CN117579839B - 一种基于率失真优化色彩空间转换矩阵的图像压缩方法 - Google Patents

Abstract

本发明属于色彩滤波阵列（CFA）图像压缩领域，具体提供一种基于率失真优化色彩空间转换矩阵的图像压缩方法，用以有效地压缩CFA图像。本发明中，首先通过图像传感器获取原始色彩滤波阵列图像，并转换为RG₁G₂B四通道数据；然后采用JPEG‑XR作为编解码器，引入色彩空间转换矩阵的权值矩阵并联合率失真优化获得最优色彩空间转换矩阵；最后基于最优色彩空间转换矩阵对RG₁G₂B四通道数据完成编解码。本发明在YDgCoCg色彩转换模型和JPEG‑XR图像压缩方法的基础上，引入基于色彩变换的率失真优化方法，优化得到最优色彩空间转换矩阵，实现对CFA图像的有效压缩，并提升压缩质量和效率，同时兼顾计算复杂度与计算成本。

Description

一种基于率失真优化色彩空间转换矩阵的图像压缩方法

技术领域

本发明属于色彩滤波阵列（Color Filter Array，CFA）图像压缩领域，具体提供一种基于率失真优化色彩空间转换矩阵的图像压缩方法，用以完成对色彩滤波阵列图像的高效压缩。

背景技术

摄像机将实际的景物转换为图像数据的过程中，通常利用传感器分别接收红（R）、绿（G）、蓝（B）三个分量的信息，再将三个分量信息合成彩色图像；然而，此过程中需要在同一个像素点部署三块滤镜，导致摄像机价格昂贵且不易制造；因此，大多数数码相机采用色彩滤波阵列的单通道传感器来捕捉每个像素的单个颜色分量，即R、G或B，由此组成色彩滤波阵列图像（CFA）。拜尔色彩滤波阵列图像如图1所示，其中，R表示红色分量，G₁表示奇数行奇数列的绿色分量，G₂表示偶数行偶数列的绿色分量，B表示蓝色分量；采集到的色彩滤波阵列图像需要传递到计算模块完成去马赛克等图像重构操作，即对像素上的缺失色彩分量进行插值和补充，得到重构图像；在传递过程中，色彩滤波阵列图像的损失必然会降低重构图像的图像质量，由此可见，为了获取高质量的摄影图像，高效的色彩滤波阵列图像压缩方法至关重要。

发明内容

本发明的目的在于提供一种基于率失真优化色彩空间转换矩阵的图像压缩方法，用以有效地压缩CFA图像。本发明在YDgCoCg色彩转换模型和JPEG-XR图像压缩方法的基础上，引入基于色彩变换的率失真优化方法，优化得到最优色彩空间转换矩阵，用以在相同码率下完成对CFA图像的更高质量的压缩编解码。

为实现上述目的，本发明采用的技术方案为：

一种基于率失真优化色彩空间转换矩阵的图像压缩方法，包括以下步骤：

步骤1. 通过图像传感器获取原始色彩滤波阵列图像，并转换为RG₁G₂B四通道数据，其中，R通道表示红色分量，G₁通道表示奇数行奇数列的绿色分量，G₂通道表示偶数行偶数列的绿色分量，B通道表示蓝色分量；

步骤2. 采用JPEG-XR作为编解码器，引入色彩空间转换矩阵的权值矩阵并联合率失真优化获得最优色彩空间转换矩阵，基于最优色彩空间转换矩阵对RG₁G₂B四通道数据完成编解码；率失真优化过程为：

步骤2.1. 构建色彩空间转换矩阵的权值矩阵S及率失真优化的率失真代价函数J，权值矩阵S中包含权值项α与β，率失真代价函数J中包含权值项λ；在设定压缩量化步长下进行初始化，将α、β与λ初始化为初始值α₀、β₀与λ₀，计算得到失真量D与码率Ra的初始值D₀与码率Ra₀，再计算得到率失真代价函数J的初始值J₀；并设置权值项α的最优值α_best=α₀，率失真代价函数J的最优值J_best=J₀；

