CN112004093B - 一种红外数据压缩方法、装置及设备 - Google Patents
一种红外数据压缩方法、装置及设备 Download PDFInfo
- Publication number
- CN112004093B CN112004093B CN202010908902.0A CN202010908902A CN112004093B CN 112004093 B CN112004093 B CN 112004093B CN 202010908902 A CN202010908902 A CN 202010908902A CN 112004093 B CN112004093 B CN 112004093B
- Authority
- CN
- China
- Prior art keywords
- information
- gray scale
- infrared image
- infrared
- image
- 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 72
- 238000013144 data compression Methods 0.000 title claims abstract description 59
- 238000007906 compression Methods 0.000 claims abstract description 202
- 230000006835 compression Effects 0.000 claims abstract description 195
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 75
- 230000003068 static effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 230000006837 decompression Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 239000006002 Pepper Substances 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 235000002566 Capsicum Nutrition 0.000 description 3
- 241000722363 Piper Species 0.000 description 3
- 235000016761 Piper aduncum Nutrition 0.000 description 3
- 235000017804 Piper guineense Nutrition 0.000 description 3
- 235000008184 Piper nigrum Nutrition 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- H04N19/42—Methods 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明公开了一种红外数据压缩方法，通过接收待处理红外图像信息；根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息；根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息；将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。本发明通过将接收到的待处理红外图像分为两个反应温度精度不同的图像灰度信息，使得描述温度的字符的重复度大幅增加，进而使红外数据的压缩速度及压缩比大幅上升，同时还保证了压缩过程中的低精度损失。本发明同时还提供了一种具有上述有益效果的红外数据压缩装置、设备及计算机可读存储介质。
Description
技术领域
本发明涉及红外图像压缩领域，特别是涉及一种红外数据压缩方法、装置、设备及计算机可读存储介质。
背景技术
随着红外技术的发展，红外视频监控和检测系统应用于各行各业。原始视频红外图像和温度图像数据量很大，在组网等数据传输和数据存储过程中对实时性和量化精度要求比较高。受带宽压力和成本的限制，对红外视频的数据进行压缩，压缩后的数据通过数据线或者无线网络传输到接收的客户端，接收的客户端对压缩后的红外数据进行解压，再进行观看已成为必然趋势。在视频监控和检测系统对于数据压缩的实时性和压缩比要求均较高。在数据存储方面，对于视频数据的压缩比和压缩前后的压缩质量要求较高。很多产品既需要具备实时视频监控和检测功能，也需要具备数据存储的功能，以便后期视频数据分析和备案。这两方面的产品功能需求使得红外数据的压缩和解压缩成为必不可少的关键技术。
现有的红外视频数据的压缩通常借鉴可见光的视频压缩进行处理，主要分为有损压缩和无损压缩两大类，其中有损压缩压缩比和压缩速度很快，某些模块很成熟，可以直接集成到芯片上，在一定程度上可以满足对红外视频数据的压缩。但是由于这类方法的帧内压缩通常采用有损压缩模式，且损失不容易量化控制，对于红外温度数据视频的传输十分不利；而无损压缩精度损失较大，且无法自动调整精度，对场景的自适应能力较差，且算法复杂，效率低下。
因此，如何找到一种在保证高精度的同时，提高压缩率与处理速度的红外压缩方法，是本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种红外数据压缩方法、装置、设备及计算机可读存储介质，以解决现有技术中无法在保证高精度的同时，提高压缩率，导致红外数据过大，不易传输和存储的问题。
为解决上述技术问题，本发明提供一种红外数据压缩方法，包括：
接收待处理红外图像信息；
根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；
根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；
将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。
可选地，在所述的红外数据压缩方法中，当接收多个连续的所述待处理红外图像信息时，所述将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息包括：
根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息；
