CN107846589A - 一种基于局部动态量化的图像压缩方法 - Google Patents

Abstract

本发明公开了一种基于局部动态量化的图像压缩方法，该方法包括以下步骤：1）获取raw格式图像；解析获取图像的信息；2）对采集的raw图像数据进行图像块分区；3）图像块像素值的统计；4）量化步长计算：5）每个像素的偏移量计算；6）量化：将当前块的每个像素的相对幅度和量化步长进行除法运算；并建立新的灰阶值；7）基于块的数据结构重建；8）文件输出。本发明提供的基于raw格式的原始传感器的数据的压缩方法，能最大化保持原始数据信息，又能减少数据存储量，满足数据恢复和再编辑的要求，并且方法简单，硬件实现成本低，满足主流存储设备的存储条件。

Description

一种基于局部动态量化的图像压缩方法

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种基于局部动态量化的图像压缩方法。

背景技术

由于图像传感器(cmos)技术的发展，高像素，高画质的摄像头图像采集日趋普遍，在实际应用中，当像素越高，获取的图像品质就越好，解析图像的能力也越强，但相对所需的记录数据量也会大得多，所以对存储设备的要求以及信号处理的带宽要求也就高得多。这对图像的存储，传输，处理都带来极大的挑战。目前主流的cmos传感器像素已达1600w像素，单反相机的像素水平更高。以raw格式的数据记录，1600w像素，每像素位宽为14bits的，单幅图像原始记录将高达224000000数据位，28000000字节，一秒记录30帧计数据量为8400，000，000字节，而当前的主流记录设备传输率在500M以下，无法满足正常的存储要求。

目前业内常用手段是采用软件硬件结合方式，通过图像和视频压缩的方式缓解图像存储压力，但是该方式是现对raw格式的传感器数据进行色彩空间变换后，根据人眼视觉特性和图像，视频的空间，时间特性进行有损压缩编码，以减少实际的数据存储量但是常用的压缩方式均存在局限：

jpg，png等图像压缩方式，压缩效率高，但是由于采用的空间频域变换，对低频信息的损失较大，对图像原始数据的信息保留较少，不适合于对原始数据的恢复。

jpeg2000的无损压缩方式，实现方法复杂，软件操作效率底下，不适用于图像的连续采集；

常见的视频压缩编码(h264/mpeg)，在空域和时域采用多种压缩算法实现实时视频图像的压缩，但是图像信息损失较大，不适用于对原始数据的恢复，而且硬件成本太大；

本发明提供一种基于raw格式的原始传感器的数据的压缩方法，能最大化保持原始数据信息，又能减少数据存储量，满足数据恢复和再编辑的要求，并且方法简单，硬件实现成本低，满足主流存储设备的存储条件。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于局部动态量化的图像压缩方法。

本发明解决其技术问题所采用的技术方案是：一种基于局部动态量化的图像压缩方法，包括以下步骤：

1)从图像源获取raw格式图像；解析获取图像的信息：包括图像宽高尺寸、像素灰阶位数和色彩空间；

2)对采集的raw图像数据的G，R，B按通道进行图像块分区，对图像进行2n行，2m列的图像块分块操作，并且每个2n*2m块再进行色彩通道分离，形成n*m的四个图像块(以下简称块，记为Bi)，其中绿色通道为2个图像块，红色，绿色各一个块，每个像素以12bits进行表示，所以对于一个n*m块，其二进制记录位数为12*n*m；

3)图像块像素值的统计；统计单个图像块Bi的最大最小值；记录最大最小值在当前块的坐标位置(4bits表示，x，y坐标分别使用2bits表示)；计算当前块的极差；

对单个Bi取最大值Gmax，表示为Vmax，最小值Gmin，表示为Vmin，并求当前块Bi的极差，表示为TDi，且

TDi＝Vmax–Vmin；

TDi反应了当前的Bi的像素变换范围；

4)量化步长计算：

将当前块Bi的极差和目标量化灰阶进行除法运算，获得量化步长(step)；所述目标量化灰阶为再量化级数，QL；此处说明为64；QL为2的幂运算，表示量化后的数据空间大小，直接表现为数据存储所需的bit位数，决定了存储的文件大小和传输所需的带宽；

5)每个像素的偏移量计算

将Bi内的每个数据和最小值Vmin进行求差操作，获得每个像素的差；即像素的相对幅度；

6)量化

将当前块的每个像素的相对幅度(偏差)和量化步长进行除法运算；

建立新的灰阶值；

7)基于块的数据结构重建

建立一个数组，将最大值，最大值坐标，最小值，最小值坐标，和余下的像素，依次按从左到右，从上到下的顺序进行记录；

8)文件输出

将当前处理结果按块写入输出图像缓冲；

9)列结束判断；

判断当前行的像素块是否处理完成；

若处理完成，跳转到下一步骤10)，进行行处理的判断；

若当前行的像素块未处理完成，跳转到步骤2)，进行下一列操作；

10)行处理判断；

判断图像是否完成功能所有的行处理；

若处理完成，跳转到下一步骤11)，当前图像处理完成；

若还有行未完成，跳转到步骤2)，进行下一行的操作；

11)处理完成，结束操作。

本发明产生的有益效果是：

1.方法简单，不依赖cpu参与，在参数确定的情况下，能实现完全由硬件进行数据的处理；

2.操作简单，适用于硬件实现；

3.由图像分块操作，满足图像局部信息的快速分析和处理，保留图像细节，利于图像处理流程的实现；

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的方法流程图；

图2是本发明实施例的图像块分块示意图；

图3是本发明实施例的图像块像素值的统计示意图；

图4是本发明实施例的图像块像素值偏差计算示意图；

图5是本发明实施例的数据结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，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。

