CN116634168B - 一种基于工业相机的图像无损处理方法及系统 - Google Patents
一种基于工业相机的图像无损处理方法及系统 Download PDFInfo
- Publication number
- CN116634168B CN116634168B CN202310920202.7A CN202310920202A CN116634168B CN 116634168 B CN116634168 B CN 116634168B CN 202310920202 A CN202310920202 A CN 202310920202A CN 116634168 B CN116634168 B CN 116634168B
- Authority
- CN
- China
- Prior art keywords
- prediction
- industrial camera
- prediction residual
- camera image
- residual group
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000007906 compression Methods 0.000 claims abstract description 50
- 230000006835 compression Effects 0.000 claims abstract description 43
- 238000009826 distribution Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000001131 transforming effect Effects 0.000 claims abstract description 14
- 230000001174 ascending effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明公开了一种基于工业相机的图像无损处理方法及系统,其方法包括步骤:预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;接收工业相机图像;计算所述工业相机图像的第一预测残差组;对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息。本发明适用于工业相机的图像压缩过程,优化工业相机的图像压缩过程及编码图像的传输时间,平衡工业相机图像的无损压缩效果及数据传输效率。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种基于工业相机的图像无损处理方法及系统。
背景技术
图像压缩技术用于减少表示一幅图像所需数据量,图像中经常出现冗余信息,例如,通常一个像素用8比特表示,但一般只需要更少的比特就可以,多余的比特就属于编码冗余,而针对二维灰度阵列的像素编码与空间信息相关,因此二维灰度阵列图片就会产生了空间冗余,图像无损压缩是针对上述图像去除冗余信息后,能被完全恢复的一种压缩方法。
工业相机是一种主要应用在机器视觉领域的图像获取设备,用来拍摄生产线上待测物体的图片,其工作时通常采用外触发方式,即接收到触发信号后,开始曝光产生图像并将图像传输至上位机。从触发开始到上位机获取完整的图像这个过程必须尽可能的短,这使得工业相机产生的图像必须进行压缩编码,而常规的霍夫曼编码是一种消除编码冗余的常用技术,霍夫曼编码首先统计信源中各符号的概率,然后根据符号概率高低给予不同长度的编码,由于需要事先知道信源中所有符号的概率,其解码时间会叠加在编码图像的传输时间上,从而加长上位机获取完整的原始图像的时间,所以霍夫曼编码不适用于工业相机的图像压缩过程。
因此目前需要一种基于工业相机的图像无损处理方法,优化工业相机的图像压缩过程及编码图像的传输时间,平衡工业相机图像的无损压缩效果及数据传输效率。
发明内容
为解决现有技术中工业相机图像无损处理质量差效率低的技术问题,本发明提供一种基于工业相机的图像无损处理方法及系统,具体的技术方案如下:
本发明提供一种基于工业相机的图像无损处理方法,包括步骤:
预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;
接收工业相机图像;
计算所述工业相机图像的第一预测残差组;
对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,所述预测编号为所述第一预测残差组中所述预测残差绝对值的升序排列顺序;
根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息。
本发明提供的基于工业相机的图像无损处理方法通过计算工业相机图像的预测残差,并基于预测残差结果进行霍夫曼编码,对工业相机图像进行压缩,解决了编码过程中必须事先知道工业相机图像中预测残差的真实概率才能进行编码的技术问题,优化了工业相机的图像压缩过程及编码图像的传输时间,平衡工业相机图像的无损压缩效果及数据传输效率。
在一些实施方式中,所述的预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括:
