CN1852440A

CN1852440A - 一种提高信息编解码效率的图像处理方法

Info

Publication number: CN1852440A
Application number: CN 200610075904
Authority: CN
Inventors: 李博航
Original assignee: Individual
Current assignee: Individual
Priority date: 2006-04-24
Filing date: 2006-04-24
Publication date: 2006-10-25
Anticipated expiration: 2026-04-24
Also published as: CN100388792C

Abstract

本发明提出一种提高信息编解码效率的图像处理方法。将高分辨率视频图像进行压缩编码处理之前采用按行列等间隔抽取数据分解为多个低分辨率全景图像，并利用低分辨率全景图像之间的视觉相似性，选定一个低分辨率全景图像为基准参考图像数据后，采用相关性分析方法计算最优相关系数。在后续压缩编码过程中只需要处理低分辨率的基准参考图像数据和其余低分辨率图像数据的相关系数，可以极大的减少进行数据压缩编码的信息量、提高编码效率和提升视频信息传输效率。可以用于各种图像压缩编解码标准当中。附图是发送端图像处理流程和接收端图像处理流程。

Description

一种提高信息编解码效率的图像处理方法

技术领域

本发明涉及一种用于视频编解码的图像信息处理方法，尤其是通过将原始图像信息分解为多个低分辨率相似图像信息以降低后续信息编/解码的信息量和提高信息处理效率；属于图像视频编/解码技术领域。

背景技术

高效的视频编解码技术是实现高质量、低成本多媒体数据存储与传输的关键。现在流行的图像编解码国际标准都是基于这样的一种编码理论，采用的是基于块匹配的运动补偿、离散余弦变换和量化相结合的编码方法。典型的有国际标准化组织/国际电工技术委员会第一联合技术组推出的MPEG-1、MPEG-2和MPEG-4等国际标准。我国颁布的AVS国家标准也是采用相似的混合视频编码策略：预测、变换、量化、和信息熵编码等模块。

这些视频编码标准处理信息的方法都是将原始图像按空间分成一定大小的信息块，如8×8的块、16×16的块等。这些信息块之间没有相似性，因此即使采用帧内预测方式，其信息预测结果不会理想。不能有效降低帧内信息冗余量。

随着人们对于图像质量要求的提高，图像的分辨率也不断提高，相应增加了信息编解码的信息处理量、降低了每帧信息处理速度、提升了对传输信息带宽的要求。

但实际上高分辨率图像帧内信息冗余量是比较大的。在图像采集过程中，我们都有这样的结果：以较低分辨率的图像采集获得图像与以较高分辨率的图像采集获得图像有相似性。同样将以较高分辨率的图像采集获得图像通过等间隔抽取图像点信息形成的低分辨率的图像与原始高分辨率的图像具有相似性。而且将较高分辨率的图像采集获得图像通过等间隔抽取图像点信息形成的多个低分辨率的图像之间也具有相似性。这个特点表明高分辨率图像信息内部实际上是有较大的信息冗余量。可以用低分辨率图像信息通过相关性处理重新构建高分辨率图像信息。

发明内容

本发明所要解决的技术问题在于：提出一种将高分辨率视频图像进行压缩编码处理之前分解为多个低分辨率全景图像，并按如下步骤进行处理后，可以极大的减少进行数据压缩编码的信息量、提高编码效率和提升视频信息传输效率。

本发明的技术方案，包括

步骤1：在信息发送端，首先将需要处理的高分辨率视频图像信息采用按行列等间隔取取数据分解为多个低分辨率全景图像，低分辨率图像之间具有视觉相似性。所谓视觉相似性是指低分辨率全景图像从视觉上是原始图像全景的低分辨率化图像。

步骤2：在信息发送端，以其中一幅低分辨率图像为基准参考图像，通过用相关性分析方法(线性或非线性)获得余下的低分辨率图像分别与基准参考图像的相关系数。

步骤3：在信息发送端，将基准参考图像和相关系数作为进行压缩编码的原始数据。

步骤4：在信息接收端，通过解码解压缩后的数据是基准参考图像和相关系数。

步骤5：在信息接收端，根据基准参考图像和相关系数计算得到多个低分辨率图像。

步骤6：在信息接收端，将多个低分辨率图像重新组合形成一幅高分辨率图像。

所述的步骤1中，对原始图像的处理是按行列等间隔取样数据，使生成的低分辨率图像都是原始图像的低分辨率全景图像。低分辨率图像之间具有视觉相似性。

所述的步骤2中，选择作为基准参考图像的低分辨率图像的方法没有限定，通常选定方法是以包含原始图像第一个数据的低分辨率图像为基准。也可以指定其他低分辨率图像为基准参考图像，但需要将参考图像的位置偏移信息包含在后续信息编码压缩的处理中。

