CN116489369B - 一种行车数字录像压缩处理方法 - Google Patents

Abstract

本发明涉及数据压缩存储技术领域，具体涉及一种行车数字录像压缩处理方法，包括：将行车数字录像的每个视频帧分割成多个图像块，获取每个图像块的待编码序列、游程编码序列、灰度序列以及游程长度序列，进而得到每个图像块的游程长度优势，根据游程长度优势选择对图像块的压缩方式，当图像块的游程长度优势大于0时，根据灰度序列以及游程长度序列构建灰度范式霍夫曼树以及游程范式霍夫曼树，进而得到霍夫曼游程树，根据霍夫曼游程树对图像块的游程编码序列进行编码，得到压缩结果。本发明结合游程长度对霍夫曼编码进行改进，对于包含长游程的数据压缩效率更高，通过游程长度优势选择图像块的压缩方式，使得图像块的压缩效率尽可能达到最高。

Description

一种行车数字录像压缩处理方法

技术领域

本发明涉及数据压缩存储技术领域，具体涉及一种行车数字录像压缩处理方法。

背景技术

行车记录仪记录车辆行驶过程中的行车画面，用于事故证明、安全监控等。行车数字录像通常存储在行车记录仪中的内存卡中，由于内存卡的存储空间有限，为了尽可能保留更多时间的行车数字录像，需要对行车数字录像进行压缩存储。

霍夫曼编码为最常用的压缩算法。由于图像具有局部相似性，使得图像块中灰度值的游程非常长，采用霍夫曼编码需要对重复的每一个灰度值进行编码，使得最终的编码长度较长，压缩效率有限。

发明内容

本发明提供一种行车数字录像压缩处理方法，以解决现有的问题。

本发明的一种行车数字录像压缩处理方法采用如下技术方案：

本发明一个实施例提供了一种行车数字录像压缩处理方法，该方法包括以下步骤：

采集行车数字录像；将行车数字录像的每个视频帧分割成多个图像块；

将每个图像块中所有像素点的灰度值展开成一维的序列，作为待编码序列；对每个图像块的待编码序列进行游程编码，得到每个图像块的游程编码序列；根据每个图像块的游程编码序列获得每个图像块的灰度序列以及游程长度序列；

根据待编码序列、灰度序列以及游程长度序列获取每个图像块的游程长度优势；

当图像块的游程长度优势小于或等于0时，利用霍夫曼编码对图像块的待编码序列进行编码，得到图像块的压缩结果；

当图像块的游程长度优势大于0时，根据图像块的灰度序列中每种灰度值的频率构建灰度范式霍夫曼树；根据图像块的游程长度序列中每种游程长度的频率构建游程范式霍夫曼树；根据灰度范式霍夫曼树以及游程范式霍夫曼树获取霍夫曼游程树；根据霍夫曼游程树对图像块的游程编码序列进行编码，得到图像块的压缩结果；

将所有图像块的压缩结果作为压缩数据。

优选的，所述将行车数字录像的每个视频帧分割成多个图像块，包括的具体步骤如下：

S1：将视频帧分割成大小相同的两个区域；

S2：计算每个区域内所有像素点灰度值的方差，作为每个区域的复杂度；当所有区域的个数小于图像块个数阈值时，将复杂度最大的区域作为目标区域，若目标区域的复杂度大于复杂度阈值，将目标区域分割成大小相同的两个区域；

S3：重复S2，直到所有区域的个数大于或等于图像块个数阈值时，或目标区域的复杂度小于或等于复杂度阈值时停止迭代；将每个区域作为一个图像块。

优选的，所述根据每个图像块的游程编码序列获得每个图像块的灰度序列以及游程长度序列，包括的具体步骤如下：

将游程编码序列中所有灰度值按照顺序构成灰度序列，将游程编码序列中所有除1外的游程长度按照顺序构成游程长度序列。

优选的，所述根据待编码序列、灰度序列以及游程长度序列获取每个图像块的游程长度优势，包括的具体步骤如下：

将任意一个图像块作为目标图像块；获取目标图像块的游程长度优势：

其中为目标图像块的游程长度优势；/>为待编码序列；/>为待编码序列的信息熵；/>为游程长度序列；/>为游程长度序列的信息熵；/>为游程长度序列中第/>个游程长度；/>为游程长度序列中包含的元素个数；/>为灰度序列的长度；