基于预设的编码位数构建目标信号源,所述目标信号源中信源符号为预设范围内的整数;
建立各个所述信源符号和霍夫曼编码值一一对应的所述霍夫曼编码查找表。
在一些实施方式中,所述的基于预设的编码位数构建目标信号源,具体包括:
计算所述目标预测残差组几何分布的概率质量函数;
计算所述概率质量函数在所述目标预测残差组范围内的整数概率值;
根据所述信源符号的初始数量、所述整数概率值和预设的赋值规则计算所述目标信号源中所述信源符号的数量。
在一些实施方式中,所述的对所述第一预测残差组进行变换生成目标预测残差组,具体包括:
根据由连续自然数编号组成的所述预测编号,对所述第一预测残差按绝对值大小进行升序排列;
所述的根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息,具体包括:
根据所述预测编号为索引查找所述霍夫曼编码查找表中对应的所述信源符号,并根据所述信源符号生成对应的所述霍夫曼编码值作为所述工业相机图像压缩编码信息。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种基于工业相机的图像无损处理方法,包括步骤:
预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;
接收工业相机图像压缩编码信息;
获取所述工业相机图像压缩编码信息中各个信源符号对应的编码信息;
根据霍夫曼编码查找表获取各个所述编码信息对应的预测残差,生成预测残差组;
根据预设的编码预测方案对所述预测残差组进行解码,还原工业相机图像。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种基于工业相机的图像无损处理方法,包括步骤:
预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;
计算所述工业相机图像的第一预测残差组;
对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,所述预测编号为所述第一预测残差组中所述预测残差绝对值的升序排列顺序;
根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息;
接收所述工业相机图像压缩编码信息;
获取所述工业相机图像压缩编码信息中各个信源符号对应的编码信息;
根据霍夫曼编码查找表获取各个所述编码信息对应的预测残差,生成所述预测残差组;
根据预设的编码预测方案对所述预测残差组进行解码,还原所述工业相机图像。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种工业相机,包括摄像模组和数据处理器,所述数据处理器预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,接收工业相机图像,计算所述工业相机图像的第一预测残差组,对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,所述预测编号为所述第一预测残差组中所述预测残差绝对值的升序排列顺序,并根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种解码装置,所述解码装置预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼查找表,接收工业相机图像压缩编码信息,获取所述工业相机图像压缩编码信息中各个信源符号对应的编码信息,根据所述霍夫曼编码查找表获取各个所述编码信息对应的预测残差,生成预测残差组,并根据预设的编码预测方案对所述预测残差组进行解码,还原工业相机图像。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种基于工业相机的图像无损处理系统,包括上述工业相机和解码装置。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如上述任意一项基于工业相机的图像无损处理方法所执行的操作。
本发明提供一种基于工业相机的图像无损处理方法及系统技术效果如下:
通过计算工业相机图像的预测残差,并基于预测残差结果进行霍夫曼编码,对工业相机图像进行压缩,保持,解决了编码过程中必须事先知道工业相机图像中预测残差的真实概率才能进行编码的技术问题,优化了工业相机的图像压缩过程及编码图像的传输时间,平衡工业相机图像的无损压缩效果及数据传输效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种基于工业相机的图像无损处理方法的流程图;
图2为本发明一种基于工业相机的图像无损处理方法中建立霍夫曼编码查找表的流程图;
图3为本发明一种基于工业相机的图像无损处理方法中构建目标信号源的流程图;
图4为本发明一种基于工业相机的图像无损处理方法的解码流程图;
图5为本发明一种基于工业相机的图像无损处理方法的另一个流程图;
图6为本发明一种工业相机的结构示例图;
图7为本发明一种基于工业相机的图像无损处理系统的结构示例图。
图中标号:工业相机-100、摄像模组-110、数据处理器-120和解码装置-200。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘出了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
