013-08-07 上海交通大学 基于高维压缩感知的视频信号采集与重构系统
CN107005662A (zh) * 2014-07-12 2017-08-01 雷神公司 具有集成压缩感知的读出集成电路
CN105407272A (zh) * 2015-10-29 2016-03-16 中国空气动力研究与发展中心设备设计及测试技术研究所 一种延长高速相机拍摄时长的方法
CN106663316A (zh) * 2016-08-30 2017-05-10 深圳大学 一种基于块稀疏压缩感知的红外图像重构方法及其系统
CN106600540A (zh) * 2017-01-15 2017-04-26 四川精目科技有限公司 一种分块rbf插值高速相机压缩图像重建方法
CN106780638A (zh) * 2017-01-15 2017-05-31 四川精目科技有限公司 一种高速相机压缩图像快速重建方法
CN106815816A (zh) * 2017-01-15 2017-06-09 四川精目科技有限公司 一种rbf插值高速相机压缩图像重建方法
CN106851321A (zh) * 2017-01-15 2017-06-13 四川精目科技有限公司 一种最小二乘回归高速相机压缩图像重建方法
CN106851322A (zh) * 2017-01-15 2017-06-13 四川精目科技有限公司 一种分块最小二乘回归高速相机压缩图像重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
荆楠等: ""动态压缩感知综述"", 《自动化学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114615209A (zh) * 2022-03-11 2022-06-10 山东云海国创云计算装备产业创新中心有限公司 一种动态适应的图像压缩方法、装置、设备及可读介质
CN114615209B (zh) * 2022-03-11 2024-03-08 山东云海国创云计算装备产业创新中心有限公司 一种动态适应的图像压缩方法、装置、设备及可读介质

Similar Documents

Publication Publication Date Title
CN113362223B (zh) 基于注意力机制和双通道网络的图像超分辨率重建方法
CN111861961B (zh) 单幅图像超分辨率的多尺度残差融合模型及其复原方法
CN105407272B (zh) 一种延长高速相机拍摄时长的方法
Liu et al. Maximum frame rate video acquisition using adaptive compressed sensing
CN106911930A (zh) 一种基于递归卷积神经网络进行压缩感知视频重建的方法
CN114677304B (zh) 一种基于知识蒸馏和深度神经网络的图像去模糊算法
CN104079914B (zh) 基于深度信息的多视点图像超分辨方法
CN103413286A (zh) 一种基于学习的高动态范围与高分辨率图像联合重建方法
CN109978763A (zh) 一种基于跳跃连接残差网络的图像超分辨率重建算法
CN110418139B (zh) 一种视频超分辨修复方法、装置、设备及存储介质
CN104159119A (zh) 一种视频图像实时共享播放的超分辨率重构方法和系统
EP2777257A1 (en) Ultra low latency video communication
CN109214985A (zh) 用于图像超分辨率重构的递归密集残差网络
CN114331831A (zh) 一种轻量化的单张图像超分辨率重建方法
CN104376547A (zh) 运动模糊图像复原方法
CN103997615A (zh) 一种基于FPGA的Camera Link转SD/HD-SDI的装置
CN107509035A (zh) 一种摄像机时空域图像快速压缩方法
CN104036489A (zh) 一种光场获取方法
US10944923B2 (en) Code division compression for array cameras
CN110047038B (zh) 一种基于层级递进网络的单图像超分辨重建方法
CN110288529A (zh) 一种基于递归局部合成网络的单幅图像超分辨率重建方法
CN108616720A (zh) 一种多台站频谱监测数据压缩处理方法
CN104182931A (zh) 超分辨率方法和装置
CN107707917B (zh) 一种基于信息熵的视频自适应采样率设定方法
CN107509036A (zh) 一种基于fpga的摄像机海量图像压缩方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171222