获取每个图像块的游程长度优势。

优选的，所述根据图像块的灰度序列中每种灰度值的频率构建灰度范式霍夫曼树，包括的具体步骤如下：

根据灰度序列中每种灰度值的频率构建范式霍夫曼树，要求范式霍夫曼树中除最深层的叶子节点外，每一层的叶子节点均位于左分支上，将构建的范式霍夫曼树作为灰度范式霍夫曼树。

优选的，所述根据图像块的游程长度序列中每种游程长度的频率构建游程范式霍夫曼树，包括的具体步骤如下：

根据游程长度序列中每种游程长度构建范式霍夫曼树，要求范式霍夫曼树中除最深层的叶子节点外，每一层的叶子节点均位于右分支上，将构建的范式霍夫曼树作为游程范式霍夫曼树。

优选的，所述根据灰度范式霍夫曼树以及游程范式霍夫曼树获取霍夫曼游程树，包括的具体步骤如下：

将灰度范式霍夫曼树作为一个右子树，将游程范式霍夫曼树作为一个左子树，将右子树与左子树合并为一个二叉树，记为霍夫曼游程树。

优选的，所述根据霍夫曼游程树对图像块的游程编码序列进行编码，包括的具体步骤如下：

对于游程编码序列中的灰度值采用霍夫曼游程树中右子树中对应灰度值的编码进行编码，对于游程编码序列中长度为1的游程长度不进行编码，对于其余游程长度根据霍夫曼游程树中左子树中对应游程长度的编码进行编码。

本发明的技术方案的有益效果是：当每种灰度值的频率相差较大时，利用霍夫曼编码能够达到较高的压缩效率。行车数字录像的视频帧中每种灰度值的频率差异可能较小，对视频帧利用霍夫曼编码不一定能达到较高的压缩效率。本发明结合视频帧局部的复杂度对视频帧进行分块，使得每个图像块中每种灰度值的频率差异较大，对每个图像块分别进行压缩，从而提高压缩效率；本发明获取每个图像块的待编码序列、游程编码序列、灰度序列以及游程长度序列，根据待编码序列、灰度序列以及游程长度序列获取每个图像块的游程长度优势，根据游程长度优势选择对图像块的压缩方式，当图像块的游程长度优势大于0时，根据灰度序列以及游程长度序列构建灰度范式霍夫曼树以及游程范式霍夫曼树，进而得到霍夫曼游程树，根据霍夫曼游程树对图像块的游程编码序列进行编码，得到压缩结果。本发明结合游程长度对霍夫曼编码进行改进，对于包含长游程的数据压缩效率更高，当图像块的游程长度优势小于等于0时，采用霍夫曼编码对图像块进行压缩。本发明通过游程长度优势选择每个图像块的压缩方式，使得每个图像块的压缩效率尽可能达到最高，从而提高行车数字录像中每个视频帧的压缩效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，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为本发明的一种行车数字录像压缩处理方法的步骤流程图；

图2为灰度范式霍夫曼树；

图3为游程范式霍夫曼树；

图4为霍夫曼游程树。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种行车数字录像压缩处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种行车数字录像压缩处理方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种行车数字录像压缩处理方法的步骤流程图，该方法包括以下步骤：

S001．采集行车数字录像。

在车辆行驶过程中，通过行车记录仪实施采集车辆行驶的行车数字录像。

至此，获取了行车数字录像。

S002．对录像的视频帧进行分块。

需要说明的是，本发明实施例对行车数字录像中的每个视频帧进行压缩。霍夫曼编码通过为频率较大的数据赋予长度较短的编码，为频率较小的数据赋予长度较长的编码来实现压缩，因此当视频帧中每种灰度值的频率相差较大时，利用霍夫曼编码能够达到较高的压缩效率。视频帧中每种灰度值的频率差异可能较小，由于图像具有局部相似性，视频帧的局部位置灰度值较为相似，部分灰度值的重复率较高，因此视频帧的局部位置每种灰度值的频率差异较大，利用霍夫曼编码能够达到较高的压缩效率。因此可将视频帧分割成多个图像块，使得每个图像块中每种灰度值的频率差异较大，对每个图像块分别进行压缩。对每个图像块进行霍夫曼编码，需要记录每个图像块对应的霍夫曼树，以便后续根据霍夫曼树进行解码。为避免记录的霍夫曼树过多增加数据存储量，需要限制图像块的个数。