步骤2.2. 调节α_i=2×α_i-1，i表示循环迭代次数，α_i表示当前迭代的权值项α，α_i-1表示上一次迭代的权值项α；计算得到当前迭代的失真量D_i和码率Ra_i，并更新权值项λ_i；

步骤2.3. 计算当前迭代的率失真代价函数J_i，判断J_i是否小于J_best，若是，则令α_best=α_i、J_best=J_i；否则，执行下一步骤；

步骤2.4. 判定当前迭代的权值项λ_i是否满足迭代循环条件，若满足迭代循环条件，则跳转至步骤2.2进行下一次循环迭代；否则，输出全局最优α_best，计算得到最优色彩空间转换矩阵。

进一步的，步骤2.1中，失真量D与码率Ra的计算过程为：

首先，对RG₁G₂B四通道数据执行色彩空间转换，得到YDgCoCg分量；色彩空间转换表示为：

，/>，

其中，S表示权值矩阵，表示色彩空间转换矩阵；Y表示亮度分量，Dg、Co、Cg表示色度分量；α与β表示权值项，且满足：α×β=1；

然后，将YDgCoCg分量在设定压缩量化步长下进行压缩编码，得到Y′Dg′Co′Cg′分量，其中，Y′表示压缩亮度分量，Dg′、Co′、Cg′表示压缩色度分量；

根据Y′Dg′Co′Cg′分量计算失真量D与码率Ra，具体表示为：

，/>，/>，

，

其中，D_Y表示Y分量的失真量，D_Dg表示Dg分量的失真量，Ra_Y表示Y分量的码率，Ra_Dg表示Dg分量的码率，表示矩阵二范数。

进一步的，步骤2.1中，率失真代价函数J表示为：

，

其中，λ表示权值项。

进一步的，步骤2.2中，权值项λ_i的更新过程为：

，

其中，D_i-1和Ra_i-1表示上一次迭代的失真量和码率。

进一步的，步骤2.4中，迭代循环条件具体为满足以下任一条件：

，

，

，

其中，λ_i-1表示上一次迭代的权值项λ，D_i-1和Ra_i-1表示上一次迭代的失真量和码率。

基于上述技术方案，本发明的有益效果在于：

本发明提供一种基于率失真优化色彩空间转换矩阵的图像压缩方法，首先，增加了针对色彩空间转换矩阵的权值矩阵S，以建立率失真函数和色彩转换各个分量之间的关系；然后，为Y分量和Dg分量构建率失真代价函数，用于引导生成最优色彩空间转换矩阵；最后，在最优色彩空间转换矩阵的基础上，由编解码器完成CFA图像的压缩编解码，实现对色彩滤波阵列图像的快速高质量压缩。

综上所述，本发明能够实现对CFA图像的有效压缩，并提升压缩质量和效率，同时兼顾计算复杂度与计算成本。

附图说明

图1为拜尔色彩滤波阵列图像的通道示意图。

图2为YDgCoCg色彩转换模型的原理示意图。

图3为本发明实施例中色彩滤波阵列压缩方法在数据集Classical下的码率-PSNR曲线图。

图4为本发明实施例中色彩滤波阵列压缩方法在数据集Kodak下的码率-PSNR曲线图。

图5为本发明实施例中色彩滤波阵列压缩方法在数据集IMAX下的码率-PSNR曲线图。

具体实施方式

为使本发明的目的、技术方案与有益效果更加清楚明白，下面结合附图和实施例对本发明做进一步详细说明。

本实施例提供一种基于率失真优化色彩空间转换矩阵的图像压缩方法，具体包括以下步骤：

步骤1. 通过图像传感器获取原始色彩滤波阵列图像，并转换为RG₁G₂B四通道数据，其中，R通道表示红色分量，G₁通道表示奇数行奇数列的绿色分量，G₂通道表示偶数行偶数列的绿色分量，B通道表示蓝色分量；

步骤2. 采用JPEG-XR作为编解码器，并联合率失真优化获得最优色彩空间转换矩阵，基于最优色彩空间转换矩阵对RG₁G₂B四通道数据完成编解码；

步骤2.1.构建色彩空间转换矩阵的权值矩阵S及率失真优化的率失真代价函数J，并在设定压缩量化步长下进行初始化；

在JPEG-XR压缩编码过程中，首先对RG₁G₂B四通道数据执行色彩空间转换，得到YDgCoCg分量，其中，Y表示亮度分量，Dg、Co、Cg表示色度分量；传统色彩空间转换如图2所示，具体表示为：