另外,在本申请的描述中,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。
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,下面将对照附图说明本发明的具体实施方式。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,并获得其他的实施方式。
本发明的一个实施例,如图1所示,本发明提供一种基于工业相机的图像无损处理方法,包括步骤:
S100预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表。
S200接收工业相机图像。
S300计算工业相机图像的第一预测残差组。
具体地,预测编码是一种通过消除近邻像素的空间或时间冗余提取每个像素中的实际值与预测值之间的预测残差并对其编码,来实现减少图像冗余的方法。
本实施例中选取任意一种预测编码器,使用预测编码进行无损压缩时,在编码端首先计算预测残差,将工业相机图像f(x,y)的连续像素样本传入预测编码器后,预测编码器根据预设数量的历史像素样本生成工业相机图像f(x,y)中每个像素样本的预测值,计算输入工业相机图像中各个像素f(x,y)和预测值/>之间的差值即为该像素的预测残差,公式如下:
;
计算像素预测值的方式有很多种,在具体计算公式确定后就可以明确e(x,y)所有可能的值,进而得到工业相机图像的第一预测残差组。
S400对第一预测残差组进行变换生成目标预测残差组。
具体地,目标预测残差组包括第一预测残差组和第一预测残差组中各个预测残差对应的预测编号,预测编号为第一预测残差组中预测残差绝对值的升序排列顺序。
进一步地,计算第一预测残差组中各个预测残差对应的预测编号的公式如下:
;
;
通过上述方式对预测残差e(x,y)进行变换,形成从0开始的连续自然数的编号,将变换后的编号/>进行升序排列,对应的预测残差e(x,y)是按绝对值大小进行升序排列,绝对值相等的两个预测残差值负数在前。
S500根据霍夫曼编码查找表和目标预测残差组的预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息。
具体地,基于目标预测残差组进行霍夫曼编码过程中,在编码端建立预测残差以及包含预测残差编号和其霍夫曼编码对应的查找表,对工业相机图像进行编码时,首先计算工业相机图像中各个像素的预测残差e(x,y),并对预测残差e(x,y)进行变换,形成从0开始的连续自然数的编号/>,以预测残差e(x,y)为索引查表获取其霍夫曼编码插入码流。
本实施例与标准的霍夫曼编码预先统计一幅图像中所有预测残差的概率不同,而是对工业相机图像的预测残差的分布预先建模,对符合建模分布的预测残差进行霍夫曼编码,使用该编码直接对真实工业相机图像的预测残差进行编码,解决了必须事先知道工业相机图像中预测残差的真实概率才能进行编码的问题。对于工业相机图像往往会采用相对稳定的照明环境,拍摄的物体也基本上不会有太大的变化,但是拍摄物体的姿态可能会有很大的变化。由于图像中边缘像素数量、边缘强度等并不会随着拍摄物体的姿态变化而发生很大变化,所以如果计算图像的预测残差,预测残差图的熵一般变化不大。
本实施例提供的基于工业相机的图像无损处理方法通过计算工业相机图像的预测残差,并基于预测残差结果进行霍夫曼编码,对工业相机图像进行压缩,解决了编码过程中必须事先知道工业相机图像中预测残差的真实概率才能进行编码的技术问题,优化了工业相机的图像压缩过程及编码图像的传输时间,平衡工业相机图像的无损压缩效果及数据传输效率。
在一个实施例中,如图2所示,步骤S100预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括:
S110基于预设的编码位数构建目标信号源。
具体地,目标信号源中信源符号为预设范围内的整数。
S120建立各个信源符号和霍夫曼编码值一一对应的霍夫曼编码查找表。
在一个实施例中,如图3所示,步骤S110基于预设的编码位数构建目标信号源,具体包括:
S111计算目标预测残差组几何分布的概率质量函数。
具体地,在构造信号源的过程中,其信源符号为上述方法得出的对预测残差e(x,y)进行变换形成的编号,即在[0,K]内的自然数,确定每个信源符号的数量使预测残差编号/>的分布接近几何分布,并计算目标预测残差组几何分布的概率质量函数。
S112计算概率质量函数在目标预测残差组范围内的整数概率值。
具体地,预设一个概率质量函数参数p,对于服从上述概率质量函数参数p的几何分布的概率质量函数,计算在[0,K]的范围内整数的概率值P,公式如下:
;
由于近邻像素具有相似性,使用预测编码的方式形成的预测残差绝对值的分布接近几何分布,所以对预测残差进行变换形成的编号的概率分布也接近几何分布,对于不同工业相机图像可以设置不同概率质量函数参数p,以使图像预测残差绝对值的分布接近参数为p几何分布的概率质量函数,以获取最佳的压缩率。
S113根据信源符号的初始数量、整数概率值和预设的赋值规则计算目标信号源中信源符号的数量。