在本发明实施例中，预设一个图像块个数阈值以及一个复杂度阈值/>，其中本发明实施例以/>，/>为例进行叙述，本发明实施例不进行具体限定，其中/>、/>可根据具体实施情况而定。

首先将视频帧分割成大小相同的两个区域。

其次计算每个区域内所有像素点灰度值的方差，作为每个区域的复杂度。当所有区域的个数小于图像块个数阈值时，将复杂度最大的区域作为目标区域，若目标区域的复杂度小于或等于复杂度阈值，则不对目标区域进行分割，此时视频帧分割完成。若目标区域的复杂度大于复杂度阈值，则将目标区域分割成大小相同的两个区域。

重复上述步骤，直到所有区域的个数大于或等于图像块个数阈值时，或目标区域的复杂度小于或等于复杂度阈值时停止迭代。将每个区域作为一个图像块。

至此，实现了对视频帧的分块，得到了多个图像块。

S003．对视频帧进行压缩，得到压缩数据。

需要说明的是，由于图像具有局部相似性，使得图像块中灰度值的游程非常长，此时采用霍夫曼编码需要对重复的每一个灰度值进行编码，编码长度较长。因此可结合游程进一步提高霍夫曼编码的压缩效率。

在本发明实施例中，提出一种改进霍夫曼编码，具体为：

对图像块进行游程编码，将游程编码结果作为游程编码序列。将游程编码序列中所有灰度值按照顺序构成灰度序列，将游程编码序列中所有除1外的游程长度按照顺序构成游程长度序列。例如图像块中所有像素点的灰度值为{1,1,1,1,1,2,3,3,3,3,3,1,1,1,1,3,3,1}时，游程编码序列为{1:5,2:1,3:5,1:4,3:2,1:1}，灰度序列为{1,2,3,1,3,1}，游程长度序列为{5,5,4,2}。

根据灰度序列中每种灰度值的频率构建范式霍夫曼树，要求范式霍夫曼树中除最深层的叶子节点外，每一层的叶子节点均位于左分支上，将此范式霍夫曼树称为灰度范式霍夫曼树，例如灰度序列为{1,2,3,1,3,1}时，灰度范式霍夫曼树如图2所示。根据游程长度序列中每种游程长度构建范式霍夫曼树，要求范式霍夫曼树中除最深层的叶子节点外，每一层的叶子节点均位于右分支上，将此范式霍夫曼树称为游程范式霍夫曼树，例如游程长度序列为{5,5,4,2}时，游程范式霍夫曼树如图3所示。

将灰度范式霍夫曼树作为一个右子树，将游程范式霍夫曼树作为一个左子树，将灰度范式霍夫曼树与游程范式霍夫曼树合并为一个二叉树，记为霍夫曼游程树，例如对图2所示的灰度范式霍夫曼树与图3所示的游程范式霍夫曼树进行合并得到的霍夫曼游程树如图4所示。

对游程编码序列进行编码时，对于游程编码序列中的灰度值采用霍夫曼游程树中右子树中对应灰度值的编码进行编码，对于游程编码序列中长度为1的游程长度不进行编码，对于其余游程长度根据霍夫曼游程树中左子树中对应游程长度的编码进行编码。例如当游程编码序列为{1:5,2:1,3:5,1:4,3:2,1:1}时，灰度值1、2、3的编码分别为10、111、110，游程长度5、4、2的编码分别为01、001、000，则最终的编码结果为1001111110011000111000010。

需要说明的是，由于灰度值根据霍夫曼游程树中右子树对应的灰度范式霍夫曼树进行编码，所有灰度值的编码均以1开头，除频率最小的灰度值外，其余灰度值的编码均以0结尾，并且除了末尾的0之外，编码的每一位均为1。游程长度根据霍夫曼游程树中左子树对应的游程范式霍夫曼树进行编码，所有游程长度的编码均以0开头，除频率最小的游程长度外，其余游程长度的编码均以1结尾，并且除了末尾的1之外，编码的每一位均为0。频率最小的灰度值的编码长度与右子树的深度有关，频率最小的游程长度的编码与左子树的深度有关。因此根据灰度值的编码的特征以及游程长度编码的特征可识别编码结果中的灰度值和游程长度，确保根据编码结果可实现解码。