所述的步骤2中，采用相关性分析方法计算其余每个低分辨率图像数据与基准参考图像数据的最优相关系数。如果采用线性相关分析方法，其余每个低分辨率图像数据可以只用两个系数表示。为提高系数的精度，可以用两个字节表示一个系数，其中一个字节表示系数整数部分，另外一个字节表示小数部分。

所述的步骤3中，进行后续图像压缩编码处理的图像数据是低分辨率的基准参考图像和计算出来的反映其余低分辨率图像数据的相关系数。基准参考图像和相关系数的存放顺序可以预先约定。

所述的步骤4中，在信息接收端，通过图像解压缩解编码处理得到的图像数据是低分辨率的基准参考图像和反映其余低分辨率图像数据的相关系数。基准参考图像和相关系数是按预先约定的存放顺序存放的。

所述的步骤5中，在信息接收端，将步骤4)中得到的低分辨率的基准参考图像和反映其余低分辨率图像数据的相关系数进行计算得到其余多个低分辨率的图像。

所述的步骤6中，在信息接收端，将步骤5)中得到的低分辨率的基准参考图像和其余多个低分辨率的图像按预先约定的方式进行重新组合形成一幅高分辨率图像。从而有效再现发送端的原始图像信息。

在进行编码压缩处理前，将高分辨率图像数据通过间隔取样形成多个低分辨率的相似图像，然后采用相关性最优算法计算这些低分辨率相似图像的相关系数。在信息后续处理和传输中只需要一个低分辨率的图像和其它低分辨率的相似图像的相关系数信息。大大降低了信息传输的数据量，从而提高图像编码压缩效率和传输效率。

采用相关性计算多个低分辨率的相似图像的相关系数，计算量少，相对于不采用该技术的图像编解码技术，计算效率更高。

附图说明

图1是本发明将一个8×8大小的图像数据按行列等间隔取样数据生成4个低分辨率4×4大小的全景图像方法示例示意图。

图2是本发明将4个低分辨率4×4大小的全景图像通过选择基准参考图像、计算线性相关系数、按约定顺序存放基准参考图像和线性系数的方法示例示意图。

图3是本发明技术方案在信息发送端的流程图

图4本发明技术方案在信息接收端的流程图

具体实施方式

下面结合附图和实施示例对本发明的技术方案进一步详细说明：

图1是本发明将一个8×8大小的图像数据按行列等间隔取样数据生成4个低分辨率4×4大小的全景图像方法示例示意图，图中假定高分辨率视频原始图像数据是8×8的数据阵列，采用隔行隔列等间隔抽取数据生成4个4×4大小的低分辨率图像数据。这4个4×4大小的低分辨率图像数据包含了原8×8图像的全部数据。这样的数据抽取方法是4个4×4大小的低分辨率图像数据具有很强的视觉相似性。并且其中任何一个4×4大小的低分辨率图像数据都是均匀的从原图像抽取的，与原图像也具有视觉相似性。

图2是本发明将4个低分辨率4×4大小的全景图像通过选择基准参考图像、计算线性相关系数、按约定顺序存放基准参考图像和线性系数的方法示例示意图。在图中，我们选定第一个低分辨率4×4大小的全景图像作为基准参考图像，然后分别计算其余低分辨率4×4大小的全景图像与基准参考图像的最优线性相关系数S1、S2、S3、S4、S5、S6。将基准参考图像数据阵列与线性相关系数S1、S2、S3、S4、S5、S6按预先约定的存放顺序存放形成新的数据阵列6×4大小。这个6×4大小数据阵列是图像进行后续压缩编码的原始数据信息。显然需要压缩编码处理的信息量大大减少。

图3是本发明技术方案在信息发送端的流程图。图中表明在信息发送端，将高分辨率图像数据按如下处理步骤完成后再进行压缩编码。

图4本发明技术方案在信息接收端的流程图。图中表明在信息接收端，将经过解码解压缩获得的数据信息是基准参考图像数据信息和其余低分辨率图像数据的相关系数，按如下处理步骤完成后才能生成一幅高分辨率视频图像数据信息。