具体地,构造信号源的过程中,其信源符号为上述方法得出的对预测残差e(x,y)进行变换形成的编号,即在[0,K]的范围内整数,该信号源里每个信源符号的数量/>都是整数,所有信源符号数量之和为S,计算每个信源符号的数量/>使其尽可能接近/>,这样可以使预测残差编号/>的分布接近几何分布。
示例性地,使每个信源符号的数量尽可能接近/>的其中一种方式如下:
获取每个信源符号的数量,当/>的结果大于等于0.5时:
;
当的结果小于0.5时:
;
其中,round表示四舍五入取整,小于0.5时直接给/>赋值1是为了保证信源符号编码的完整性,此时所有信源符号数量之和S不一定等于信源符号初始数量之和Si,但和Si较接近。
构造信号源过程中,为了限定最终的编码位数设定所有信源符号数量之和初始值为Si=2m,根据信息论概率为P(E)的随机事件E包含的信息,用二进制表示时需要的比特数为I(E)=-log2P(E),在计算构造的信号源时,将概率最低的信源符号数量设为1,并将所有信源符号的数量之和初始值Si为2m,该信源符号理论上需要的编码位数为:
;
经过计算后信源符号数量之和S接近2m,最大编码位数也接近m,因此即使使用标准的霍夫曼编码,我们也能基本控制最大的编码位数,以减小用于解码的查找表的大小。
进一步地,根据构造s(0)到s(K)个符号组成的信号源,且每个符号的数量也已经确定,则这些符号的概率也确定了,即可直接对包含这些确定概率的符号组成的信号源进行霍夫曼编码。
在一个实施例中,本发明提供的基于工业相机的图像无损处理方法还提供如下实施例:
首先,构造一个信号源,其信源符号为[0,K]内的自然数,每个信源符号的数量服从下式参数为p=0.82的几何分布,设信源符号初始数量之和为Si=212=4096,当Si×P(ξ=e’)的结果大于等于0.5时:
s(e’)=round[Si×P(ξ=k)],(e’=0,1,…K,0<p<1);
否则:s(e’)=1,上式中,round表示四舍五入取整。
则:s(0)=round[Si×P(ξ=0)]=737;s(1)=round[Si×P(ξ=1)]=605;s(36)=round[Si×P(ξ=36)]=1;由于Si×P(ξ=37)小于0.5,所以s(37)直接赋值1,之后所有的符号数量,一直到s(766),也均直接赋值1。根据以上方法确定了各信源符号的数量后,将所有信源符号的数量相加,为4824个,即S=4824,S和Si不相等,但和Si相差并不大,至少和距离211和213相比,S和Si=212=4096更接近。
之后,直接对确定数量的s(0)到s(766)组成的信号源进行标准的霍夫曼编码,得出,信源符号为0的编码是110,3比特;信源符号为1的编码是001,3比特;信源符号为2的编码是100,也是3比特;绝对值越大的信源符号编码位数越多,编码位数最大的是766,编码为000110101000,12比特。
根据编码结果在编码端建立的霍夫曼编码查找表如下表1所示:
表1
对信源符号s(e’)进行变换如下:
s’(e’)=s(e’)/2;s(e’)为非奇数;
[s(e’)+1]/-2;s(e’)为奇数;
则信源符号为0的变换后的信源符号依然为0;信源符号为1的变换后的信源符号为-1;信源符号为2的变换后的信源符号为1,变换后的信源符号和预测残差一一对应。
再之后,输入真实图像并计算像素预测值,公式如下:
e(x,y)=f(x,y)—;
如果输入图像是用8比特表示的,则输入图像的像素值的范围是[0,255],根据上式计算像素预测值,则可以计算预测残差e(x,y)的范围。在f(x-1,y)、f(x,y-1)都是255,且f(x-1,x-1)、f(x,y)都是0时,e(x,y)最小,取整后是-383;当f(x-1,y)、f(x,y-1)都是0,且f(x-1,y-1)、f(x,y)都是255时,e(x,y)最大,取整后是383;可见,e(x,y)的范围为±383,对预测残差进行变换,公式如下:
e’(x,y)=2*e(x,y);//e(x,y)>=0;
-2*e(x,y)-1;//e(x,y)<0;
可见,当e(x,y)=0时,编号e’(x,y)为0;当e(x,y)=-1时,编号e’(x,y)为1;当e(x,y)=1时,编号e’(x,y)为2;以此类推,当e(x,y)=-383时,编号e’(x,y)为765,当e(x,y)=383时,编号e’(x,y)为766,是最大的编号,即最大的编号K=766。
根据计算像素的预测残差以及预测残差e(x,y)进行变换形成的编号e’(x,y),直接将变换形成的编号e’(x,y)作为信源符号查表获取其霍夫曼编码插入码流。
在一些实施方式中,根据本发明的另一方面,如图4所示,本发明还提供一种基于工业相机的图像无损处理方法,包括步骤:
S600预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表。
S700接收工业相机图像压缩编码信息。
S800获取工业相机图像压缩编码信息中各个信源符号对应的编码信息。
S900根据霍夫曼编码查找表获取各个编码信息对应的预测残差,生成预测残差组。
S1000根据预设的编码预测方案对预测残差组进行解码,还原工业相机图像。
在一些实施方式中,根据本发明的另一方面,如图5所示,本发明还提供一种基于工业相机的图像无损处理方法,包括步骤:
S100预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表。