依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数；
将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息；
将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
可选地，在所述的红外数据压缩方法中，所述将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息包括：
将所述从属红外图像压缩信息中的从属红外图像信息对应的第二图像灰度信息分成预设分辨率的噪声识别区；
确定所述噪声识别区内非零的细灰度参数的个数，若未超过预设的消除阈值，则将所述噪声识别区内全部的细灰度参数置零，否则不做处理，得到去噪从属红外图像压缩信息；
将所述去噪从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
可选地，在所述的红外数据压缩方法中，所述将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息包括：
根据所述从属红外图像压缩信息，确定灰度零点数，所述灰度零点数为所述从属红外图像压缩信息中为零的所述粗灰度参数及所述细灰度参数的个数的和；
判断所述灰度零点数是否超过预设的静止场景判断阈值；
当未超过所述静止场景判断阈值时，将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息；
当超过所述静止场景判断阈值时，将所述从属红外图像压缩信息中的第一图像灰度信息及所述首帧红外图像信息的第一图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
可选地，在所述的红外数据压缩方法中，所述粗灰度参数及所述细灰度参数为8bit数据。
可选地，在所述的红外数据压缩方法中，所述接收待处理红外图像信息包括：
接收待处理红外图像信息及温度模式信息；
相应地，根据所述待处理红外图像信息及所述温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
一种红外数据压缩装置，包括：
接收模块，用于接收待处理红外图像信息；
第一灰度模块，用于根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；
第二灰度模块，用于根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；
无损压缩模块，用于将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。
可选地，在所述的红外数据压缩装置中，所述无损压缩模块包括：
首从确定单元，用于根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息；
标记单元，用于依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数；
置零单元，用于将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息；
压缩单元，用于将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
一种红外数据压缩设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一种所述的红外数据压缩方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的红外数据压缩方法的步骤。
本发明所提供的红外数据压缩方法，通过接收待处理红外图像信息；根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。本发明通过将接收到的待处理红外图像分为两个反应温度精度不同的图像灰度信息，虽然没有改变图像中描述每个位置温度需要的字符数，但使得描述温度的字符(即所述粗灰度参数及所述细灰度参数)的重复度大幅增加，进而使所述第一图像灰度信息及所述第二图像灰度信息通过所述无损压缩算法进行压缩时，压缩速度及压缩比大幅上升，同时还保证了压缩过程中的低精度损失。本发明同时还提供了一种具有上述有益效果的红外数据压缩装置、设备及计算机可读存储介质。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，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的介绍，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为本发明提供的红外数据压缩方法的一种具体实施方式的流程示意图；
图2为本发明提供的红外数据压缩方法的另一种具体实施方式的流程示意图；
图3为本发明提供的红外数据压缩方法的又一种具体实施方式的流程示意图；
图4为本发明提供的红外数据压缩装置的一种具体实施方式的结构示意图；
图5为本发明提供的红外数据压缩方法的一种具体实施方式图像灰度信息局部示意图；
图6为本发明提供的红外数据压缩方法的一种具体实施方式去噪前后的效果图；
图7为现有技术中的一种红外数据的存储方式示意图；
图8为本发明提供的红外数据压缩方法的一种具体实施方式中的红外数据的存储示意图；
图9为本发明提供的红外数据压缩方法的另一种具体实施方式中的红外数据的存储示意图。
具体实施方式
现有的红外视频数据的压缩通常借鉴可见光的视频压缩进行处理，主要分为有损压缩和无损压缩两大类。有损压缩通常采用 H264，H265等方式直接套用可见光的数据压缩模式对红外数据进行压缩。这类方法压缩比和压缩速度很快，某些模块很成熟，可以直接集成到芯片上，在一定程度上可以满足对红外视频数据的压缩。但是由于这类方法的帧内压缩通常采用有损压缩模式，且损失不容易量化控制，对于红外温度数据视频的传输十分不利。为了实现对温度数据的传输，各种无损压缩算法应运而生。各种无损压缩算法通常分为两大类：一.借鉴H264，H265算法的IP帧的关系，在帧内对数据进行分块，存储各个小块内的最小值和各个点与小块内最小值的差的方式进行帧内压缩，在帧间通常采用分组的方式，存储组内其他帧与组内第一帧或前一帧的差的方式进行帧间压缩。这类方式实现了温度数据的无损压缩，但是仅适用于温度场景内温差相对较窄的温度段，若各个分块内的温差较小，可以在较高的温度压缩精度内实现较好的数据压缩效果，但是在工业测温或者温度场景差异较大的情况下，这类算法的精度损失较大，且无法自动调整精度，对场景的自适应能力较差。二.借鉴各种针对文件或者图像的无损压缩算法例如熵编码算法、预测压缩算法、变换编码算法等进行压缩。这类算法的压缩比相对有损压缩往往较低，算法相对复杂。此外，基于人工神经网络等深度学习压缩算法的复杂度太高、数据压缩精度较难量化控制，目前很少应用在红外视频数据压缩上。由于压缩方式的不同，在一定程度上具有数据加密的效果。