需要进一步说明的是，对于游程长度较长的灰度值，传统的霍夫曼编码方法对该重复的灰度值进行多次编码，而改进的霍夫曼编码仅需对该灰度值编码一次，对该灰度值的游程长度编码一次，改进的霍夫曼编码相较于传统的霍夫曼编码减少了灰度值编码对象。当图像块中游程长度较长时，可显著提高压缩效率。由于改进的霍夫曼编码中，霍夫曼游程树最浅层的叶子节点从第三层开始，导致灰度值或游程长度的编码长度相较于传统的霍夫曼编码方法中的编码长度增加1，当图像块中灰度值的游程长度较小时，采用改进的霍夫曼编码方法可能无法进一步压缩，甚至可能导致压缩效率变低。因此，需要结合每个图像块中所有灰度值的游程长度获取每个图像块的游程长度优势，根据游程长度优势确定每个图像块的压缩类型。

在本发明实施例中，将任意一个图像块作为目标图像块，将目标图像块中所有像素点的灰度值展开成一个一维的序列，记为待编码序列。

获取待编码序列的灰度序列以及游程长度序列。

根据待编码序列、灰度序列以及游程长度序列获取目标图像块的游程长度优势：

其中c为目标图像块的游程长度优势；A为待编码序列；为待编码序列的信息熵，由于霍夫曼编码中所有数据的平均编码长度接近于信息熵，因此此处利用信息熵表示霍夫曼编码时所有灰度值的平均编码长度；B为游程长度序列；/>为游程长度序列的信息熵；/>为游程长度序列中第/>个游程长度；/>为游程长度序列中包含的元素个数；表示采用改进霍夫曼编码时，减少的灰度值编码对象的个数；表示采用改进霍夫曼编码时，对灰度值编码节省的编码长度；/>为灰度序列的长度，当采用改进霍夫曼编码时，每个灰度值编码对象的编码长度均增加1，则/>表示所有灰度值编码对象的编码长度增加的总长度；/>为采用改进霍夫曼编码时对于每个游程长度的预测平均编码长度，/>为采用改进霍夫曼编码时对所有游程长度编码时的预测总长度；/>表示采用改进霍夫曼编码时的编码结果相对于采用普通霍夫曼编码的编码结果减少的总长度。

当游程长度优势大于0时，采用改进霍夫曼编码的方法对目标图像块进行压缩的效率更高，此时利用改进霍夫曼编码对目标图像块进行压缩，得到目标图像块的压缩结果，将目标图像块的压缩类型记为0。当游程长度优势小于或等于0时，采用普通霍夫曼编码的方法对目标图像块进行压缩的效率更高，此时利用普通霍夫曼编码对目标图像块进行压缩，得到目标图像块的压缩结果，将目标图像块的压缩类型记为1。

同理，获取每个图像块的压缩类型以及压缩结果。将所有图像块的压缩类型、压缩结果以及对应的霍夫曼树或霍夫曼游程树作为压缩数据。

至此，完成了视频帧的压缩，获取了压缩数据。

S004．对压缩数据进行存储。

将行车数字录像的每个视频帧对应的压缩数据存储在行车记录仪中的存储卡中。当需要查看行车数字录像时，对压缩数据进行解压，还原行车数字录像，进行查看。

通过以上步骤，完成了行车数字录像的压缩。

本发明实施例结合视频帧局部的复杂度对视频帧进行分块，使得每个图像块中每种灰度值的频率差异较大，对每个图像块分别进行压缩，从而提高压缩效率；本发明获取每个图像块的待编码序列、游程编码序列、灰度序列以及游程长度序列，根据待编码序列、灰度序列以及游程长度序列获取每个图像块的游程长度优势，根据游程长度优势选择对图像块的压缩方式，当图像块的游程长度优势大于0时，根据灰度序列以及游程长度序列构建灰度范式霍夫曼树以及游程范式霍夫曼树，进而得到霍夫曼游程树，根据霍夫曼游程树对图像块的游程编码序列进行编码，得到压缩结果。本发明结合游程长度对霍夫曼编码进行改进，对于包含长游程的数据压缩效率更高，当图像块的游程长度优势小于等于0时，采用霍夫曼编码对图像块进行压缩。本发明通过游程长度优势选择每个图像块的压缩方式，使得每个图像块的压缩效率尽可能达到最高，从而提高行车数字录像中每个视频帧的压缩效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种行车数字录像压缩处理方法，其特征在于，该方法包括以下步骤：