由于图像相邻区域的像素值在灰度空间中分布较为集中，所以，我们可以假设图像在一定的区域内，其灰度变化是连续的，其灰度范围(极差)小于整幅图像的灰度范围(极差)，理论上，这样就可以使用较小的数位描述区域内的灰度阶，减少对灰阶值的表达位数，实现对数据的压缩。

如图1所示，

1.文件读取，从图像源(内存，缓冲或磁盘等)，获取图像；获取图像信息：包括图像宽高尺寸；像素灰阶位数；色彩空间等信息；

2.系统初始化；根据图像信息，建立图像缓冲空间；建立块操作缓冲区；建立输出文件缓冲区；各个变量、指针初始化等；

3.图像块分块：为采集的raw图像数据的G，R，B按通道进行图像块分区，对图像进行2n行，2m列的图像块分块操作，并且每个2n*2m块再进行色彩通道分离，形成n*m的四个图像块(一下简称块，Bi)，其中绿色通道为2个块，红色，绿色各一个块，每个像素以12bits进行表示，所以对于一个n*m块，其二进制记录位数为12*n*m；

以n，m为4计，每块的原始记录数据为16*12＝192bits；

以n,m为8计，每块的原始记录数据为64*12＝768bits；

本实施例在实现过程中，此处采取了块4x4的划分，和64级幅度空间的再量化，实际实现可根据实际应用范围实现8x8的块划分或128级幅度空间再量化操作；

获取4x4图像块；如图2所示；

4.图像块像素值的统计；统计最大最小值；记录最大最小值在当前块的坐标位置(4bits表示，x，y坐标分别使用2bits表示)；计算当前块的极差；

如图3所示，对单个Bi取最大值Gmax，表示为Vmax，最小值Gmin，表示为Vmin，并求，4当前块Bi的极差，表示为TDi，且

TDi＝Vmax–Vmin；

TDi反应了当前的Bi的像素变换范围；

获得当前Bi的最大最小数据，并求最大最小值的差；

5.量化步长计算

将极差和目标量化灰阶(此处为64)进行除法运算，获得量化步长(step)；

6.每个像素的偏移量计算

将Bi内的每个数据和最小值Vmin进行求差操作，获得每个像素的差Dpxl(n,m),表示为D(n，m)；如图4所示，即为像素的相对幅度；

7.量化

将当前块的每个像素的相对幅度(偏差)和量化步长(step)进行除法运算；

建立新的灰阶值；

8.基于块的数据结构重建

按图5所示的数据结构，将最大值，最大值坐标，最小值，最小值坐标，和余下的像素，按从左到右，从上到下的顺序进行记录；

9.文件输出

将当前处理结果按块写入输出图像缓冲；

10.列结束判断；

判断当前行的像素块是否处理完成；

真：处理完成，跳转到下一步骤11，进行行处理的判断；

假：当前行未完成，跳转到步骤3，进行下一列操作；

11.行处理判断；

判断图像是否完成所有的行处理；

真：处理完成，跳转到下一步骤12，当前图像处理完成；

假：还有行未完成，跳转到步骤3，进行下一行的操作；

12.处理完成，结束操作；

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (4)

1.一种基于局部动态量化的图像压缩方法，其特征在于，包括以下步骤：

1)从图像源获取raw格式图像；解析获取图像的信息：包括图像宽高尺寸、像素灰阶位数和色彩空间；

2)对采集的raw图像数据的G，R，B按通道进行图像块分区，对图像进行2n行，2m列的图像块分块操作，并且每个2n*2m块再进行色彩通道分离，形成n*m的四个图像块，记为Bi，其中绿色通道为2个图像块，红色，绿色各一个块，

3)图像块像素值的统计；统计单个图像块Bi的最大最小值；记录最大最小值在当前块的坐标位置；计算当前块的极差；

4)量化步长计算：

将当前块Bi的极差和目标量化灰阶进行除法运算，获得量化步长；所述目标量化灰阶为再量化级数QL；QL表示量化后的数据空间大小，直接表现为数据存储所需的bit位数，决定了存储的文件大小和传输所需的带宽；

5)每个像素的偏移量计算：

将Bi内的每个数据和最小值Vmin进行求差操作，获得每个像素的差；即像素的相对幅度；

6)量化：

将当前块的每个像素的相对幅度和量化步长进行除法运算；

并建立新的灰阶值；

7)基于块的数据结构重建：

建立一个数组，将最大值，最大值坐标，最小值，最小值坐标，和余下的像素，依次按从左到右，从上到下的顺序进行记录；

8)文件输出：

将当前处理结果按块写入输出图像缓冲。

2.根据权利要求1所述的方法，其特征在于，所述步骤2)中每个像素以12bits进行表示，对于一个n*m块，其二进制记录位数为12*n*m。

3.根据权利要求1所述的方法，其特征在于，所述步骤3)中当前块的极差计算如下：对单个Bi取最大值Gmax，表示为Vmax，最小值Gmin，表示为Vmin，并求当前块Bi的极差，表示为TDi，

TDi＝Vmax–Vmin；

TDi反应了当前的Bi的像素变换范围。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括以下步骤：

9)列结束判断；

判断当前行的像素块是否处理完成；

若处理完成，跳转到下一步骤10)，进行行处理的判断；

若当前行的像素块未处理完成，跳转到步骤2)，进行下一列操作；

10)行处理判断；

判断图像是否完成功能所有的行处理；

若处理完成，跳转到下一步骤11)，当前图像处理完成；

若还有行未完成，跳转到步骤2)，进行下一行的操作；

11)处理完成，结束操作。