现有的红外视频相比可见光视频具有仅含亮度信息、信噪比较低、可以测温等特点。红外温度视频的数据要求压缩前后的数据精度较高，压缩损失的温度数据精度可以量化。采用现有的H264，H265等有损压缩算法数据精度损失较大，为了保障输入数据的存储精度，输入数据的温度范围较为狭窄，无法满足复杂温度场景或者工业测温的输入数据存储需求且帧内压缩为有损压缩，压缩前后的温度损失不易量化和实时控制，无法满足红外温度视频数据压缩解压存储的需求。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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做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。
本发明的核心是提供一种红外数据压缩方法，其一种具体实施方式的流程示意图如图1所示，称其为具体实施方式一，包括：
S101：接收待处理红外图像信息。
所述红外图像信息为标注温度信息的灰度值图像信息。
S102：根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
所述温度模式信息可包括测量的温度区间及测量的温度精度、传输过程中的温度精度等。
另外，所述温度模式信息还可为非预设，而是之后接收的信息，此时步骤S101变为：接收待处理红外图像信息及温度模式信息。
相应地，本步骤变为根据所述待处理红外图像信息及所述温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
上位机可根据不同需求选择适合当前产品应用场景的压缩模式，下达不同的所述温度模式信息，以便获得最好的压缩效果，可交互性设计，适应各种场景需求
所述第一宽度的温度区间也可看作低精度的温度参数，如粗灰度参数35对应1摄氏度至10摄氏度的温度区间，如粗灰度参数36对应 11摄氏度20摄氏度的温度区间，则可使看作是精度为10摄氏度的温度数据。
S103：根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分。
所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分，指每一个所述细灰度参数都表示所述第一宽度的温度区间内的特定位置的一段，继续承接上面的例子，设所述第一宽度的温度区间被等分为十份，则由于区间温度宽度为10摄氏度，则每一个细灰度参数对应1摄氏度，也可看作精度为1摄氏度的温度数据。
进一步地，可参考图5，图5为红外图像中同一区域的第一图像灰度信息及第二图像灰度信息，可把每个小方格看作一个位置(像素)，其中所述第一图像灰度信息(图5左侧)均为3，说明此处的点均处于同一温度区间，而第二图像灰度信息(图5右侧)中的17、18表示这些点的温度分别在第一图像灰度信息3对应的温度区间内的第17 段及第18段，设所述温度区间被细灰度参数分为20段，第一图像灰度信息3对应的是51摄氏度至70摄氏度，则第一图像灰度3、第二图像灰度信息17对应的则为67摄氏度；若第一图像灰度信息为2，第二图像灰度信息为17，可推得对应温度为47摄氏度。
S104：将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。
所述无损压缩算法可为zstd算法或LZ77算法，也可根据实际情况挑选其他适合的算法。
作为一种优选实施方式，所述粗灰度参数及所述细灰度参数为 8bit数据。现有技术中的红外图像的灰度数据或者温度数据通常采用 14bit或者16bit的数字表示，本发明根据温度模式将原始红外16bit 或者14bit的数据压缩到1或者2个8bit文件(即所述第一图像灰度信息及所述第二图像灰度信息)中，需要注意的是，在极端情况下，数据实时传输的带宽被大大限制，此时可选择只传输精度较差的第一图像灰度信息，而将所述第二图像灰度信息先存储在本地，在数据回放时再将所述第一图像灰度信息及所述第二图像灰度信息结合，得到高精度的红外图像信息。
下面举例说明，当所述温度模式信息选择工业精准测温模式时，起始温度-20℃，温度区间-20℃～400℃，精度0.1℃，则可以采用2个 8bit文件存储，第一个8bit文件存储低精度信息(即所述第一图像灰度信息)，精度2℃(当然也可取其他温度，如25℃)，向零取整，可根据实际情况进行选取。第二个8bit文件存储原始数据减去第一个 8bit存储的温度得到高精度信息(即所述第二图像灰度信息)，精度 0.1℃。将高精度和低精度信息分开存储可以降低运算量的同时达到帧内分块存储的效果。具体步骤如下：
(1)14bit原始温度数据data_org，温度存储精度0.01℃。根据上位机设置的起始温度对应的灰度数据startT和终止温度对应的灰度数据endT，对原始温度数据进行压缩，并进行阈值处理，得到 data_org1，具体如下：
本步骤先把超出测量阈值的数值赋予测量范围的最大值。
(2)根据上位机设置的高精度(0.1℃)，将data_org1进行线性压缩，四舍五入，得到data_org2。
根据上位机设置的低精度(2℃)，将data_org2进行线性压缩，向零取整，得到低精度温度数据data_Low，用第1个8bit文件存储。注意精度的选择，要满足以下条件：
根据data_High＝data_org2-data_Low*低精度，得到高精度温度数据。将低精度温度数据和高精度温度数据分别存储，可以在图像中构造重复数字，便于后面与现有无损压缩算法进行结合，提高压缩比。
另一种情况，当选择人体测温模式，起始温度20℃，温度区间 20℃～45.5℃，精度0.1℃。则可以根据实际情况采用分段线性压缩、线性压缩或非线性压缩的方式，将原始红外数据转化为8bit的文件数据。人体测温案例可只用了算法步骤的(1)和(2)，将data_org2存储到1个8bit文件中(即上文中说明的只发送所述第一图像灰度信息)。