采集行车数字录像；将行车数字录像的每个视频帧分割成多个图像块；

将每个图像块中所有像素点的灰度值展开成一维的序列，作为待编码序列；对每个图像块的待编码序列进行游程编码，得到每个图像块的游程编码序列；根据每个图像块的游程编码序列获得每个图像块的灰度序列以及游程长度序列；

根据待编码序列、灰度序列以及游程长度序列获取每个图像块的游程长度优势；

当图像块的游程长度优势小于或等于0时，利用霍夫曼编码对图像块的待编码序列进行编码，得到图像块的压缩结果；

当图像块的游程长度优势大于0时，根据图像块的灰度序列中每种灰度值的频率构建灰度范式霍夫曼树；根据图像块的游程长度序列中每种游程长度的频率构建游程范式霍夫曼树；根据灰度范式霍夫曼树以及游程范式霍夫曼树获取霍夫曼游程树；根据霍夫曼游程树对图像块的游程编码序列进行编码，得到图像块的压缩结果；

将所有图像块的压缩结果作为压缩数据。

2.根据权利要求1所述的一种行车数字录像压缩处理方法，其特征在于，所述将行车数字录像的每个视频帧分割成多个图像块，包括的具体步骤如下：

S1：将视频帧分割成大小相同的两个区域；

S2：计算每个区域内所有像素点灰度值的方差，作为每个区域的复杂度；当所有区域的个数小于图像块个数阈值时，将复杂度最大的区域作为目标区域，若目标区域的复杂度大于复杂度阈值，将目标区域分割成大小相同的两个区域；

S3：重复S2，直到所有区域的个数大于或等于图像块个数阈值时，或目标区域的复杂度小于或等于复杂度阈值时停止迭代；将每个区域作为一个图像块。

3.根据权利要求1所述的一种行车数字录像压缩处理方法，其特征在于，所述根据每个图像块的游程编码序列获得每个图像块的灰度序列以及游程长度序列，包括的具体步骤如下：

将游程编码序列中所有灰度值按照顺序构成灰度序列，将游程编码序列中所有除1外的游程长度按照顺序构成游程长度序列。

4.根据权利要求1所述的一种行车数字录像压缩处理方法，其特征在于，所述根据待编码序列、灰度序列以及游程长度序列获取每个图像块的游程长度优势，包括的具体步骤如下：

将任意一个图像块作为目标图像块；获取目标图像块的游程长度优势：

其中c为目标图像块的游程长度优势；A为待编码序列；H(A)为待编码序列的信息熵；B为游程长度序列；H(B)为游程长度序列的信息熵；b_i为游程长度序列中第i个游程长度；n为游程长度序列中包含的元素个数；m为灰度序列的长度；

获取每个图像块的游程长度优势。

5.根据权利要求1所述的一种行车数字录像压缩处理方法，其特征在于，所述根据图像块的灰度序列中每种灰度值的频率构建灰度范式霍夫曼树，包括的具体步骤如下：

根据灰度序列中每种灰度值的频率构建范式霍夫曼树，要求范式霍夫曼树中除最深层的叶子节点外，每一层的叶子节点均位于左分支上，将构建的范式霍夫曼树作为灰度范式霍夫曼树。

6.根据权利要求1所述的一种行车数字录像压缩处理方法，其特征在于，所述根据图像块的游程长度序列中每种游程长度的频率构建游程范式霍夫曼树，包括的具体步骤如下：

根据游程长度序列中每种游程长度构建范式霍夫曼树，要求范式霍夫曼树中除最深层的叶子节点外，每一层的叶子节点均位于右分支上，将构建的范式霍夫曼树作为游程范式霍夫曼树。

7.根据权利要求1所述的一种行车数字录像压缩处理方法，其特征在于，所述根据灰度范式霍夫曼树以及游程范式霍夫曼树获取霍夫曼游程树，包括的具体步骤如下：

将灰度范式霍夫曼树作为一个右子树，将游程范式霍夫曼树作为一个左子树，将右子树与左子树合并为一个二叉树，记为霍夫曼游程树。

8.根据权利要求7所述的一种行车数字录像压缩处理方法，其特征在于，所述根据霍夫曼游程树对图像块的游程编码序列进行编码，包括的具体步骤如下：

对于游程编码序列中的灰度值采用霍夫曼游程树中右子树中对应灰度值的编码进行编码，对于游程编码序列中长度为1的游程长度不进行编码，对于其余游程长度根据霍夫曼游程树中左子树中对应游程长度的编码进行编码。