S200接收工业相机图像。
S300计算工业相机图像的第一预测残差组。
具体地,预测编码是一种通过消除近邻像素的空间或时间冗余提取每个像素中的实际值与预测值之间的预测残差并对其编码,来实现减少图像冗余的方法。
本实施例中选取任意一种预测编码器,使用预测编码进行无损压缩时,在编码端首先计算预测残差,将工业相机图像f(x,y)的连续像素样本传入预测编码器后,预测编码器根据预设数量的历史像素样本生成工业相机图像f(x,y)中每个像素样本的预测值,计算输入工业相机图像中各个像素f(x,y)和预测值/>之间的差值即为该像素的预测残差,公式如下:
;
计算像素预测值的方式有很多种,在具体计算公式确定后就可以明确e(x,y)所有可能的值,进而得到工业相机图像的第一预测残差组。
S400对第一预测残差组进行变换生成目标预测残差组。
具体地,目标预测残差组包括第一预测残差组和第一预测残差组中各个预测残差对应的预测编号,预测编号为第一预测残差组中预测残差绝对值的升序排列顺序。
进一步地,计算第一预测残差组中各个预测残差对应的预测编号的公式如下:
;
;
通过上述方式对预测残差e(x,y)进行变换,形成从0开始的连续自然数的编号,将变换后的编号/>进行升序排列,对应的预测残差e(x,y)是按绝对值大小进行升序排列,绝对值相等的两个预测残差值负数在前。
S500根据霍夫曼编码查找表和目标预测残差组的预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息。
具体地,基于目标预测残差组进行霍夫曼编码过程中,在编码端建立预测残差以及包含预测残差编号和其霍夫曼编码对应的查找表,对工业相机图像进行编码时,首先计算工业相机图像中各个像素的预测残差e(x,y),并对预测残差e(x,y)进行变换,形成从0开始的连续自然数的编号/>以预测残差编号/>为索引查表获取其霍夫曼编码插入码流。
S600预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表。
S700接收工业相机图像压缩编码信息。
S800获取工业相机图像压缩编码信息中各个信源符号对应的编码信息。
S900根据霍夫曼编码查找表获取各个编码信息对应的预测残差,生成预测残差组。
S1000根据预设的编码预测方案对预测残差组进行解码,还原工业相机图像。
在一些实施方式中,如图6所示,根据本发明的另一方面,本发明还提供一种工业相机100,包括摄像模组110和数据处理器120,数据处理器120预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,接收工业相机图像,计算工业相机图像的第一预测残差组,对第一预测残差组进行变换生成目标预测残差组,目标预测残差组包括第一预测残差组和第一预测残差组中各个预测残差对应的预测编号,预测编号为第一预测残差组中预测残差绝对值的升序排列顺序,并根据霍夫曼编码查找表和目标预测残差组的预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种解码装置200,解码装置200接收工业相机图像压缩编码信息,获取工业相机图像压缩编码信息中各个信源符号对应的编码信息,根据霍夫曼编码查找表获取各个编码信息对应的预测残差,生成预测残差组,并根据预设的编码预测方案对预测残差组进行解码,还原工业相机图像。
在一些实施方式中,如图7所示,根据本发明的另一方面,本发明还提供一种基于工业相机的图像无损处理系统,包括上述工业相机100和解码装置200。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种存储介质,所述存储介质中存储有至少一条指令,指令由处理器加载并执行以实现如上述任意一项基于工业相机的图像无损处理方法所执行的操作。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述或记载的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行,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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的一种基于工业相机的图像无损处理方法及系统,可以通过其他的方式实现。例如,以上所描述的一种基于工业相机的图像无损处理方法及系统实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的通讯连接可以是通过一些接口,装置或单元的通讯连接或集成电路,可以是电性、机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可能集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
应当说明的是,以上所述仅是本发明的优选实施方式,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,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于工业相机的图像无损处理方法,其特征在于,包括步骤:
