CN109640088A - 图像数据处理方法、装置及系统 - Google Patents
图像数据处理方法、装置及系统 Download PDFInfo
- Publication number
- CN109640088A CN109640088A CN201811653922.7A CN201811653922A CN109640088A CN 109640088 A CN109640088 A CN 109640088A CN 201811653922 A CN201811653922 A CN 201811653922A CN 109640088 A CN109640088 A CN 109640088A
- Authority
- CN
- China
- Prior art keywords
- bit
- image data
- low
- terminal
- data
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 41
- 238000013528 artificial neural network Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 27
- 241001269238 Data Species 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 14
- 210000002569 neuron Anatomy 0.000 claims description 5
- 210000004218 nerve net Anatomy 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明公开了一种图像数据处理方法、装置及系统，所述方法包括：第一终端获得16比特的原始图像数据；第一终端基于16比特的原始图像数据，获得低8比特图像数据；第一终端将低8比特图像传输至第二终端；第二终端基于低8比特图像数据，获得16比特的图像数据。基于16比特的原始图像数据，获得低8比特图像数据，仅仅传输低8比特图像数据，减少了传输的数据量，提高了数据传输速度；第二终端基于低8比特图像数据对传输后的数据恢复到16比特的图像数据，从而提高了图像的质量。解决了现有技术中存在的数据传输速度慢、传输图像的质量差的技术问题，达到了以提数据传输速度和传输的图像的质量的技术效果。
Description
技术领域
本发明涉及图像处理领域，具体而言，涉及一种图像数据处理方法、装置及系统。
背景技术
终端设备所具备的灵活、低成本、快速获取的特点使得无人机航测遥感系统成为继航空摄影、卫星遥感等影像获取的又一新的遥感平台，已被广泛应用在测绘、农业、应急等各个领域。无人机得益于其轻巧便捷，但是在色彩宽度要求较高时的实时航拍领域，无人机等小巧的终端设备实时航拍过程中存在编码功耗和传输速度的瓶颈，使得无人机等小巧的终端设备在实时航拍过程中数据传输速度慢、传输图像的质量差。
因此需要找一种编码功耗低、传输数据量小的方法对终端设备拍摄的图像进行处理，以提高终端设备在实时航拍过程中的数据传输速度和传输的图像的质量。
发明内容
本发明的目的在于提供一种图像数据处理方法、装置及系统，用以提高终端设备在实时航拍过程中的数据传输速度和传输的图像的质量。
第一方面，本发明实施例提供了一种图像数据处理方法，包括：
第一终端获得16比特的原始图像数据；
所述第一终端基于所述16比特的原始图像数据，获得低8比特图像数据；
所述第一终端将所述低8比特图像传输至第二终端；
所述第二终端基于所述低8比特图像数据，获得16比特的图像数据。
可选的，在所述第一终端将所述低8比特图像传输至第二终端之前，所述方法还包括：
所述第一终端对所述低8比特图像数据进行编码。
可选的，在所述第二终端基于所述低8比特图像数据，获得16比特的图像数据之前，所述方法还包括：
所述第二终端对进行编码后的所述低8比特图像数据进行解码。
可选的，所述16比特的原始图像数据包括多个像素的16比特数据；所述第一终端基于所述16比特的原始图像数据，获得低8比特图像数据，包括：
所述第一终端针对所述16比特的原始图像数据中的每个像素的16比特数据，通过四舍五入的方式去掉每个像素的16比特数据中的高8位，获得包括每个像素的16比特数据中的低8比特数据；
所述第一终端将每个像素的低8比特数据构成所述低8比特图像数据。
可选的，所述第二终端基于所述低8比特图像数据，获得16比特的图像数据，包括：
所述第二终端基于所述低8比特图像数据，预测得到高8比特图像数据；
将所述低8比特图像数据和所述高8比特图像数据进行组合，获得所述16比特的图像数据。
可选的，所述第二终端基于所述低8比特图像数据，预测得到高8比特图像数据，包括：
所述第二终端基于所述低8比特图像数据和神经网络，预测得到高8比特图像数据。
可选的，所述神经网络的训练方法，包括：
获得16比特的训练图像数据，所述16比特的训练图像数据包括多个像素的16比特数据，每个像素的16比特数据包括预先标识的低8比特数据和高8比特数据；
