CN114693818A - 适用于数字正射影像数据的压缩方法 - Google Patents

适用于数字正射影像数据的压缩方法 Download PDF

Info

Publication number
CN114693818A
CN114693818A CN202210392016.6A CN202210392016A CN114693818A CN 114693818 A CN114693818 A CN 114693818A CN 202210392016 A CN202210392016 A CN 202210392016A CN 114693818 A CN114693818 A CN 114693818A
Authority
CN
China
Prior art keywords
component
space
coding block
coding
block
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
CN202210392016.6A
Other languages
English (en)
Inventor
喻建军
李霏
潘富成
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.)
Beijing Daoda Tianji Technology Co ltd
Original Assignee
Beijing Daoda Tianji Technology 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 Beijing Daoda Tianji Technology Co ltd filed Critical Beijing Daoda Tianji Technology Co ltd
Priority to CN202210392016.6A priority Critical patent/CN114693818A/zh
Publication of CN114693818A publication Critical patent/CN114693818A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及适用于数字正射影像数据的压缩方法，包括步骤：在传输阶段：将采集的原始影像数据由RGB颜色空间转换为YCbCr空间，使用LOCO‑I算法对YCbCr空间中各分量像素进行预测值重建，以得到预测残差；将预测残差进行Golomb编码后形成编码块，将编码块封装数据打包，以完成影像数据压缩后传输；在显示阶段：从编码块封装数据中读取编码块，将读取的编码块由YCbCr空间转换为RGB颜色空间，以还原图像块。本发明结合数字正射影像数据的特点，针对移动设备受限运行环境下传输和显示的要求，既能在低带宽网络中实现数字正射影像数据的快速传输，又能实现低算力设备下的数据快速显示浏览，为野外情报勘测、测绘工作的相关应用提供支持。