预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;
接收工业相机图像;
计算所述工业相机图像的第一预测残差组;
对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,所述预测编号为所述第一预测残差组中所述预测残差绝对值的升序排列顺序;
根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息;
所述的预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括:
基于预设的编码位数构建目标信号源,所述目标信号源中信源符号为预设范围内的整数;
建立各个所述信源符号和霍夫曼编码值一一对应的所述霍夫曼编码查找表。
2.根据权利要求1所述的一种基于工业相机的图像无损处理方法,其特征在于,所述的基于预设的编码位数构建目标信号源,具体包括:
计算所述目标预测残差组几何分布的概率质量函数;
计算所述概率质量函数在所述目标预测残差组范围内的整数概率值;
根据所述信源符号的初始数量、所述整数概率值和预设的赋值规则计算所述目标信号源中所述信源符号的数量。
3.根据权利要求1所述的一种基于工业相机的图像无损处理方法,其特征在于,所述的对所述第一预测残差组进行变换生成目标预测残差组,具体包括:
根据由连续自然数编号组成的所述预测编号,对所述第一预测残差按绝对值大小进行升序排列;
所述的根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息,具体包括:
根据所述预测编号为索引查找所述霍夫曼编码查找表中对应的所述信源符号,并根据所述信源符号生成对应的所述霍夫曼编码值作为所述工业相机图像压缩编码信息。
4.一种基于工业相机的图像无损处理方法,其特征在于,包括步骤:
预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;
接收工业相机图像压缩编码信息;
获取所述工业相机图像压缩编码信息中各个信源符号对应的编码信息;
根据所述霍夫曼编码查找表获取各个所述编码信息对应的预测残差,生成预测残差组;
根据预设的编码预测方案对所述预测残差组进行解码,还原工业相机图像;
所述的预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括:
基于预设的编码位数构建目标信号源,所述目标信号源中信源符号为预设范围内的整数;
建立各个所述信源符号和霍夫曼编码值一一对应的所述霍夫曼编码查找表。
5.一种基于工业相机的图像无损处理方法,其特征在于,包括步骤:
预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表;
接收工业相机图像;
计算所述工业相机图像的第一预测残差组;
对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,所述预测编号为所述第一预测残差组中所述预测残差绝对值的升序排列顺序;
根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息;
接收所述工业相机图像压缩编码信息;
获取所述工业相机图像压缩编码信息中各个信源符号对应的编码信息;
根据所述霍夫曼编码查找表获取各个所述编码信息对应的预测残差,生成所述预测残差组;
根据预设的编码预测方案对所述预测残差组进行解码,还原所述工业相机图像;
所述的预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括:
基于预设的编码位数构建目标信号源,所述目标信号源中信源符号为预设范围内的整数;
建立各个所述信源符号和霍夫曼编码值一一对应的所述霍夫曼编码查找表。
6.一种工业相机,包括摄像模组和数据处理器,其特征在于,
所述数据处理器预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,接收工业相机图像,计算所述工业相机图像的第一预测残差组,对所述第一预测残差组进行变换生成目标预测残差组,所述目标预测残差组包括所述第一预测残差组和所述第一预测残差组中各个预测残差对应的预测编号,所述预测编号为所述第一预测残差组中所述预测残差绝对值的升序排列顺序,并根据所述霍夫曼编码查找表和所述目标预测残差组的所述预测编号进行霍夫曼编码,生成工业相机图像压缩编码信息;所述的预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括基于预设的编码位数构建目标信号源,所述目标信号源中信源符号为预设范围内的整数;建立各个所述信源符号和霍夫曼编码值一一对应的所述霍夫曼编码查找表。
7.一种解码装置,其特征在于,所述解码装置预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,接收工业相机图像压缩编码信息,获取所述工业相机图像压缩编码信息中各个信源符号对应的编码信息,根据所述霍夫曼编码查找表获取各个所述编码信息对应的预测残差,生成预测残差组,并根据预设的编码预测方案对所述预测残差组进行解码,还原工业相机图像;所述的预先基于工业相机图像类型的预测残差的分布特征建立霍夫曼编码查找表,具体包括:基于预设的编码位数构建目标信号源,所述目标信号源中信源符号为预设范围内的整数;建立各个所述信源符号和霍夫曼编码值一一对应的所述霍夫曼编码查找表。