对所述标识的低8比特数据进行编码；
对进行编码后的所述标识的低8比特数据进行解码；
将解码后的所述低8比特数据输入神经网络中，训练所述神经网络，其中，所述神经网络的输入层和输出层的神经元的数量相等；
将所述神经网络的输出层输出的高8比特预测数据与所述低8比特数据进行组合，获得16比特的预测数据；
若所述16比特的预测数据与所述16比特的原始图像数据之间的误差在设定范围内，停止训练所述神经网络。
第二方面，本发明实施例提供了一种图像数据处理装置，应用于上述任一项所述的第一终端，包括：
获得模块，用于获得16比特的原始图像数据；
第一处理模块，用于基于所述16比特的原始图像数据，获得低8比特图像数据；将所述低8比特图像传输至第二终端。
第三方面，本发明实施例还提供了一种图像数据处理装置，应用于上述任一项所述的第二终端，包括：
第二处理模块，用于基于第一终端传输的低8比特图像数据，获得16比特的图像数据。
第四方面，本发明实施例提供了一种图像数据处理系统，所述系统包括第一终端和第二终端，所述第一终端，用于获得16比特的原始图像数据；基于所述16比特的原始图像数据，获得低8比特图像数据；将所述低8比特图像传输至所述第二终端；所述第二终端用于，基于所述第一终端传输的所述低8比特图像数据，获得16比特的图像数据。
相对现有技术，本发明具有以下有益效果：
本发明实施例提供了一种图像数据处理方法、装置及系统，所述方法包括：第一终端获得16比特的原始图像数据；第一终端基于16比特的原始图像数据，获得低8比特图像数据；第一终端将低8比特图像传输至第二终端；第二终端基于低8比特图像数据，获得16比特的图像数据。第一方面。基于16比特的原始图像数据，获得低8比特图像数据，仅仅传输低8比特图像数据，减少了传输的数据量，提高了数据传输速度。第二方面，第二终端基于低8比特图像数据，恢复到16比特的图像数据，提高终端设备在实时航拍过程中传输的图像的质量。因此，解决了现有技术中存在的终端设备在实时航拍过程中数据传输速度慢、传输图像的质量差的技术问题，达到了以提高终端设备在实时航拍过程中的数据传输速度和传输的图像的质量的技术效果。
本发明实施例的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的一种图像数据处理方法的流程图。
图2示出了本发明实施例提供的一种图像数据处理装置200的流程图。
图3示出了本发明实施例提供的另一种图像数据处理装置300的方框结构示意图。
图4示出了本发明实施例提供的一种图像数据处理系统400的方框结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
目前，图像传输方式只能基于编码量小的图像数据进行传输。但是，无人机等小巧的终端设备在传输图像时，存在编码功耗和传输速度的瓶颈问题，其原因在于，第一方面，由于现阶段的电池不能同时满足足够轻巧且容量足够大的条件，在这类终端设备的载重范围内的电池不能给终端设备提供足够的电量，以使终端设备不能处理足够大的数据量，从而无法实现将图像数据全部转换成编码小的数据而进行有效传输。第二方面，第二终端基于低8比特图像数据，获得16比特的图像数据，使得16比特的原始图像数据经过处理以及传输后，恢复到16比特的图像数据，提高了终端设备在实时航拍过程中传输的图像的质量。现今只能以高压缩率的压缩方式对图像进行压缩以减少需要传输的图像数据的数据量。但是高压缩率的压缩方式对图像数据的损耗高，导致传输后的图像质量低。
本发明实施例提供了本发明实施例提供了一种图像数据处理方法、装置及系统，用以解决现有技术中存在的终端设备在实时航拍过程中数据传输速度慢、传输图像的质量差的技术问题。
实施例
本发明实施例提供的一种图像数据处理方法，包括如图1所示的S100～S400，以下结合图1对S100～S400进行阐述。首先说明的是，本发明实施例中的第一终端410可以是终端设备，本发明实施例所述的终端设备具有类似于无人机等轻巧的、适用于实施航拍的特点，第二终端420可以是地面图形工作站中的客户端或者服务器。
S100：第一终端410获得16比特的原始图像数据。
S200：第一终端410基于16比特的原始图像数据，获得低8比特图像数据。
S300：第一终端410将低8比特图像传输至第二终端420。
S400：第二终端420基于低8比特图像数据，获得16比特的图像数据。
通过采用以上方案，第一终端410获得16比特的原始图像数据，第一终端410基于16比特的原始图像数据，获得低8比特图像数据，第一终端410将低8比特图像传输至第二终端420，第二终端420基于低8比特图像数据，获得16比特的图像数据。第一方面。基于16比特的原始图像数据，获得低8比特图像数据，仅仅传输低8比特图像数据，减少了传输的数据量，提高了数据传输速度。第二方面，第二终端420基于低8比特图像数据，获得16比特的图像数据，使得16比特的原始图像数据经过处理以及传输后，恢复到16比特的图像数据，图像数据的数据量与16比特的原始图像数据的数据量相同，相较于传统的图像传输方法，本方案提高了终端设备在实时航拍过程中传输的图像的质量。因此，解决了现有技术中存在的终端设备在实时航拍过程中数据传输速度慢、传输图像的质量差的技术问题，达到了以提高终端设备在实时航拍过程中的数据传输速度和传输的图像的质量的技术效果。