Description

适用于数字正射影像数据的压缩方法
技术领域
本发明涉及数据压缩技术领域，特别涉及一种适用于数字正射影像数据的压缩方法。
背景技术
数字正射影像是一种基础地理数据，通过逼真的影像、丰富的色彩客观反映地表现状作为情报数据，与线划图相比具有地面信息丰富、地物直观、工作效率高、成像周期短的特点，在野外勘测、测绘、军事等工作得到广泛应用。但数字正射影像的数据量通常较大，为了方便传输通常会对其进行压缩，目前针对数字正射影像常用压缩算法有JPEG2000。
JPEG2000采用离散小波变换(DWT)，其核心算法是EBCOT，通过EBCOT的块编码和分层装配两个过程。编码时，首先对原始图像数据进行分块，对每个分块进行离散小波变换，然后对小波变换的系数进行量化编码。而解码过程基本就是编码过程的逆过程，将各部分逆向操作就可以重构出图像。JPEG2000由于使用了小波变换(DWT)，实现操作是实数域上的，运算复杂，解码速度较慢。
野外情报作业通常需要在移动设备上接收和浏览数字正射影像，移动设备的运算能力远远低于普通个人计算机。JPEG2000过于复杂的解压算法不仅导致数据显示速度过慢，也会大量消耗宝贵的移动设备电力。
发明内容
本发明的目的在于结合数字正射影像数据的特点，针对移动设备受限运行环境下传输和显示的要求，提供一种适用于数字正射影像数据的压缩方法，使得既能在低带宽网络中实现数字正射影像数据的快速传输，又能实现低算力设备下的数据快速显示浏览，为野外情报勘测、测绘工作的相关应用提供支持。
为了实现上述发明目的，本发明实施例提供了以下技术方案：
适用于数字正射影像数据的压缩方法，包括以下步骤：
步骤S1，在传输阶段：将采集的原始影像数据由RGB颜色空间转换为YCbCr空间，使用LOCO-I算法对YCbCr空间中各分量像素进行预测值重建，以得到预测残差；将预测残差进行Golomb编码后形成编码块，将编码块封装数据打包，以完成影像数据压缩后传输；
步骤S2，在显示阶段：从编码块封装数据中读取编码块，将读取的编码块由YCbCr空间转换为RGB颜色空间，以还原图像块。
更进一步地，所述将采集的原始影像数据由RGB颜色空间转换为YCbCr空间的步骤，包括：
将采集的原始影像数据进行分块，获得若干大小互不重复的图像块；
将每个图像块分为RGB彩色影像和黑白影像，对于彩色影像将其从RGB颜色空间转换为YCbCr空间，其中Y分量表示亮度，Cb分量表示绿色的色差值，Cr分量表示红色的色差值；对于黑白影像将其从RGB颜色空间转换为YCbCr空间，其中Y分量表示亮度，Cb分量为空，Cr分量为空。
更进一步地，所述使用LOCO-I算法对YCbCr空间中各分量像素进行预测值重建，以得到预测残差的步骤，包括：
使用LOCO-I算法对YCbCr空间中各分量采用上下文建模的因果模板，对每个像素利用其周围相关像素进行预测值重建，计算预测误差：
对于YCbCr空间中各分量记做R={Y,Cr,Cb}，各分量中的像素取值记做r(x,y)={y(x,y),cr(x,y),cb(x,y)}，其中r(x,y)表示第x行第y列的像素取值，y(x,y)表示Y分量中第x行第y列的像素取值，cr(x,y)表示Cr分量中第x行第y列的像素取值，cb(x,y)表示Cb分量中第x行第y列的像素取值；
对各个像素取值做梯度运算：
g(x,y)=[r(x+1,y-1)-r(x-1,y),r(x-1,y)-r(x-1,y-1),r(x-1,y-1)-r(x-1,y)]
建立预测值p(x,y)：
Figure 593121DEST_PATH_IMAGE001
对预测值p(x,y)进行修正，得到修正预测值p`：p`(x,y)=C(p(x,y),g(x,y))，其中C为校正函数；
得到预测残差：e(x,y)=r(x,y)-p`(x,y)；
通过校正函数C自适应控制修正预测值p`的取值范围，使预测残差e(x,y)符合几何分布。
更进一步地，所述因果模板为YCbCr空间包括Y分量、Cb分量、Cr分量，对Y分量采用LOCO-I算法进行无损压缩编码，对Cb分量、Cr分量采用LOCO-I算法进行有损压缩编码。
1、更进一步地，所述将预测残差进行Golomb编码后形成编码块，将编码块封装数据打包，以完成影像数据压缩后传输的步骤，包括：
将预测残差进行Golomb编码后形成编码块，并对所有的编码块进行编号；
针对编码块的编号构建空间索引，得到分块空间范围，建立编码块编号与分块空间范围之间的映射关系；
将空间索引和编码块封装数据打包，以完成影像数据压缩后传输。
更进一步地，所述从编码块封装数据中读取编码块的步骤，包括：从压缩的影像数据中抽取出空间索引，根据空间索引计算显示视图范围内编码块的编号，再根据编号从编码块封装数据中读取编码块。
所述将读取的编码块由YCbCr空间转换为RGB颜色空间，以还原图像块的步骤，包括：