8.一种基于工业相机的图像无损处理系统,其特征在于,包括上述权利要求6中所述的工业相机和权利要求7中所述的解码装置。
9.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1~3或权利要求4或权利要求5中任意一项所述的一种基于工业相机的图像无损处理方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310920202.7A CN116634168B (zh) | 2023-07-26 | 2023-07-26 | 一种基于工业相机的图像无损处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310920202.7A CN116634168B (zh) | 2023-07-26 | 2023-07-26 | 一种基于工业相机的图像无损处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116634168A CN116634168A (zh) | 2023-08-22 |
CN116634168B true CN116634168B (zh) | 2023-10-24 |
Family
ID=87613916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310920202.7A Active CN116634168B (zh) | 2023-07-26 | 2023-07-26 | 一种基于工业相机的图像无损处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116634168B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0755155A2 (en) * | 1995-07-18 | 1997-01-22 | Hewlett-Packard Company | System and method for lossless image compression |
JP2007116246A (ja) * | 2005-10-18 | 2007-05-10 | Sony Corp | 動きベクトル推定装置および方法、符号化装置および方法、復号化装置および方法、プログラム、並びに記録媒体 |
CN101854548A (zh) * | 2010-05-25 | 2010-10-06 | 南京邮电大学 | 一种面向无线多媒体传感器网络的视频压缩方法 |
WO2016192073A1 (zh) * | 2015-06-04 | 2016-12-08 | 清华大学 | 编码方法、解码方法及其装置 |
CN106878757A (zh) * | 2015-12-10 | 2017-06-20 | 奥多比公司 | 用于基于云的视频应用的残差熵压缩 |
CN107018419A (zh) * | 2017-04-26 | 2017-08-04 | 安徽大学 | 一种基于ambtc的图像压缩编码方法 |
CN111093081A (zh) * | 2019-12-20 | 2020-05-01 | 合肥埃科光电科技有限公司 | 一种图像无损压缩方法及系统 |
CN111541895A (zh) * | 2019-02-06 | 2020-08-14 | 索尼公司 | 用于残差电平数据的位置相关熵编码的嵌入式编解码器(ebc)电路系统 |
KR20210046861A (ko) * | 2013-04-08 | 2021-04-28 | 지이 비디오 컴프레션, 엘엘씨 | 성분-간 예측 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101294364B1 (ko) * | 2011-01-31 | 2013-08-06 | 전자부품연구원 | 고화질 영상을 위한 무손실 영상 압축방법, 압축 해제방법 및 이를 적용한 전자기기 |
-
2023
- 2023-07-26 CN CN202310920202.7A patent/CN116634168B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0755155A2 (en) * | 1995-07-18 | 1997-01-22 | Hewlett-Packard Company | System and method for lossless image compression |
JP2007116246A (ja) * | 2005-10-18 | 2007-05-10 | Sony Corp | 動きベクトル推定装置および方法、符号化装置および方法、復号化装置および方法、プログラム、並びに記録媒体 |
CN101854548A (zh) * | 2010-05-25 | 2010-10-06 | 南京邮电大学 | 一种面向无线多媒体传感器网络的视频压缩方法 |