将高精度和低精度温度数据得到的2个8bit文件可以分开存储，也可以合并存储。一种特殊情况是，低精度是25.6℃，高精度是0.1℃，将提取的高精度温度数据放在左侧，低精度数据放在右侧或者高精度温度数据放在上侧，低精度温度数据放在下侧，如下图所示。原本的 640*512面阵16bit的温度数据变成1280*512面阵的8bit温度数据或者640*1024面阵的8bit温度数据。若温度范围比较窄，高位全为0，可直接用1个640*512面阵的8bit文件进行表示，如图7、图8及图 9所示，其中，图8为现有的灰度数据的存储方式，图9和图8为上述两种新的存储方式。
压缩后的红外图像信息体积大大缩小，便于传输与存储，需要读取所述压缩红外信息时，则将上述步骤反过来进行，按照经典无损压缩算法的解压缩、帧间压缩算法的解压缩、帧内压缩算法的解压缩依次进行解压缩，通常用于电脑客户端、云台上实现红外数据的实时解析。
本具体实施方式将高精度和低精度信息分开存储可以降低运算量的同时达到帧内分块存储的效果。区别与传统的8*8，4*4等根据局部邻域分块存储严重依赖局部温差的情况。这种将高精度信息和低精度信息分开存储的方式，压缩精度可控，更加灵活，精度更高，在8bit 的存储空间上可以覆盖更广的温度段，也可以根据上位机模式选择，实现更快的压缩，压缩效果更好。
本发明所提供的红外数据压缩方法，通过接收待处理红外图像信息；根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。本发明通过将接收到的待处理红外图像分为两个反应温度精度不同的图像灰度信息，虽然没有改变图像中描述每个位置温度需要的字符数，但使得描述温度的字符(即所述粗灰度参数及所述细灰度参数)的重复度大幅增加，进而使所述第一图像灰度信息及所述第二图像灰度信息通过所述无损压缩算法进行压缩时，压缩速度及压缩比大幅上升，同时还保证了压缩过程中的低精度损失，降低了数据存储的硬盘压力。与经典无损压缩算法的结合使用，可以使得现有算法充分利用硬件资源，降低CPU 的压力，压缩效果更进一步。将压缩后的数据通过数据线或者无线方式进行传输，减轻带宽压力。
在具体实施方式一的基础上，进一步考虑存在多个所述待处理红外图像信息的情况，得到具体实施方式二，其流程示意图如图2所示，包括：
S201：接收多个待处理红外图像信息。
S202：分别根据所述待处理红外图像信息及预设的温度模式信息，得到多个第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
S203：根据多个所述待处理红外图像信息、所述温度模式信息及多个所述第一图像灰度信息，得到多个与所述第一图像灰度信息对应的第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分。
S204：根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息。
可按预设规则确定所述从属红外图像信息及所述首帧红外图像信息，将一段视频中的第一帧确定为首帧红外图像，其余帧全部为从属红外图像，当然，在视频过长的情况下，也可将视频分为多段，每段视频中的所有帧为一个小组，每个小组确定对应的首帧红外图像信息及从属红外图像信息。
S205：依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数。
S206：将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息。
实现置零的方法有很多，包括将所述从属红外图像信息复制一份，称其为从属副本，在S205的对比过程中，每对比一帧，就将该帧在所述从属副本中对应的帧对应的位置的灰度参数置零，在将所有从属红外图像信息对比完成后，直接将所述从属副本作为所述从属红外图像压缩信息。
S207：将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
本具体实施方式与上述具体实施方式的不同之处在于，本具体实施方式中进一步限定了存在多个所述待处理红外图像信息，其余步骤均与上述具体实施方式相同，在此不再展开赘述。
现有的无损压缩算法往往只考虑静态的图像，对于帧间的数据关系考虑较少，使得红外数据视频的压缩比较低，带宽压力较大，存储所需硬盘较大。少数无损压缩算法考虑了帧间的关系，借鉴了可见光中H264、H265算法中帧间的关系增大了压缩比，但是压缩效果受温度场景影响较大，无法自适应各种宽温度范围的场景。传输的温度数据中存在大量噪声，红外视频数据压缩效果不稳定，容易造成延迟无法满足实时监控的需求。本具体实施方式中在具体实施方式一的针对单帧图像的压缩方法上，进一步考虑了有多帧红外图像信息(也可看作红外视频信息)时通过设置首帧红外图像作为基础，对其余的从属红外图像与所述其前一帧红外相比较，灰度相同的像素直接置零，大大增多了所述从属红外图像压缩信息中的零的数量，即造成了更多的相同项，因此在通过所述无损压缩算法进行压缩时，其压缩比能进一步提升，进一步减小所述压缩红外视频信息的体积。
作为一种优选实施方式，所述步骤S206包括：
S2061：根据所述从属红外图像压缩信息，确定灰度零点数，所述灰度零点数为所述从属红外图像压缩信息中为零的所述粗灰度参数及所述细灰度参数的个数的和。
S2062：判断所述灰度零点数是否超过预设的静止场景判断阈值。
S2063：当未超过所述静止场景判断阈值时，将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
当未超过所述静止场景判断阈值时，可以判断此时获取的红外图像信息对应的为背景静止，目标移动的场景，此时由于背景静止，所述从属红外图像压缩信息中零点多，压缩比高，可以直接将压缩后的数据传输，对带宽需求低。
S2064：当超过所述静止场景判断阈值时，将所述从属红外图像压缩信息中的第一图像灰度信息及所述首帧红外图像信息的第一图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
当超过所述静止场景判断阈值时，可以判断此时获取的红外图像信息对应的为背景、目标均在移动的场景，此时压缩比较低，可能会导致传输带宽不足，此时可以直接只传输精度较低的所述第一图像灰度信息，当然，也可降低所述第二图像灰度信息的精度，使更多的细灰度参数相同从而置零，提高压缩比，再进行第一图像灰度信息及第二图像灰度信息的压缩与传输。针对摄像头转动，背景变化较大的场景，采用一个判据自动判别前后帧的场景差异，若场景差异较大，每帧均传输高频信息，精度为高频数据的压缩精度，若场景差异较小，传输高频和低频信息。此动态适应的方法，可以保证摄像头在旋转状态下或者背景变化较大的场景中温度差异较大的情况下也不卡顿，在相对静止状态下，传输精度更大。