步骤1：在信息接收端，通过解码解压缩后的数据是基准参考图像和相关系数。

步骤2：在信息接收端，根据基准参考图像和相关系数计算得到多个低分辨率图像。

步骤3：在信息接收端，将多个低分辨率图像重新组合形成一幅高分辨率图像。

由于高分辨率图像数据按本发明所述的方法进行分解生成的低分辨率图像之间存在着较大的视觉相似性，对应的图像数据具有较好的线性相关性，因此在信息压缩编码和传输中可以只需要处理和传输一个基准参考图像的数据和其他低分辨率图像数据的相关系数即可，从而大大降低后续处理的信息数据量，使信息压缩、编解码和传输效率更高。

最后所应说明的是：以上实施示例仅用以说明而非限制本发明的技术方案，尽管参照上述实例对本发明进行了详细说明，本领域的技术人员应当理解：依然可以对本发明进行修改或者同等替换，而不脱离本发明的精神和范围的任何修改或者局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims

1、一种提高信息编解码效率的图像处理方法，其特征在于，在将图像信息进行压缩编码之前，遵循以下步骤：

1)在信息发送端，首先将需要处理的高分辨率视频图像信息采用按行列等间隔取样生成多幅相同分辨率的低分辨率图像。

2)在信息发送端，以其中一幅低分辨率图像为基准参考图像，通过用相关性分析方法(包括线性或非线性方法)获得余下的低分辨率图像分别与基准参考图像的相关系数。

3)在信息发送端，将基准参考图像和线性相关系数作为进行压缩编码的原始数据

4)在信息接收端，通过解码解压缩后的数据是基准参考图像和相关系数。

5)在信息接收端，根据基准参考图像和相关系数计算得到多幅低分辨率图像。

6)在信息接收端，将多幅低分辨率图像重新组合形成一幅高分辨率图像。

在发送信息中的数据量大量减少，因而是一种提高信息编解码效率的图像处理方法。

2、如权利要求1所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤1)中，对原始图像的处理是按行列等间隔取样数据，使生成的低分辨率图像都是原始图像的低分辨率全景图像。低分辨率图像之间具有视觉相似性。所谓视觉相似性是指低分辨率全景图像从视觉上是原始图像全景的低分辨率化图像。

3、如权利要求1所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤2)中，选择作为基准参考图像的低分辨率图像的方法没有限定，通常选定方法是以包含原始图像第一个数据的低分辨率图像为基准。也可以指定其他低分辨率图像为基准参考图像，但需要将参考图像的位置偏移信息包含在后续信息编码压缩的处理中。

4、如权利要求1、2、3所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤2)中，采用相关性分析方法计算其余每个低分辨率图像数据与基准参考图像数据的最优相关系数。如果采用线性相关，则其余每个低分辨率图像数据可以只用两个系数表示。为提高系数的精度，可以用两个字节表示一个系数，其中一个字节表示系数整数部分，另外一个字节表示小数部分。

5、如权利要求1、2、3、4所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤3)中，进行后续图像压缩编码处理的图像数据是低分辨率的基准参考图像和计算出来的反映其余低分辨率图像数据的相关系数。基准参考图像和相关系数的存放顺序可以预先约定。

6、如权利要求1所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤4)中，在信息接收端，通过图像解压缩解编码处理得到的图像数据是低分辨率的基准参考图像和反映其余低分辨率图像数据的相关系数。基准参考图像和相关系数是按预先约定的存放顺序存放的。

7、如权利要求1、6所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤5)中，在信息接收端，将步骤4)中得到的低分辨率的基准参考图像和反映其余低分辨率图像数据的相关系数进行相关性计算得到其余多个低分辨率的图像。

8、如权利要求1、6、7所述的一种提高信息编解码效率的图像处理方法，其特征在于：

所述的步骤6)中，在信息接收端，将步骤5)中得到的低分辨率的基准参考图像和其余多个低分辨率的图像按预先约定的方式进行重新组合形成一幅高分辨率图像。从而有效再现发送端的原始图像信息。

9、如权利要求1所述的一种提高信息编解码效率的图像处理方法，其特征在于：

在进行编码压缩处理前，将高分辨率图像数据通过间隔取样形成多个低分辨率的相似图像，然后采用相关性最优算法计算这些低分辨率的相似图像的相关系数。在信息后续处理和传输中只需要一个低分辨率的图像和其它低分辨率的相似图像的相关系数信息。大大降低了信息传输的数据量，从而提高信息编码压缩效率和传输效率。

10、如权利要求1所述的一种提高信息编解码效率的图像处理方法，其特征在于：

采用相关性计算多个低分辨率的相似图像的相关系数，计算量更少，相对于不采用该技术的信息编解码技术，计算效率更高。