对编码块包含的压缩后的Y分量、Cb分量、Cr分量分别使用LOCO-I算法进行解码，利用像素及其周围相关像素进行预测值重建，结合校正函数C和预测残差对像素值进行恢复，获得YCbCr空间的各分量原始数据；
将各分量原始数据由YCbCr空间转换为RGB颜色空间，还原为图像块，将还原的图像块进行显示。
与现有技术相比，本发明的有益效果：
本发明针对移动设备受限的算力资源，结合数字正射影像数据连续色调特征，以及人类视觉系统亮度敏感的特性，提出一种压缩方法，通过空间变换实现亮度和色度的分离，对亮度和色差分量采用不同损失率的编码方式，提高整体压缩比；采用分块机制和基于预测编码的LOCO-I算法，有效降低解压时对算力的要求，可以在移动设备上获得满意的显示速度和图像质量。
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为本发明方法流程示意图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性，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。
实施例：
本发明通过下述技术方案实现，如图1所示，适用于数字正射影像数据的压缩方法，包括两个阶段，分别是传输阶段和显示阶段，在传输阶段时需要对影像数据进行压缩（即编码）后传输，在显示阶段时接收传输的影像数据并解压（即解码）。
步骤S1，在传输阶段：将采集的原始影像数据由RGB颜色空间转换为YCbCr空间，使用LOCO-I算法对YCbCr空间中各分量像素进行预测值重建，以得到预测残差；将预测残差进行Golomb编码后形成编码块，将编码块封装数据打包，以完成影像数据压缩后传输。
首先将采集的原始影像数据进行分块，获得若干大小互不重复的图像块，图像块的大小任意，一般可以分为256×256或512×512的大矩形块，边缘部分就会小一些，并且不一定是方形块。图像块的大小会影响重构图像的质量，大矩形块会比小矩形块具有更高的质量，在解码过程的后处理中，需要将图像块数据重新无缝的拼接在一起。
接着将每个图像块进行空间变换，以减少数据的冗余度，根据原始影像数据的情况，数字正射影像数据分为RBG彩色影像和黑白影像两种模式。对于彩色影像将其从RGB颜色空间转换为YCbCr空间，其中Y分量表示亮度，Cb分量表示绿色的色差值，Cr分量表示红色的色差值。对于黑白影像将其从RGB颜色空间转换为YCbCr空间，其中Y分量表示亮度，Cb分量为空，Cr分量为空。
使用LOCO-I算法对YCbCr空间中各分量采用上下文建模的因果模板，对每个像素利用其周围相关像素进行预测值重建，计算预测误差，通过自适应校正得到不含整数部分的预测残差。
对于YCbCr空间中各分量记做R={Y,Cr,Cb}，各分量中的像素取值记做r(x,y)={y(x,y),cr(x,y),cb(x,y)}，其中r(x,y)表示第x行第y列的像素取值，y(x,y)表示Y分量中第x行第y列的像素取值，cr(x,y)表示Cr分量中第x行第y列的像素取值，cb(x,y)表示Cb分量中第x行第y列的像素取值；
对各个像素取值做梯度运算：
g(x,y)=[r(x+1,y-1)-r(x-1,y),r(x-1,y)-r(x-1,y-1),r(x-1,y-1)-r(x-1,y)]
建立预测值p(x,y)：
Figure 306999DEST_PATH_IMAGE001
对预测值p(x,y)进行修正，得到修正预测值p`：p`(x,y)=C(p(x,y),g(x,y))，其中C为校正函数；
得到预测残差：e(x,y)=r(x,y)-p`(x,y)；
通过校正函数C自适应控制修正预测值p`的取值范围，使预测残差e(x,y)符合几何分布，即通过自适应校正得到不含整数部分的预测残差。
所述因果模板为YCbCr空间包括Y分量、Cb分量、Cr分量，对Y分量采用LOCO-I算法进行无损压缩编码，对Cb分量、Cr分量采用LOCO-I算法进行有损压缩编码。
然后将预测残差进行Golomb编码后形成编码块，并对所有的编码块进行编号。针对编码块的编号构建空间索引，得到分块空间范围，建立编码块编号与分块空间范围之间的映射关系。最后将空间索引和编码块封装数据打包，以完成影像数据压缩后传输。
步骤S2，在显示阶段：从编码块封装数据中读取编码块，将读取的编码块由YCbCr空间转换为RGB颜色空间，以还原图像块。
在接收到压缩后传输的影像数据后，从压缩的影像数据中抽取出空间索引，根据空间索引计算显示视图范围内编码块的编号，再根据编号从编码块封装数据中读取编码块。
对编码块包含的压缩后的Y分量、Cb分量、Cr分量分别使用LOCO-I算法进行解码，利用像素及其周围相关像素进行预测值重建，结合校正函数C和预测残差对像素值进行恢复，获得YCbCr空间的各分量原始数据。将各分量原始数据由YCbCr空间转换为RGB颜色空间，还原为图像块，将还原的图像块进行显示。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.适用于数字正射影像数据的压缩方法，其特征在于：包括以下步骤：