上述具体实施方式根据场景自适应调整压缩精度，背景停顿处压缩精度更高，不卡顿，压缩数据的同时可根据需求量化控制精度。
下面提供一种红外视频信息解压缩的方法：
S1：经典无损压缩算法的解压缩，根据选择的无损压缩算法进行解压缩。
S2：帧间压缩算法的解压缩。对每个组内利用第一帧与相邻帧的关系进行解压缩复原。每个组内第二帧之后的数据为0的则用前一帧对应位置的数据代替，得到每一帧的data_High和data_Low。
S3：帧内压缩算法的解压缩。根据帧内压缩选择的压缩精度和压缩范围按照
关系式进行解压缩。
在具体实施方式二的基础上，进一步考虑存在多个所述待处理红外图像信息的情况，得到具体实施方式三，其流程示意图如图3所示，包括：
S301：接收多个待处理红外图像信息。
S302：分别根据所述待处理红外图像信息及预设的温度模式信息，得到多个第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
S303：根据多个所述待处理红外图像信息、所述温度模式信息及多个所述第一图像灰度信息，得到多个与所述第一图像灰度信息对应的第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分。
S304：根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息。
S305：依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数。
S306：将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息。
S307：将所述从属红外图像压缩信息中的从属红外图像信息对应的第二图像灰度信息分成预设分辨率的噪声识别区。
所述噪声识别区互不重叠，可为k*k(k为3，5，7等奇数)的像素区域，将所述第一图像灰度信息分成若干小区域。
S308：确定所述噪声识别区内非零的细灰度参数的个数，若未超过预设的消除阈值，则将所述噪声识别区内全部的细灰度参数置零，否则不做处理，得到去噪从属红外图像压缩信息。
S309：将所述去噪从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
本具体实施方式与上述具体实施方式的不同之处在于，本具体实施方式中进一步对所述从属红外信息进行了去噪，其余步骤均与上述具体实施方式相同，在此不再展开赘述。
本具体实施方式中，加入了去噪步骤，即将所述第二图像灰度分为多个噪声识别区，分别计算噪声识别区中有多少零，若单个区域(如 3*3像素的方格)中非零点没有超过消除阈值(相当于零点超过一定值)，则表示该区域中的非零点为椒盐噪声，因为在意小范围内出现单个像素的温度不同与周边区域的概率很低，可进一步提升测温准确度，只传输有效数据，避免数据噪点太多，使灰度图像精度下降。本具体实施方式通过去噪使得单点的温度波动被忽略，若为温度数据，在一定程度上起到了降噪的效果。孤立的点测得的温度不稳定，图像中存在大量的椒盐噪声，可以通过中值滤波去掉椒盐噪声，只传输关键温度。零点的占比从55.19％提高到65.44％。
请见图6，图6左侧为没有经过本具体实施方式去噪的红外灰度图像，右侧为经过去噪的红外灰度图像。
当然，想去除椒盐噪声的点，除了上述确定多个噪声识别区，再看零点个数外，还可通过提取中心点，计算中心点周围的零点个数，看零点个数是否超出阈值，若超出阈值，则将中心点置零的方法消除椒盐噪声。
下面对本发明实施例提供的红外数据压缩装置进行介绍，下文描述的红外数据压缩装置与上文描述的红外数据压缩方法可相互对应参照。
图4为本发明实施例提供的红外数据压缩装置的结构框图，称其为具体实施方式四，参照图4红外数据压缩装置可以包括：
接收模块100，用于接收待处理红外图像信息；
第一灰度模块200，用于根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；
第二灰度模块300，用于根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；
无损压缩模块400，用于将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。
作为一种优选实施方式，所述无损压缩模块包括：
首从确定单元，用于根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息；
标记单元，用于依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数；
置零单元，用于将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息；
压缩单元，用于将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
作为一种优选实施方式，所述无损压缩模块包括：
划区单元，用于将所述从属红外图像压缩信息中的从属红外图像信息对应的第二图像灰度信息分成预设分辨率的噪声识别区；
去噪单元，用于确定所述噪声识别区内非零的细灰度参数的个数，若未超过预设的消除阈值，则将所述噪声识别区内全部的细灰度参数置零，否则不做处理，得到去噪从属红外图像压缩信息；
第二压缩单元，用于将所述去噪从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
作为一种优选实施方式，所述无损压缩模块包括：
数统单元，用于根据所述从属红外图像压缩信息，确定灰度零点数，所述灰度零点数为所述从属红外图像压缩信息中为零的所述粗灰度参数及所述细灰度参数的个数的和；
场景判断单元，用于判断所述灰度零点数是否超过预设的静止场景判断阈值；
静置压缩单元，用于当未超过所述静止场景判断阈值时，将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息；
运动压缩单元，用于当超过所述静止场景判断阈值时，将所述从属红外图像压缩信息中的第一图像灰度信息及所述首帧红外图像信息的第一图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
作为一种优选实施方式，所述粗灰度参数及所述细灰度参数为 8bit数据。
作为一种优选实施方式，所述接收模块包括：
双源接收单元，用于接收待处理红外图像信息及温度模式信息；
相应地，根据所述待处理红外图像信息及所述温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