在本发明实施例中，16比特的原始图像数据包括多个像素的16比特数据，每个像素都有16比特数据。作为一种可选的实施方式，S200具体是：第一终端410针对16比特的原始图像数据中的每个像素的16比特数据，通过四舍五入的方式去掉每个像素的16比特数据中的高8位，获得包括每个像素的16比特数据中的低8比特数据；第一终端410将每个像素的低8比特数据构成低8比特图像数据。例如，每个像素的数据是整型的，每个像素的数据占据两个字节，每个字节包括8位数据，二个字节就是16位。
低8位和高8位是相对整型数据来说的，比如，某个像素的数据的二进制数是1000101100000001，从右往左数是从第0位到第15位，第0位到第7位是高8位，第8位到第15蓝的是低8位，即10001011是1000101100000001的高8位，00000001是1000101100000001的低8位。该像素的16比特数据中的高8位后，该像素的数据降成了低8比特数据，即由1000101100000001变成00000001。其中，比特即是位。
因为将低8比特图像传输后，图像数据有减损，图像质量变差，为了使得在第二终端420呈现出好的质量的图像，在将低8比特图像传输至第二终端420后，第二终端420对低8比特图像数据进行图像恢复，以获得与16比特的原始图像数据有相同数据量的16比特的图像数据。具体的，通过S400实现，S400具体为：第二终端420基于低8比特图像数据，预测得到高8比特图像数据；将低8比特图像数据和高8比特图像数据进行组合，获得16比特的图像数据。针对第二终端420基于低8比特图像数据，预测得到高8比特图像数据，具体为：第二终端420基于低8比特图像数据和神经网络，预测得到高8比特图像数据。详细的，将低8比特图像数据输入神经网络中，神经网络基于低8比特图像数据，预测得到与低8比特图像数据对应的高8比特图像数据。其中，低8比特图像数据占图像中每个像素点的数据的整二进制数的低8位，高8比特图像数据占图像中每个像素点的数据的整二进制数的高8位。获得高8比特图像数据后，将8比特图像数据和高8比特图像数据按照低8位和高8位的顺序进行组合，获得16比特的图像数据。例如，某个像素的低8位图像数据是00000001，神经网络对00000001进行预测，获得01000011，则将00000001和01000011进行组合得到的16比特的图像数据为0100001100000001。
在本发明实施例中，神经网络可以是预选训练好的，也可以是在S400之前训练的。其中，作为一种可选的实施方式，神经网络的训练方法具体为：获得16比特的训练图像数据，16比特的训练图像数据包括多个像素的16比特数据，每个像素的16比特数据包括预先标识的低8比特数据和高8比特数据；对标识的低8比特数据进行编码；对进行编码后的标识的低8比特数据进行解码；将解码后的低8比特数据输入神经网络中，训练神经网络，其中，神经网络的输入层和输出层的神经元的数量相等；将神经网络的输出层输出的高8比特预测数据与低8比特数据进行组合，获得16比特的预测数据；若16比特的预测数据与16比特的原始图像数据之间的误差在设定范围内，停止训练神经网络。若16比特的预测数据与16比特的原始图像数据之间的误差不在设定范围内，继续用上述方法训练神经网络。作为一种可选的实施方式，神经网络的输入层和输出层的神经元的数量都是8，对于一次输入每个神经元输出一个比特的数据。输入8比特数据神经网络对应的输出8比特数据。
通过采用以上方案，通过采用深度学习的方式对图像数据进行预测以对经过传输的图像数据进行恢复，可以提高传输的图像的质量。
作为一种可选的实施方式，为了减少传输的数据量，降低第一终端410的耗能压力，图像数据处理方法还包括：第一终端410对低8比特图像数据进行编码。以及然后将经过编码后的低8比特数据传输至第二终端420。第二终端420对进行编码后的低8比特图像数据进行解码，并基于解码后的低8比特图像数据，获得16比特的图像数据。
作为一种可选的实施方式，通过编码器对低8比特图像数据进行H264或者H265编码形成H264或者H265比特流，然后将H264或者H265比特流包装后通过图像传输的方式传输到第二终端420。第二终端420对H264或者H265比特流进行解码，获得与发送之前一样的低8比特图像数据。将低8比特图像数据输入深度残差网络(resnet-152)中，获得高8比特图像数据，将低8比特图像数据和高8比特图像数据组合，获得16比特的图像数据。
通过采用以上方案，将16比特的原始图像数据转化成8比特图像数据，然后对8比特图像数据进行传输，提高了图像数据的数据传输速度，能够有效解决终端设备中视频处理模块的功耗大以及图像传输的瓶颈问题。
针对上述实施例提供一种图像数据处理方法，本申请实施例还对应提供一种用于执行上述的步骤的执行主体，该执行主体可以为图2中图像数据处理装置200。请参考图2，该装置应用于上述的第一终端410。应用于第一终端410的装置包括：