步骤S1，在传输阶段：将采集的原始影像数据由RGB颜色空间转换为YCbCr空间，使用LOCO-I算法对YCbCr空间中各分量像素进行预测值重建，以得到预测残差；将预测残差进行Golomb编码后形成编码块，将编码块封装数据打包，以完成影像数据压缩后传输；
步骤S2，在显示阶段：从编码块封装数据中读取编码块，将读取的编码块由YCbCr空间转换为RGB颜色空间，以还原图像块。
2.根据权利要求1所述的适用于数字正射影像数据的压缩方法，其特征在于：所述将采集的原始影像数据由RGB颜色空间转换为YCbCr空间的步骤，包括：
将采集的原始影像数据进行分块，获得若干大小互不重复的图像块；
将每个图像块分为RGB彩色影像和黑白影像，对于彩色影像将其从RGB颜色空间转换为YCbCr空间，其中Y分量表示亮度，Cb分量表示绿色的色差值，Cr分量表示红色的色差值；对于黑白影像将其从RGB颜色空间转换为YCbCr空间，其中Y分量表示亮度，Cb分量为空，Cr分量为空。
3.根据权利要求1所述的适用于数字正射影像数据的压缩方法，其特征在于：所述使用LOCO-I算法对YCbCr空间中各分量像素进行预测值重建，以得到预测残差的步骤，包括：
使用LOCO-I算法对YCbCr空间中各分量采用上下文建模的因果模板，对每个像素利用其周围相关像素进行预测值重建，计算预测误差：
对于YCbCr空间中各分量记做R={Y,Cr,Cb}，各分量中的像素取值记做r(x,y)={y(x,y),cr(x,y),cb(x,y)}，其中r(x,y)表示第x行第y列的像素取值，y(x,y)表示Y分量中第x行第y列的像素取值，cr(x,y)表示Cr分量中第x行第y列的像素取值，cb(x,y)表示Cb分量中第x行第y列的像素取值；
对各个像素取值做梯度运算：
g(x,y)=[r(x+1,y-1)-r(x-1,y),r(x-1,y)-r(x-1,y-1),r(x-1,y-1)-r(x-1,y)]
建立预测值p(x,y)：
Figure 252309DEST_PATH_IMAGE001
对预测值p(x,y)进行修正，得到修正预测值p`：p`(x,y)=C(p(x,y),g(x,y))，其中C为校正函数；
得到预测残差：e(x,y)=r(x,y)-p`(x,y)；
通过校正函数C自适应控制修正预测值p`的取值范围，使预测残差e(x,y)符合几何分布。
4.根据权利要求3所述的适用于数字正射影像数据的压缩方法，其特征在于：所述因果模板为YCbCr空间包括Y分量、Cb分量、Cr分量，对Y分量采用LOCO-I算法进行无损压缩编码，对Cb分量、Cr分量采用LOCO-I算法进行有损压缩编码。
5.根据权利要求3所述的适用于数字正射影像数据的压缩方法，其特征在于：所述将预测残差进行Golomb编码后形成编码块，将编码块封装数据打包，以完成影像数据压缩后传输的步骤，包括：
将预测残差进行Golomb编码后形成编码块，并对所有的编码块进行编号；
针对编码块的编号构建空间索引，得到分块空间范围，建立编码块编号与分块空间范围之间的映射关系；
将空间索引和编码块封装数据打包，以完成影像数据压缩后传输。
6.根据权利要求5所述的适用于数字正射影像数据的压缩方法，其特征在于：所述从编码块封装数据中读取编码块的步骤，包括：从压缩的影像数据中抽取出空间索引，根据空间索引计算显示视图范围内编码块的编号，再根据编号从编码块封装数据中读取编码块。
7.根据权利要求6所述的适用于数字正射影像数据的压缩方法，其特征在于：所述将读取的编码块由YCbCr空间转换为RGB颜色空间，以还原图像块的步骤，包括：
对编码块包含的压缩后的Y分量、Cb分量、Cr分量分别使用LOCO-I算法进行解码，利用像素及其周围相关像素进行预测值重建，结合校正函数C和预测残差对像素值进行恢复，获得YCbCr空间的各分量原始数据；
将各分量原始数据由YCbCr空间转换为RGB颜色空间，还原为图像块，将还原的图像块进行显示。
CN202210392016.6A 2022-04-14 2022-04-14 适用于数字正射影像数据的压缩方法 Pending CN114693818A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210392016.6A CN114693818A (zh) 2022-04-14 2022-04-14 适用于数字正射影像数据的压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210392016.6A CN114693818A (zh) 2022-04-14 2022-04-14 适用于数字正射影像数据的压缩方法