本发明所提供的红外数据压缩装置，通过接收模块100，用于接收待处理红外图像信息；第一灰度模块200，用于根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；第二灰度模块300，用于根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；无损压缩模块400，用于将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。本发明通过将接收到的待处理红外图像分为两个反应温度精度不同的图像灰度信息，虽然没有改变图像中描述每个位置温度需要的字符数，但使得描述温度的字符(即所述粗灰度参数及所述细灰度参数)的重复度大幅增加，进而使所述第一图像灰度信息及所述第二图像灰度信息通过所述无损压缩算法进行压缩时，压缩速度及压缩比大幅上升，同时还保证了压缩过程中的低精度损失。
本实施例的红外数据压缩装置用于实现前述的红外数据压缩方法，因此红外数据压缩装置中的具体实施方式可见前文中的红外数据压缩方法的实施例部分，例如，接收模块100，第一灰度模块200，第二灰度模块300，无损压缩模块400，分别用于实现上述红外数据压缩方法中步骤S101，S102，S103和S104，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
一种红外数据压缩设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一种所述的红外数据压缩方法的步骤。本发明所提供的红外数据压缩方法，通过接收待处理红外图像信息；根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。本发明通过将接收到的待处理红外图像分为两个反应温度精度不同的图像灰度信息，虽然没有改变图像中描述每个位置温度需要的字符数，但使得描述温度的字符(即所述粗灰度参数及所述细灰度参数) 的重复度大幅增加，进而使所述第一图像灰度信息及所述第二图像灰度信息通过所述无损压缩算法进行压缩时，压缩速度及压缩比大幅上升，同时还保证了压缩过程中的低精度损失。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的红外数据压缩方法的步骤。本发明所提供的红外数据压缩方法，通过接收待处理红外图像信息；根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息。本发明通过将接收到的待处理红外图像分为两个反应温度精度不同的图像灰度信息，虽然没有改变图像中描述每个位置温度需要的字符数，但使得描述温度的字符(即所述粗灰度参数及所述细灰度参数)的重复度大幅增加，进而使所述第一图像灰度信息及所述第二图像灰度信息通过所述无损压缩算法进行压缩时，压缩速度及压缩比大幅上升，同时还保证了压缩过程中的低精度损失。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程 ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的红外数据压缩方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (8)
1.一种红外数据压缩方法，其特征在于，包括：
接收待处理红外图像信息；
根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；
根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；
将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息；
当接收多个连续的所述待处理红外图像信息时，所述将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息包括：
根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息；
依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数；
将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息；
将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
2.如权利要求1所述的红外数据压缩方法，其特征在于，所述将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息包括：
将所述从属红外图像压缩信息中的从属红外图像信息对应的第二图像灰度信息分成预设分辨率的噪声识别区；
确定所述噪声识别区内非零的细灰度参数的个数，若未超过预设的消除阈值，则将所述噪声识别区内全部的细灰度参数置零，否则不做处理，得到去噪从属红外图像压缩信息；
将所述去噪从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
3.如权利要求1所述的红外数据压缩方法，其特征在于，所述将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息包括：
根据所述从属红外图像压缩信息，确定灰度零点数，所述灰度零点数为所述从属红外图像压缩信息中为零的所述粗灰度参数及所述细灰度参数的个数的和；
判断所述灰度零点数是否超过预设的静止场景判断阈值；
当未超过所述静止场景判断阈值时，将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息；
当超过所述静止场景判断阈值时，将所述从属红外图像压缩信息中的第一图像灰度信息及所述首帧红外图像信息的第一图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
4.如权利要求1所述的红外数据压缩方法，其特征在于，所述粗灰度参数及所述细灰度参数为8bit数据。
5.如权利要求1所述的红外数据压缩方法，其特征在于，所述接收待处理红外图像信息包括：
接收待处理红外图像信息及温度模式信息；
相应地，根据所述待处理红外图像信息及所述温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间。
6.一种红外数据压缩装置，其特征在于，包括：
接收模块，用于接收待处理红外图像信息；