获得模块210，用于获得16比特的原始图像数据；
第一处理模块220，用于基于所述16比特的原始图像数据，获得低8比特图像数据；将所述低8比特图像传输至第二终端420。
作为一种可选的实施方式，所述第一处理模块220还用于：对所述低8比特图像数据进行编码。
作为一种可选的实施方式，所述第一处理模块220还用于：针对所述16比特的原始图像数据中的每个像素的16比特数据，通过四舍五入的方式去掉每个像素的16比特数据中的高8位，获得包括每个像素的16比特数据中的低8比特数据；将每个像素的低8比特数据构成所述低8比特图像数据。
针对上述实施例提供一种图像数据处理方法，本申请实施例还对应提供一种用于执行上述的步骤的执行主体，该执行主体可以为图3中图像数据处理装置300。请参考图3，该装置应用于上述的第二终端420。应用于第一终端410的装置包括：
第二处理模块310，用于基于第一终端410传输的低8比特图像数据，获得16比特的图像数据。
作为一种可选的实施方式，所述第二处理模块310还用于：对进行编码后的所述低8比特图像数据进行解码。
作为一种可选的实施方式，所述第二处理模块310还用于：基于所述低8比特图像数据，预测得到高8比特图像数据；将所述低8比特图像数据和所述高8比特图像数据进行组合，获得所述16比特的图像数据。
作为一种可选的实施方式，所述第二处理模块310具体用于：所述第二终端420基于所述低8比特图像数据和神经网络，预测得到高8比特图像数据。
作为一种可选的实施方式，所述第二处理模块310还用于：训练神经网络。神经网络的训练方法具体为：
获得16比特的训练图像数据，所述16比特的训练图像数据包括多个像素的16比特数据，每个像素的16比特数据包括预先标识的低8比特数据和高8比特数据；
对所述标识的低8比特数据进行编码；
对进行编码后的所述标识的低8比特数据进行解码；
将解码后的所述低8比特数据输入神经网络中，训练所述神经网络，其中，所述神经网络的输入层和输出层的神经元的数量相等；
将所述神经网络的输出层输出的高8比特预测数据与所述低8比特数据进行组合，获得16比特的预测数据；
若所述16比特的预测数据与所述16比特的原始图像数据之间的误差在设定范围内，停止训练所述神经网络。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
针对上述实施例提供一种图像数据处理方法，本申请实施例还对应提供一种用于执行上述的步骤的执行主体，该执行主体可以为图4中图像数据处理系统400。所述系统包括第一终端410和第二终端420，第一终端410和第二终端420通讯连接，可选的，通过网络、蓝牙等连接。请参考图4。
所述第一终端410，用于获得16比特的原始图像数据；基于所述16比特的原始图像数据，获得低8比特图像数据；将所述低8比特图像传输至所述第二终端420；
所述第二终端420，用于基于所述第一终端410传输的所述低8比特图像数据，获得16比特的图像数据。
关于上述实施例中的系统，其中各个终端执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
综上所述，本发明实施例提供了一种图像数据处理方法、装置及系统，所述方法包括：第一终端获得16比特的原始图像数据；第一终端基于16比特的原始图像数据，获得低8比特图像数据；第一终端将低8比特图像传输至第二终端；第二终端基于低8比特图像数据，获得16比特的图像数据。第一方面。基于16比特的原始图像数据，获得低8比特图像数据，仅仅传输低8比特图像数据，减少了传输的数据量，提高了数据传输速度。第二方面，第二终端基于低8比特图像数据，获得16比特的图像数据，使得16比特的原始图像数据经过处理以及传输后，恢复到16比特的图像数据，图像数据的数据量未减少，提高终端设备在实时航拍过程中传输的图像的质量。因此，解决了现有技术中存在的终端设备在实时航拍过程中数据传输速度慢、传输图像的质量差的技术问题，达到了以提高终端设备在实时航拍过程中的数据传输速度和传输的图像的质量的技术效果。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种图像数据处理方法，其特征在于，包括：
第一终端获得16比特的原始图像数据；
所述第一终端基于所述16比特的原始图像数据，获得低8比特图像数据；
所述第一终端将所述低8比特图像传输至第二终端；
所述第二终端基于所述低8比特图像数据，获得16比特的图像数据。
2.根据权利要求1所述的方法，其特征在于，在所述第一终端将所述低8比特图像传输至第二终端之前，所述方法还包括：
所述第一终端对所述低8比特图像数据进行编码。
3.根据权利要求2所述的方法，其特征在于，在所述第二终端基于所述低8比特图像数据，获得16比特的图像数据之前，所述方法还包括：
所述第二终端对进行编码后的所述低8比特图像数据进行解码。
4.根据权利要求3所述的方法，其特征在于，所述16比特的原始图像数据包括多个像素的16比特数据；所述第一终端基于所述16比特的原始图像数据，获得低8比特图像数据，包括：