，/>，

其中，表示色彩空间转换矩阵；

为了建立率失真函数和色彩转换各个分量之间的关系，本发明在色彩空间转换矩阵的基础上引入权值矩阵S，色彩空间转换表示为：

，/>，

其中，S表示权值矩阵，α与β均表示权值项，且满足：α×β=1；

然后将YDgCoCg分量在设定压缩量化步长（Quantization Step, QP）下进行压缩编码，得到Y′Dg′Co′Cg′分量，其中，Y′表示压缩亮度分量，Dg′、Co′、Cg′表示压缩色度分量；

根据Y′Dg′Co′Cg′分量计算失真量D与码率Ra，具体表示为：

，/>，/>，

，

其中，D表示失真量，Ra表示码率，D_Y表示Y分量的失真量，D_Dg表示Dg分量的失真量，Ra_Y表示Y分量的码率，Ra_Dg表示Dg分量的码率，表示矩阵二范数；

根据失真量D与码率Ra构建得到率失真代价函数J，具体表示为：

，

其中，λ表示权值项；

α、β及λ均为率失真优化过程中待优化的权值项，因此，对α、β与λ进行初始化：α₀=1/8，β₀=8，λ₀=1，α₀、β₀与λ₀依次为权值项α、β与λ的初始值；在此基础上，相应计算得到失真量D与码率Ra的初始值D₀与码率Ra₀，再计算得到率失真代价函数J的初始值J₀；进一步的，初始化权值项α的最优值α_best=α₀，初始化率失真代价函数的最优值J_best=J₀；

步骤2.2. 调节α_i=2×α_i-1，i表示循环迭代次数，α_i表示当前迭代的权值项α，α_i-1表示上一次迭代的权值项α；计算得到当前迭代的失真量D_i和码率Ra_i，并更新权值项λ_i为：

；

步骤2.3. 计算当前迭代的率失真代价函数J_i，判断J_i是否小于J_best，若是，则令α_best=α_i、J_best=J_i；否则，不进行替换操作，权值项α的最优值α_best与率失真代价函数的最优值J_best保持不变，直接执行下一步骤；

步骤2.4. 判定当前迭代的权值项λ_i是否满足迭代循环条件，迭代循环条件具体为满足以下任一条件：

，

，

，

若满足迭代循环条件，则跳转至步骤2.2进行下一次循环迭代；否则，表明已经完成率失真优化，得到全局最优α_best与β_best，则得到最优权值矩阵加权得到的最优色彩空间转换矩阵。

本实施例采用Classical、Kodak和IMAX三个数据库进行仿真测试，并采用基于传统色彩空间转换矩阵的JPEG-XR作为对比例；衡量标准为：1）将经过压缩编解码得到的Y′Dg′Co′Cg′分量反变换为R′G₁′G₂′B′四通道数据，再计算其与原始RG₁G₂B的PSNR计算值，PSNR计算值越大，失真损失越小；2）JPEG-XR压缩YDgCoCg四个通道所消耗的码率，码率越小，占用的资源越少。Classical、Kodak和IMAX均为图像领域经典的学术衡量标准数据集，图像的分辨率和初始质量各不相同；本实施例采用人为采样的方式将数据集中的原始图像拆解为RG₁G₂B的CFA图像，以模拟真实CFA获取过程。

本实施例中，设置权值项α的取值范围为：，设置压缩量化步长QP的取值范围为：/>；在此条件下，数据集Classical、Kodak与IMAX的码率-PSNR曲线依次如图3、图4与图5所示，由图可见，权值项α为2是具有普适性的最优解，即：α_best=2；进一步的，数据集Classical、Kodak与IMAX采用本发明与对比例的码率和PSNR如下表所示：

其中，PSNR表示峰值信噪比（Peak signal-to-noise ratio）；由表可见，本发明在相同的码率下的PSNR平均提高约1dB，在相同PSNR下的码率平均节省约15%。