第一灰度模块，用于根据所述待处理红外图像信息及预设的温度模式信息，得到第一图像灰度信息，其中，所述第一图像灰度信息包括与所述待处理红外图像信息中的位置对应的粗灰度参数，每个所述粗灰度参数对应一段第一宽度的温度区间；
第二灰度模块，用于根据所述待处理红外图像信息、所述温度模式信息及所述第一图像灰度信息，得到第二图像灰度信息，其中，所述第二图像灰度信息包括与所述待处理红外图像信息中的位置对应的细灰度参数，所述细灰度参数根据所述温度模式信息将所述第一宽度的温度区间等分；
无损压缩模块，用于将所述第一图像灰度信息及所述第二图像灰度信息通过无损压缩算法进行压缩，确定压缩红外图像信息；
所述无损压缩模块包括：
首从确定单元，用于根据多个所述待处理红外图像信息确定首帧红外图像信息及按顺序排列的从属红外图像信息；
标记单元，用于依次将每帧所述从属红外图像信息的粗灰度参数与前一帧的待处理红外图像信息的粗灰度参数对比，在同一位置，若所述从属红外图像信息的粗灰度参数与所述前一帧的待处理红外图像信息的粗灰度参数相同，则将所述从属红外图像信息的粗灰度参数标记为待变粗灰度参数；并将所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数对比，在同一位置，若所述从属红外图像信息的细灰度参数与所述前一帧的待处理红外图像信息的细灰度参数相同，则将所述从属红外图像信息的细灰度参数标记为待变细灰度参数；
置零单元，用于将所述待变粗灰度参数及所述待变细灰度参数置零，得到从属红外图像压缩信息；
压缩单元，用于将所述从属红外图像压缩信息、所述首帧红外图像信息的第一图像灰度信息及第二图像灰度信息，通过所述无损压缩算法进行压缩，确定压缩红外视频信息。
7.一种红外数据压缩设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的红外数据压缩方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的红外数据压缩方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010908902.0A CN112004093B (zh) | 2020-09-02 | 2020-09-02 | 一种红外数据压缩方法、装置及设备 |
| PCT/CN2020/133264 WO2022048054A1 (zh) | 2020-09-02 | 2020-12-02 | 一种红外数据压缩方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010908902.0A CN112004093B (zh) | 2020-09-02 | 2020-09-02 | 一种红外数据压缩方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112004093A CN112004093A (zh) | 2020-11-27 |
| CN112004093B true CN112004093B (zh) | 2022-07-12 |
Family
ID=73465090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010908902.0A Active CN112004093B (zh) | 2020-09-02 | 2020-09-02 | 一种红外数据压缩方法、装置及设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112004093B (zh) |
| WO (1) | WO2022048054A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112004093B (zh) * | 2020-09-02 | 2022-07-12 | 烟台艾睿光电科技有限公司 | 一种红外数据压缩方法、装置及设备 |
| CN114205649A (zh) * | 2021-12-08 | 2022-03-18 | 无锡英菲感知技术有限公司 | 图像数据处理方法、装置、设备及存储介质 |
| CN115174774B (zh) * | 2022-06-29 | 2024-01-26 | 上海飞机制造有限公司 | 一种深度图像的压缩方法、装置、设备及存储介质 |
| CN117666956A (zh) * | 2023-12-05 | 2024-03-08 | 西安邮电大学 | 一种基于去噪的高压缩比质谱数据存储方法及系统 |
| CN117615088B (zh) * | 2024-01-22 | 2024-04-05 | 沈阳市锦拓电子工程有限公司 | 一种安全监控的视频数据高效存储方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009014475A (ja) * | 2007-07-04 | 2009-01-22 | Sony Corp | 遠赤外線画像処理装置、遠赤外線撮像装置、遠赤外線画像処理方法および遠赤外線画像処理プログラム |
| EP2437486A1 (en) * | 2010-10-04 | 2012-04-04 | Flir Systems AB | IR Camera and Method for Processing Thermal Image Information |
| CN106407201B (zh) * | 2015-07-29 | 2020-12-01 | 腾讯科技（深圳）有限公司 | 一种数据处理方法、装置及计算机可读存储介质 |
| US10395340B2 (en) * | 2016-03-10 | 2019-08-27 | Dell Products, Lp | System and method of generating 3D infrared camera stitching for a thermal mapping |
| CN106649474B (zh) * | 2016-09-29 | 2020-11-03 | 上海热像科技股份有限公司 | 一种红外图像数据的存储方法 |
| WO2018122589A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于红外热像图分析的沥青路面裂缝发育程度检测方法 |
| CN110611509B (zh) * | 2019-08-16 | 2023-12-29 | 宁海县雁苍山电力建设有限公司 | 一种红外温度数据压缩方法及系统 |