所述第一终端针对所述16比特的原始图像数据中的每个像素的16比特数据，通过四舍五入的方式去掉每个像素的16比特数据中的高8位，获得包括每个像素的16比特数据中的低8比特数据；
所述第一终端将每个像素的低8比特数据构成所述低8比特图像数据。
5.根据权利要求4所述的方法，其特征在于，所述第二终端基于所述低8比特图像数据，获得16比特的图像数据，包括：
所述第二终端基于所述低8比特图像数据，预测得到高8比特图像数据；
将所述低8比特图像数据和所述高8比特图像数据进行组合，获得所述16比特的图像数据。
6.根据权利要求5所述的方法，其特征在于，所述第二终端基于所述低8比特图像数据，预测得到高8比特图像数据，包括：
所述第二终端基于所述低8比特图像数据和神经网络，预测得到高8比特图像数据。
7.根据权利要求6所述的方法，其特征在于，所述神经网络的训练方法，包括：
获得16比特的训练图像数据，所述16比特的训练图像数据包括多个像素的16比特数据，每个像素的16比特数据包括预先标识的低8比特数据和高8比特数据；
对所述标识的低8比特数据进行编码；
对进行编码后的所述标识的低8比特数据进行解码；
将解码后的所述低8比特数据输入神经网络中，训练所述神经网络，其中，所述神经网络的输入层和输出层的神经元的数量相等；
将所述神经网络的输出层输出的高8比特预测数据与所述低8比特数据进行组合，获得16比特的预测数据；
若所述16比特的预测数据与所述16比特的原始图像数据之间的误差在设定范围内，停止训练所述神经网络。
8.一种图像数据处理装置，应用于权利要求1-7任一项所述的第一终端，其特征在于，包括：
获得模块，用于获得16比特的原始图像数据；
第一处理模块，用于基于所述16比特的原始图像数据，获得低8比特图像数据；将所述低8比特图像传输至第二终端。
9.一种图像数据处理装置，应用于权利要求1-7任一项所述的第二终端，其特征在于，包括：
第二处理模块，用于基于第一终端传输的低8比特图像数据，获得16比特的图像数据。
10.一种图像数据处理系统，所述系统包括第一终端和第二终端，其特征在于：
所述第一终端，用于获得16比特的原始图像数据；基于所述16比特的原始图像数据，获得低8比特图像数据；将所述低8比特图像传输至所述第二终端；
所述第二终端用于，基于所述第一终端传输的所述低8比特图像数据，获得16比特的图像数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811653922.7A CN109640088A (zh) | 2018-12-30 | 2018-12-30 | 图像数据处理方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811653922.7A CN109640088A (zh) | 2018-12-30 | 2018-12-30 | 图像数据处理方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109640088A true CN109640088A (zh) | 2019-04-16 |
Family
ID=66056262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811653922.7A Pending CN109640088A (zh) | 2018-12-30 | 2018-12-30 | 图像数据处理方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109640088A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006173931A (ja) * | 2004-12-14 | 2006-06-29 | Canon Inc | 画像処理装置及びその制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体 |
| CN101199198A (zh) * | 2005-06-16 | 2008-06-11 | 索尼株式会社 | 图像数据处理装置、图像数据处理方法以及程序 |
| CN103947209A (zh) * | 2011-11-18 | 2014-07-23 | 皇家飞利浦有限公司 | 使用标准较低质量(网络)图像格式对高质量(医学)图像进行编码 |
| CN105827971A (zh) * | 2016-03-31 | 2016-08-03 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN107172428A (zh) * | 2017-06-06 | 2017-09-15 | 西安万像电子科技有限公司 | 图像的传输方法、装置和系统 |
| CN107483963A (zh) * | 2017-07-19 | 2017-12-15 | 天津大学 | 一种1比特图像压缩加密方法 |
-
2018