KR20210046861A (ko) * | 2013-04-08 | 2021-04-28 | 지이 비디오 컴프레션, 엘엘씨 | 성분-간 예측 |
WO2016192073A1 (zh) * | 2015-06-04 | 2016-12-08 | 清华大学 | 编码方法、解码方法及其装置 |
CN106878757A (zh) * | 2015-12-10 | 2017-06-20 | 奥多比公司 | 用于基于云的视频应用的残差熵压缩 |
CN107018419A (zh) * | 2017-04-26 | 2017-08-04 | 安徽大学 | 一种基于ambtc的图像压缩编码方法 |
CN111541895A (zh) * | 2019-02-06 | 2020-08-14 | 索尼公司 | 用于残差电平数据的位置相关熵编码的嵌入式编解码器(ebc)电路系统 |
CN111093081A (zh) * | 2019-12-20 | 2020-05-01 | 合肥埃科光电科技有限公司 | 一种图像无损压缩方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116634168A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2783534B2 (ja) | 符号化装置 | |
WO2020198180A1 (en) | Method and apparatus for adaptive point cloud attribute coding | |
EP1523196A2 (en) | Encoding system of motion image containing arbitrary object | |
JP3557626B2 (ja) | 画像復元装置及び方法 | |
JP2006141018A (ja) | 動的なバッファ容量レベルに基づく圧縮調整を用いた画像の符号化 | |
US11580670B2 (en) | Method and apparatus for inter-channel prediction and transform for point cloud attribute coding | |
CN108846873A (zh) | 一种基于灰度概率的医学图像无损压缩方法 | |
EP1766911A1 (en) | Discrete universal denoising with reliability information | |
CN115358911B (zh) | 屏幕水印的生成方法、装置、设备和计算机可读存储介质 | |
JP4191706B2 (ja) | データ符号化及び復号化方法、並びに装置 | |
CA1292320C (en) | Pattern processing | |
CN116634168B (zh) | 一种基于工业相机的图像无损处理方法及系统 | |
SE511514C2 (sv) | Förfarande och anordning för bildkompression | |
EP3163876A1 (en) | Method and apparatus for performing arithmetic coding by limited carry operation | |
JP2003332900A (ja) | データ符号化装置及び方法、データ復号化装置及び方法、データ送信装置、データ受信装置、記憶媒体、並びにコンピュータ・プログラム | |
JP5534247B2 (ja) | 画素のラスターイメージのブロックごとの符号化方法、そのコンピュータプログラムおよびその画像キャプチャ装置 | |
CN110710219B (zh) | 用于系数代码化的上下文推导的方法和设备 | |
CN109769104B (zh) | 无人机全景图像传输方法及装置 | |
KR20100011628A (ko) | 코딩 방법 및 코딩 장치 | |
Zhou | A new highly efficient algorithm for lossless binary image compression. | |
CN113810478B (zh) | 事件流数据处理方法、装置、电子设备及存储介质 | |
CN114449277B (zh) | 用于系数代码化的上下文推导的方法和设备 | |
Suzuki et al. | Compressing Sign Information in DCT-based Image Coding via Deep Sign Retrieval | |
Kudo et al. | LVQ-VAE: End-to-end Hyperprior-based Variational Image Compression with Lattice Vector Quantization | |
RU2288547C1 (ru) | Способ сжатия и восстановления сообщений |
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 |