| CN110853108B (zh) * | 2019-10-11 | 2020-07-10 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
| CN110853109B (zh) * | 2019-10-11 | 2020-07-10 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
| CN111026708B (zh) * | 2019-11-25 | 2023-04-14 | 烟台艾睿光电科技有限公司 | 一种热像仪图像文件的存储方法、装置、设备及存储介质 |
| CN111337133B (zh) * | 2020-03-02 | 2021-08-03 | 浙江大华技术股份有限公司 | 红外数据的生成方法及装置、解析方法及装置 |
| CN112004093B (zh) * | 2020-09-02 | 2022-07-12 | 烟台艾睿光电科技有限公司 | 一种红外数据压缩方法、装置及设备 |
-
2020
- 2020-09-02 CN CN202010908902.0A patent/CN112004093B/zh active Active
- 2020-12-02 WO PCT/CN2020/133264 patent/WO2022048054A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022048054A1 (zh) | 2022-03-10 |
| CN112004093A (zh) | 2020-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112004093B (zh) | 一种红外数据压缩方法、装置及设备 | |
| EP1797722B1 (en) | Adaptive overlapped block matching for accurate motion compensation | |
| CN108886621B (zh) | 非本地自适应环路滤波方法 | |
| CN112913237A (zh) | 使用深度神经网络的人工智能编码和人工智能解码方法和设备 | |
| US20210152621A1 (en) | System and methods for bit rate control | |
| US11082707B2 (en) | Encoding method and apparatus, image processing system, and computer-readable storage medium | |
| EP3014880A2 (en) | Encoding video captured in low light | |
| WO2023274074A1 (en) | Systems and methods for image filtering | |
| KR20200089635A (ko) | 다수의 상이한 비트레이트로 영상 압축을 하기 위한 시스템들 및 방법들 | |
| TW201840185A (zh) | 非局部適應性環路濾波器處理 | |
| CN111164972A (zh) | 用于在帧级别控制视频编码的系统和方法 | |
| Wennersten et al. | Bilateral filtering for video coding | |
| Savić et al. | Coding algorithm for grayscale images based on Linear Prediction and dual mode quantization | |
| US20200228846A1 (en) | Apparatus and Method for Hierarchical Wireless Video and Graphics Transmission Based on Video Preprocessing | |
| CN117499655A (zh) | 图像编码方法、装置、设备、存储介质及程序产品 | |
| US11310496B2 (en) | Determining quality values for blocks of encoded video | |
| WO2023024519A1 (zh) | 一种视频处理方法、装置、设备以及系统 | |
| CN114173131A (zh) | 一种基于帧间相关性的视频压缩方法及系统 | |
| CN110611509B (zh) | 一种红外温度数据压缩方法及系统 | |
| JP2016082395A (ja) | 符号化装置、符号化方法及びプログラム | |
| Verhack et al. | Lossless image compression based on kernel least mean squares | |
| Shanmathi et al. | Comparative study of predictors used in lossless image compression | |
| KR20180035745A (ko) | 파일 형식에 기반한 이미지 처리 장치 및 방법 | |
| US11094086B2 (en) | Method and apparatus for coding image data | |
| El-Harby | Two Improved Color Images Compression Systems |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20201127 Assignee: INFIRAY TECHNOLOGIES CO.,LTD. Assignor: Yantai Airui Photo-Electric Technology Co.,Ltd. Contract record no.: X2024980006380 Denomination of invention: A method, device, and equipment for infrared data compression Granted publication date: 20220712 License type: Common License Record date: 20240530 |