另外，相较于传统JPEG-XR压缩方法，本发明的计算复杂度并无增加；传统色彩正变换与逆变换可以表示为：

，/>，

本发明中色彩正变换与逆变换可以表示为：

，/>，

根据矩阵计算公式，传统色彩正变换包含3次移位操作和8次加减操作，逆变换包含4次移位和8次加减操作，一共7次移位和16次加减操作；而在本发明中，色彩正变换包含3次移位操作和8次加减操作，逆变换包含4次移位和8次加减操作，同样是7次移位和16次加减操作；由此可见，本发明的计算复杂度并未增加。

综上所述，本发明提供了一种基于率失真优化色彩空间转换矩阵的图像压缩方法，能够实现对CFA图像的有效压缩，并提升压缩质量和效率，同时兼顾计算成本。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (1)

1.一种基于率失真优化色彩空间转换矩阵的图像压缩方法，其特征在于，包括以下步骤：

步骤1. 通过图像传感器获取原始色彩滤波阵列图像，并转换为RG₁G₂B四通道数据，其中，R通道表示红色分量，G₁通道表示奇数行奇数列的绿色分量，G₂通道表示偶数行偶数列的绿色分量，B通道表示蓝色分量；

步骤2. 采用JPEG-XR作为编解码器，引入色彩空间转换矩阵的权值矩阵并联合率失真优化获得最优色彩空间转换矩阵，基于最优色彩空间转换矩阵对RG₁G₂B四通道数据完成编解码；率失真优化过程为：

步骤2.1. 构建色彩空间转换矩阵的权值矩阵S及率失真优化的率失真代价函数J，权值矩阵S中包含权值项α与β，率失真代价函数J中包含权值项λ；在设定压缩量化步长下进行初始化，将α、β与λ初始化为初始值α₀、β₀与λ₀，计算得到失真量D与码率Ra的初始值D₀与码率Ra₀，再计算得到率失真代价函数J的初始值J₀；并设置权值项α的最优值α_best=α₀，率失真代价函数J的最优值J_best=J₀；

失真量D与码率Ra的计算过程为：

首先，对RG₁G₂B四通道数据执行色彩空间转换，得到YDgCoCg分量；色彩空间转换表示为：

，/>，

其中，S表示权值矩阵，表示色彩空间转换矩阵；Y表示亮度分量，Dg、Co、Cg表示色度分量；α与β表示权值项，且满足：α×β=1；

然后，将YDgCoCg分量在设定压缩量化步长下进行压缩编码，得到Y′Dg′Co′Cg′分量，其中，Y′表示压缩亮度分量，Dg′、Co′、Cg′表示压缩色度分量；

根据Y′Dg′Co′Cg′分量计算失真量D与码率Ra，具体表示为：

，/>，/>，

，

其中，D_Y表示Y分量的失真量，D_Dg表示Dg分量的失真量，Ra_Y表示Y分量的码率，Ra_Dg表示Dg分量的码率，表示矩阵二范数；

率失真代价函数J表示为：

，

其中，λ表示权值项；

步骤2.2. 调节α_i=2×α_i-1，i表示循环迭代次数，α_i表示当前迭代的权值项α，α_i-1表示上一次迭代的权值项α；计算得到当前迭代的失真量D_i和码率Ra_i，并更新权值项λ_i；权值项λ_i的更新过程为：

，

其中，D_i-1和Ra_i-1表示上一次迭代的失真量和码率；

步骤2.3. 计算当前迭代的率失真代价函数J_i，判断J_i是否小于J_best，若是，则令α_best=α_i、J_best=J_i；否则，执行下一步骤；

步骤2.4. 判定当前迭代的权值项λ_i是否满足迭代循环条件，若满足迭代循环条件，则跳转至步骤2.2进行下一次循环迭代；否则，输出全局最优α_best，计算得到最优色彩空间转换矩阵；

迭代循环条件具体为满足以下任一条件：

，

，

，

其中，λ_i-1表示上一次迭代的权值项λ，D_i-1和Ra_i-1表示上一次迭代的失真量和码率。