Publications (1)

Publication Number Publication Date
CN114693818A true CN114693818A (zh) 2022-07-01

Family

ID=82142841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210392016.6A Pending CN114693818A (zh) 2022-04-14 2022-04-14 适用于数字正射影像数据的压缩方法

Country Status (1)

Country Link
CN (1) CN114693818A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117097905A (zh) * 2023-10-11 2023-11-21 合肥工业大学 一种无损图像分块压缩方法、设备、存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101653005A (zh) * 2007-04-04 2010-02-17 艾利森电话股份有限公司 用于图形渲染的帧缓冲器压缩以及解压缩方法
CN107071451A (zh) * 2017-05-14 2017-08-18 华中科技大学 一种基于可变输入数据流的大动态实时解压缩系统
CN109151482A (zh) * 2018-10-29 2019-01-04 西安电子科技大学 星载光谱图像谱段无损有损混合压缩方法
CN109618157A (zh) * 2018-12-29 2019-04-12 东南大学 一种视频显示流压缩编码的硬件实现系统及方法
CN110996105A (zh) * 2018-10-02 2020-04-10 三星电子株式会社 可变速率压缩的方法和可变速率解压缩的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101653005A (zh) * 2007-04-04 2010-02-17 艾利森电话股份有限公司 用于图形渲染的帧缓冲器压缩以及解压缩方法
CN107071451A (zh) * 2017-05-14 2017-08-18 华中科技大学 一种基于可变输入数据流的大动态实时解压缩系统
CN110996105A (zh) * 2018-10-02 2020-04-10 三星电子株式会社 可变速率压缩的方法和可变速率解压缩的方法
CN109151482A (zh) * 2018-10-29 2019-01-04 西安电子科技大学 星载光谱图像谱段无损有损混合压缩方法
CN109618157A (zh) * 2018-12-29 2019-04-12 东南大学 一种视频显示流压缩编码的硬件实现系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蔡利梅 等: "《数字图像处理》", 31 August 2014 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117097905A (zh) * 2023-10-11 2023-11-21 合肥工业大学 一种无损图像分块压缩方法、设备、存储介质
CN117097905B (zh) * 2023-10-11 2023-12-26 合肥工业大学 一种无损图像分块压缩方法、设备、存储介质

Similar Documents

Publication Publication Date Title
CN101371583B (zh) 编码/解码高动态范围图像的方法和设备
KR100880039B1 (ko) 웨이블릿 기반 이미지 코덱에서의 부호화 이득을 달성하는방법 및 시스템
JP4559622B2 (ja) 知覚的に無損失の画像をもたらす２次元離散ウェーブレット変換に基づくカラー画像の圧縮
WO2005027506A1 (en) Methods of compressing still pictures for mobile devices
US10848787B2 (en) Lossy image compression using palettization of locally mixed colors
JP2006246473A (ja) 色空間スケーラブルビデオコーディング及びデコーディング方法、並びにその装置
CN110383695B (zh) 用于对数字图像或视频流进行编码和解码的方法和装置
CN108881913B (zh) 图像编码的方法和装置
AU2003291058C1 (en) Apparatus and method for multiple description encoding
WO2014018050A1 (en) Techniques for Video Compression
CN104144279B (zh) 处理图像/视频数据的方法及装置
EP1324618A2 (en) Encoding method and arrangement
CN114245989A (zh) 编码器和编码帧序列的方法
CN114693818A (zh) 适用于数字正射影像数据的压缩方法
CN112887722B (zh) 一种图像无损压缩方法
CN114788280A (zh) 视频的编解码方法与装置
Deshlahra Analysis of Image Compression Methods Based On Transform and Fractal Coding
JP4552400B2 (ja) 画像表示装置、画像表示方法及び画像表示プログラム
US11695919B2 (en) Lossy image compression using palettization of locally mixed colors
JP2003264830A (ja) 画像符号化装置および画像復号装置
JPH1175183A (ja) 画像信号の処理方法及び装置、記録媒体
KR100798386B1 (ko) 영상 압축방법과 신장방법 및 그 장치
Pancholi et al. Tutorial review on existing image compression techniques
CN111031312B (zh) 基于网络实现注意力机制的图像压缩方法
TWI502550B (zh) Differential layered image compression method

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100085 room 703, 7 / F, block C, 8 malianwa North Road, Haidian District, Beijing

Applicant after: Beijing daoda Tianji Technology Co.,Ltd.

Address before: 100085 room 703, 7 / F, block C, 8 malianwa North Road, Haidian District, Beijing

Applicant before: Beijing daoda Tianji Technology Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220701