- 2018-12-30 CN CN201811653922.7A patent/CN109640088A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006173931A (ja) * | 2004-12-14 | 2006-06-29 | Canon Inc | 画像処理装置及びその制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体 |
| CN101199198A (zh) * | 2005-06-16 | 2008-06-11 | 索尼株式会社 | 图像数据处理装置、图像数据处理方法以及程序 |
| CN103947209A (zh) * | 2011-11-18 | 2014-07-23 | 皇家飞利浦有限公司 | 使用标准较低质量(网络)图像格式对高质量(医学)图像进行编码 |
| CN105827971A (zh) * | 2016-03-31 | 2016-08-03 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN107172428A (zh) * | 2017-06-06 | 2017-09-15 | 西安万像电子科技有限公司 | 图像的传输方法、装置和系统 |
| CN107483963A (zh) * | 2017-07-19 | 2017-12-15 | 天津大学 | 一种1比特图像压缩加密方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3735658A1 (en) | Generating a compressed representation of a neural network with proficient inference speed and power consumption | |
| US20070017996A1 (en) | Method and system for transmitting data based on two-dimensional symbol technologies | |
| CN107079101A (zh) | 一种飞行图像数据的处理方法、系统及地面端设备 | |
| CN106131580A (zh) | 使用环形缓冲区的视频数据处理 | |
| US20240007637A1 (en) | Video picture encoding and decoding method and related device | |
| CN115955563A (zh) | 一种星地联合多光谱遥感影像压缩方法及系统 | |
| CN104038916B (zh) | 在移动终端设备上实现流量优化的方法及系统、客户端 | |
| US20220101562A1 (en) | Systems and methods for coding | |
| CN109862361A (zh) | 一种webp图像编码方法、装置及电子设备 | |
| CN108174084A (zh) | 全景视频处理方法及终端设备 | |
| CN113705803B (zh) | 基于卷积神经网络的图像硬件识别系统及部署方法 | |
| CN109640088A (zh) | 图像数据处理方法、装置及系统 | |
| CN107241325A (zh) | 一种ip视频超低延时传输方法及装置 | |
| CN106851197A (zh) | 无人机传输图像方法和系统、无人机和接收设备 | |
| CN104904128B (zh) | 用于在电力线通信发送信道上发送视频数据的方法和系统 | |
| CN105471504B (zh) | 一种基于可见光的通信方法及可见光发射装置 | |
| EP4300976A1 (en) | Audio/video or image layered compression method and apparatus | |
| KR20220139801A (ko) | 낮은 비트레이트 비디오 압축을 위한 마이크로도싱 | |
| CN115103191A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN109474826A (zh) | 图片压缩方法、装置、电子设备及存储介质 | |
| CN104156179A (zh) | 一种可见光通讯的装置和方法 | |
| CN110278163B (zh) | 一种用于无人机机载信息处理与组织传输的方法 | |
| CN113507467A (zh) | 一种基于区块链的隐蔽信息传输系统及方法 | |
| CN103067449B (zh) | 远程服务中的数据传输设备及方法 | |
| CN111736999A (zh) | 一种降低通信成本的神经网络端云协同训练系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |