ES2628010T3 - Formateo basado en resolución de datos de imagen comprimidos - Google Patents

Formateo basado en resolución de datos de imagen comprimidos Download PDF

Info

Publication number
ES2628010T3
ES2628010T3 ES10842625.5T ES10842625T ES2628010T3 ES 2628010 T3 ES2628010 T3 ES 2628010T3 ES 10842625 T ES10842625 T ES 10842625T ES 2628010 T3 ES2628010 T3 ES 2628010T3
Authority
ES
Spain
Prior art keywords
data
resolution
green
image data
channels
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
Application number
ES10842625.5T
Other languages
English (en)
Inventor
James H. Jannard
Rob Wouter Lohman
Richard Greene
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.)
Red com LLC
Original Assignee
Red com LLC
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 Red com LLC filed Critical Red com LLC
Application granted granted Critical
Publication of ES2628010T3 publication Critical patent/ES2628010T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/005—Statistical coding, e.g. Huffman, run length coding
    • 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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • 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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/02—Handling of images in compressed format, e.g. JPEG, MPEG

Abstract

Un método de formatear datos de imagen en color, incluyendo: filtrar luz con una matriz de filtros de color, donde la matriz de filtros de color tienen una pluralidad de elementos de filtro (26) dispuestos en una configuración repetida según el rango de longitudes de onda del elemento de filtro; obtener un primer cuadro de imagen incluyendo una pluralidad de canales de datos relativos a la luz que pasa a través de la matriz de filtros de color; incluyendo la pluralidad de canales de datos un canal de datos rojos, un canal de datos azules, un primer canal de datos verdes, y un segundo canal de datos verdes; y comprimir cada uno de la pluralidad de canales de datos con un algoritmo que proporciona una pluralidad de niveles de resolución para cada uno de la pluralidad de canales de datos; caracterizándose el método porque incluye además: crear un índice para el cuadro de imagen para proporcionar una referencia de posición para cada uno de los niveles de resolución de cada uno de la pluralidad de canales de datos en el cuadro de imagen, permitiendo por ello el acceso a datos en cada nivel de resolución sin acceder a datos que tienen un nivel de resolución más alto; y crear un índice para una pluralidad de cuadros de imagen, permitiendo por ello el acceso a datos en un nivel de resolución concreto sin acceder a datos que tienen un nivel de resolución más alto; y por cada nivel de resolución, almacenar los datos de imagen comprimidos en un formato en el que los datos de imagen comprimidos para el canal de datos rojos, el canal de datos azules y el primer canal de datos verdes son almacenados conjuntamente en un grupo respectivo para un nivel de resolución respectivo, almacenándose los grupos respectivos de manera contigua en respectivas referencias de posición en un dispositivo de almacenamiento (16), teniendo cada referencia de posición respectiva un valor de desplazamiento indicativo de una posición de inicio del grupo respectivo en el dispositivo de almacenamiento; y por cada nivel de resolución, almacenar los datos de imagen comprimidos para el segundo canal de datos verdes por separado de los grupos respectivos en al menos una referencia de posición adicional en el dispositivo de almacenamiento (16), estando la referencia de posición adicional después de las respectivas referencias de posición en el dispositivo de almacenamiento de tal manera que el valor de desplazamiento adicional sea más alto que los valores de desplazamiento de los grupos respectivos, de tal manera que los datos de imagen se almacenen en un formato que permita el acceso a los grupos respectivos sin acceder a los datos de imagen comprimidos para el segundo canal de datos verdes que se almacena por separado de los grupos; y crear el índice para el primer cuadro de imagen para proporcionar las referencias de posición para cada grupo, y realizar los pasos de filtración, obtención, compresión, almacenamiento y creación para una pluralidad de cuadros de imagen además del primer cuadro de imagen, permitiendo por ello el acceso a datos de imagen vídeo en movimiento en un nivel de resolución concreto sin acceder a datos de imagen comprimidos que tienen un nivel de resolución más alto.

Description

imagen1
imagen2
imagen3
imagen4
imagen5
15
25
35
45
55
65
diferencia de canal R y G, y datos de diferencia de canal B y G.
Los datos transformados son cuantificados después en el paso 46. En algunas realizaciones, la cuantificación puede saltarse, o el tamaño del paso de cuantificación puede ponerse a 1,0, dando lugar a no cuantificación. Los diferentes canales pueden tener diferentes tamaños de paso de cuantificación. Además, los diferentes niveles de transformación pueden tener diferentes tamaños de paso de cuantificación. En algunas realizaciones, los tamaños de paso de cuantificación pueden lograr un nivel dado de “calidad”. En algunas realizaciones, los tamaños de paso de cuantificación pueden lograr una tasa fija, tal vez mediante un proceso iterativo.
Los datos cuantificados son codificados después en entropía en el paso 48, dando lugar a los datos de imagen comprimidos en el paso 50.
La figura 4 ilustra un proceso similar para descomprimir datos de imagen que se comprimieron usando la entropía de la imagen. En el paso 52, los datos de imagen comprimidos son suministrados a un decodificador de entropía en el paso 54. Los datos de imagen descodificados son reescalados según la cuantificación que se aplicó en el paso 46. Se aplica una transformada inversa en el paso 58 a los datos de imagen reescalados, dando lugar a datos de imagen de salida en el paso 60 que corresponden a los datos de imagen fuente en el paso 42 de la figura 3. Si la compresión es sin pérdida, los datos de imagen de salida serán los mismos que los datos de entrada de imagen. Si la compresión es con pérdidas, los datos de imagen de salida pueden ser diferentes de los datos de imagen de entrada. En algunas realizaciones de compresión con pérdidas, las diferencias entre la imagen de salida reconstruida y la imagen original de entrada pueden ser visualmente inapreciables.
Las figuras 5A-5C ilustran un ejemplo de aplicar una transformada de ondita bidimensional para descomponer un mosaico en una serie de niveles cada uno de los cuales contienen un número de bandas secundarias. Estas bandas secundarias describen los componentes de alta y baja frecuencia de las características horizontal y vertical del nivel. Por ejemplo, la figura 5A ilustra un cuadrante 1LL que está compuesto de las frecuencias bajas en las direcciones horizontal y vertical, un cuadrante 1HL que está compuesto de las frecuencias bajas en la dirección horizontal y las frecuencias altas en la dirección vertical, un cuadrante 1LH compuesto de las frecuencias altas en la dirección horizontal y las frecuencias bajas en la dirección vertical, y un cuadrante 1HH compuesto por frecuencias altas en las direcciones horizontal y vertical. Cada uno de los cuadrantes 1LL, 1HL, 1LH y 1HH ilustrados en la figura 5A tiene una resolución que es la mitad de la resolución original en cada dirección. Así, cada cuadrante tiene un cuarto de los píxeles de la imagen original.
La figura 5B ilustra otra aplicación de la transformada de ondita al cuadrante 1LL de la figura 5A, dando lugar a nuevos cuadrantes 1LL, 1HL, 1LH y 1HH, teniendo cada uno de los nuevos cuadrantes la mitad de la resolución en cada dirección de cuadrante 1LL de la figura 5A. El cuadrante 2HL de la figura 5B corresponde al cuadrante 1HL e la figura 5A, el cuadrante 2LH de la figura 5B corresponde al cuadrante 1LH de la figura 5A, y el cuadrante 2HH de la figura 5B corresponde al cuadrante 1HH de la figura 5A.
La figura 5C ilustra el proceso de aplicar más transformadas al cuadrante 1LL de la figura 5B. El proceso de aplicar transformadas al cuadrante de baja frecuencia 1LL puede continuarse, dando lugar cada transformación progresivamente a niveles de resolución más pequeños. En algunas realizaciones, el proceso puede repetirse para proporcionar, por ejemplo, hasta cinco niveles de resolución. En otras realizaciones, el proceso puede repetirse para proporcionar diez, doce o más niveles de resolución. El número máximo de niveles de resolución posibles solamente está limitado por el tamaño de la imagen original, aunque se puede obtener menos beneficio cuando los niveles de resolución son demasiado numerosos.
Los datos transformados pueden almacenarse de varias formas. Por ejemplo, los datos transformados podrían almacenarse por canal (por ejemplo, rojo, azul, verde 1 o verde 2), por resolución (por ejemplo, 1LL, 2LL, 3LL, etc), por cuadros, o una combinación de estos acercamientos.
Las imágenes capturadas a una resolución alta pueden verse a veces a una resolución más baja. Por ejemplo, los datos de una videocámara pueden enviarse por una conexión de red a un dispositivo de visualización que tenga una resolución más baja que la resolución de los datos capturados. No hay que transmitir la información de alta resolución que no usará el dispositivo de visualización de resolución más baja, y transmitir solamente la información de resolución más baja puede ayudar a evitar problemas de anchura de banda en la red. En algunas realizaciones, los datos de imagen se almacenan en un formato que permite el acceso a datos a niveles de resolución individuales, de modo que la información de resolución más alta no tiene que ser procesada para ver información de resolución más baja.
Algunas matrices de filtros de color contienen elementos de color duplicados. Por ejemplo, una configuración Bayer contiene típicamente dos elementos verdes por cada elemento rojo o azul. Aunque se capturen dos canales verdes, podría usarse un solo canal verde para reconstruir las imágenes. Los datos de imagen pueden almacenarse en un formato que permita el acceso al canal rojo, azul y primer verde sin requerir el acceso al segundo canal verde. Así, para algunas aplicaciones de anchura de banda más baja, puede usarse solamente tres de los cuatro canales de color para reconstrucción, y no hay que transmitir el cuarto canal.
10
15
20
25
30
35
40
45
Puede usarse una serie de desplazamientos para localizar posiciones iniciales para varias resoluciones y/o canales. En algunas realizaciones, los desplazamientos pueden identificar las posiciones directamente. Por ejemplo, los desplazamientos pueden apuntar a posiciones específicas medidas desde el inicio de un archivo. En otras realizaciones, los desplazamientos pueden ser acumulativos de desplazamientos previos. Por ejemplo, cada cuadro de datos de imagen puede tener un desplazamiento asociado. En algunas realizaciones, un cuadro de datos vídeo puede incluir una pluralidad de mosaicos, donde las piezas de mosaicos se unen formando el cuadro. Cada mosaico puede estar asociado con un desplazamiento. Con los cuadros y/o los mosaicos de datos vídeo, puede haber desplazamientos adicionales que se miden desde el inicio del cuadro o mosaico de datos vídeo y apuntan, por ejemplo, a componentes relativos a dicho cuadro de datos vídeo.
En algunas realizaciones, los desplazamientos pueden ser desplazamientos de bits de modo que los desplazamientos indiquen bloques de datos. El formato de archivo puede permitir desplazar la configuración del número de bits, que, a su vez, puede corresponder a un tamaño de archivo máximo. Por ejemplo, si el desplazamiento está desplazado 12 bits para proporcionar una alineación de 4 Kbytes, un desplazamiento de 32 bits permite un indicador de desplazamiento máximo de 16 Terabytes (232+12=17.592.186.044.416=16 Terabytes). Igualmente, un desplazamiento de 14 bits proporciona una alineación de 16 Kbytes, y un desplazamiento de 32 bits permite un indicador de desplazamiento máximo de 64 Terabytes.
Los desplazamientos pueden proporcionarse para resoluciones y/o canales de color específicos, o los desplazamientos pueden proporcionarse para agrupaciones de resoluciones y/o canales de color. El ejemplo 1 siguiente ilustra desplazamientos para cada nivel de resolución, con los canales verde 1, azul y rojo agrupados y el canal verde 2 agrupado por separado. El ejemplo asume que hay M+1 niveles de resolución y N mosaicos. El primer desplazamiento apunta al primer mosaico y el nivel de resolución más bajo para los canales verde 1, azul y rojo. El segundo desplazamiento apunta al nivel de resolución más bajo siguiente, y el proceso continúa hasta el nivel de resolución más alto M+1. Desplazamientos similares para el segundo mosaico siguen a los desplazamientos para el primer mosaico. El proceso continúa con respecto a todos los N mosaicos. Después de procesar los canales verde 1, azul y rojo para los M+1 niveles de resolución y los N mosaicos, el canal verde 2 es procesado para los M+1 niveles de resolución y los N mosaicos.
Ejemplo 1:
Desplazamiento # Descripción
1 mosaico 1 verde 1 1LL, azul 1LL, rojo 1LL
2 mosaico 1 verde1 1HL, azul 1HL, rojo 1HL, verde1 1LH, azul 1LH, rojo 1LH, verde1
1HH, azul 1HH, rojo 1HH
3 mosaico 1 verde1 2HL, azul 2HL, rojo 2HL, verde1 2LH, azul 2LH, rojo 2LH, verde1
2HH, azul 2HH, rojo 2HH
M+1 mosaico 1 verde1 MHL, azul MHL, rojo MHL, verde1 MLH, azul MLH, rojo MLH, verde1 MHH, azul MHH, rojo MHH M+2 mosaico 2 verde1 1LL, azul 1LL, rojo 1LL mosaico 2 verde1 1HL, azul 1HL, rojo 1HL, verde1 1LH, azul 1LH, rojo 1LH, verde1 1HH, azul 1HH, rojo 1HH
2(MxN)+N mosaico 2 verde1 MHL, azul MHL, rojo MHL, verde1 MLH, azul MLH, rojo MLH, verde1
MHH, azul MHH, rojo MHH
2(MxN)+N+1 mosaico 1 verde2 1LL
2(MxN)+N+2 mosaico 1 verde2 1HL
verde2 1LH
verde2 1 HH
4(MxN)+2N mosaico 2 verde2 MHL, verde2 MLH, verde2 MHH
El ejemplo 1 agrupa información (por ejemplo, verde 1 1LL, azul 1LL, rojo 1LL) para compartir el mismo desplazamiento. Cada uno de los elementos de información podría tener su propio desplazamiento. Esto aumentaría el número total de desplazamientos, pero también aumentaría la flexibilidad al acceder a ciertos elementos de información.
El ejemplo 1 ordena la información de modo que los canales verde 1, azul y rojo se ordenen primero para cada uno de los mosaicos, seguido del canal verde 2 para cada uno de los mosaicos. Suponiendo que sólo los canales verde 1, azul y rojo son necesarios para procesado, esta ordenación de datos necesarios contiguos reduce el número de veces que un dispositivo de almacenamiento tendrá que buscar en una posición nueva. Además, puede haber espacio entre donde los datos terminan con respecto a un desplazamiento y el inicio del desplazamiento siguiente. Agrupar datos para reducir el número de desplazamientos usados también puede significar que se desperdicie menos espacio entre desplazamientos.
15
25
35
45
55
65
La figura 6 ilustra una jerarquía ejemplar para descomponer una imagen para compresión. No todos los elementos representados en la figura 6 son necesarios, y se ha de entender que se puede quitar elementos de la jerarquía en algunas realizaciones. Una imagen detectada puede separarse en uno o varios canales, tal como los canales Y, U, y V; los canales rojo, verde y azul; o la diferencia verde, rojo-verde, y los canales de diferencia azul-verde.
Los canales pueden dividirse en uno o varios mosaicos. Los mosaicos pueden ser transformados a una o varias bandas secundarias. Por ejemplo, una transformada de ondita puede transformar un mosaico a bandas secundarias como se ilustra en la figura 5. Las bandas secundarias pueden dividirse en precintos o posiciones de división de paquete. En algunas realizaciones, los precintos o las posiciones de división de paquete en una banda secundaria tienen una correlación espacial con precintos o posiciones de división de paquete en otras bandas secundarias, y los precintos o las posiciones de división de paquete correspondientes de las bandas secundarias son procesados conjuntamente. Los precintos de las posiciones de división de paquete pueden dividirse en bloques.
Cada bloque puede tener una pluralidad de valores transformados y/o cuantificados. Los valores en un bloque pueden ser codificados por entropía como un grupo.
La codificación por entropía puede operar a un nivel de bit. Por ejemplo, los bits más significativos (MSB) para cada valor en el bloque pueden ser codificados por entropía conjuntamente. Igualmente, los MSB siguientes para cada valor puede ser codificados por entropía conjuntamente. La codificación por entropía de bits también puede tomar en consideración la evaluación de otros planos de bit.
Uno o varios componentes de datos, como los ilustrados en la figura 6, pueden combinarse o usarse para proporcionar varios incrementos de calidad o niveles de resolución para una posición espacial. En algunas realizaciones, los componentes de datos son agrupados en paquetes que proporcionan un incremento de calidad para un nivel de resolución en una posición espacial. Una colección de paquetes que proporciona un incremento de calidad a plena resolución se combina en una capa. La capa, por ejemplo, puede corresponder a un incremento de calidad de un canal de una imagen a plena resolución. Capas adicionales proporcionan incrementos de calidad adicionales.
La figura 7A ilustra una asignación de espacio para nueve capas en los canales Y, U y V. Como se ilustra, a cada capa se le asigna una cantidad fija de espacio. Esta ilustración corresponde a una aplicación de tasa limitada de un algoritmo de compresión.
La figura 7B también ilustra una asignación de espacio para nueve capas en los canales Y, U y V. En esta figura, el espacio usado por una capa es variable. El espacio usado por un canal que comprime bien es menor que el espacio usado por un canal que no comprime tan bien. En este ejemplo, el espacio usado por el canal Y es más grande que el espacio usado por los canales U y V. Cada capa dentro de un canal también puede usar una cantidad variable de espacio. Por ejemplo, las capas 1 y 8 del canal Y usan más espacio que las capas 4 y 6.
Como se ilustra, el espacio usado por la combinación de capas en la figura 7B es más grande que el espacio usado por la combinación de capas en la figura 7A. Algunas aplicaciones que usan codificación de tasa de bits variable para las capas pueden tener una tasa de bits general que no deberá superarse. A cada canal se le podría asignar una cantidad fija de espacio, y las capas que excedan de las limitaciones de espacio podrían ser desechadas. Por ejemplo, en la figura 7B, las capas 7, 8 y 9 del canal Y podrían desecharse de modo que no se superen las limitaciones generales relativas al canal Y. Alternativamente, a todos los canales se les podría asignar conjuntamente una cantidad fija de espacio, y las capas de uno o varios canales podrían ser desechadas cuando sea necesario para cumplir las limitaciones de espacio. Por ejemplo, la capa 9 del canal Y y las capas 8 y 9 de los canales U y V podrían ser desechadas de modo que se cumplan las limitaciones de espacio generales para todos los canales.
En algunas realizaciones, los niveles de calidad resultantes de cada canal son sustancialmente similares. Por ejemplo, desechar la capa 9 del canal Y y las capas 8 y 9 de los canales U y V quiere decir que los canales están dentro de un nivel de calidad uno de otro. En algunas realizaciones, las capas son desechadas en una forma que asegura que algunos canales tengan niveles de calidad tan buenos o más altos que otros canales. Por ejemplo, el canal Y puede ser más importante para obtener una imagen reconstruida que visualmente no tiene pérdida. Por ejemplo, ninguna de las capas para el canal Y podría desecharse, pero las capas 7, 8 y 9 en los canales U y V son desechadas para cumplir las limitaciones de espacio generales.
Como otro ejemplo, la diferencia en incrementos de calidad entre los canales puede ser más de una, pero menos de una cantidad establecida. Por ejemplo, si la diferencia permitida en los incrementos de calidad es 3, un canal podría usar la capas 1 a 8 mientras que otros canales solamente podrían usar las capas 1 a 5.
Las figuras 7C y 7D son similares a las figuras 7A y 7B, respectivamente, y muestran que los algoritmos explicados anteriormente pueden aplicarse a otros espacios de color. Como se representa en las figuras 7C y 7D, los algoritmos se aplican a imágenes que tienen datos de canal verde, datos de canal de diferencia rojo-verde, y datos de canal de
imagen6
15
25
35
45
55
65
Los datos comprimidos pueden almacenarse en un dispositivo de almacenamiento. El dispositivo de almacenamiento puede tener la forma de cualquier tipo de almacenamiento digital, tal como, por ejemplo, aunque sin limitación, unidades de disco duro, unidades de estado sólido, memoria flash, discos ópticos, o cualquier otro tipo de dispositivo de memoria. En algunas realizaciones, el tamaño del dispositivo de almacenamiento puede ser suficientemente grande para almacenar datos de imagen procedentes del módulo de compresión 20 correspondiente a al menos aproximadamente 30 minutos de vídeo a una resolución de 12 mega píxeles, resolución de color de 12 bits, y a 60 cuadros por segundo. Sin embargo, el dispositivo de almacenamiento puede tener cualquier tamaño.
En algunas realizaciones, el dispositivo de almacenamiento puede montarse fuera de un alojamiento de cámara. Además, en algunas realizaciones, el dispositivo de almacenamiento puede conectarse a los otros componentes a través de puertos de comunicación estándar o personalizados, incluyendo, por ejemplo, aunque sin limitación, Ethernet, USB, USB2, USB3, IEEE 1394 (incluyendo aunque sin limitación FireWire 400, FireWire 800, FireWire S3200, FireWire S800T, i.LINK, DV), SATA y SCSI. Además, en algunas realizaciones, el dispositivo de almacenamiento puede incluir una pluralidad de unidades de disco duro, como las que operan bajo un protocolo RAID. Sin embargo, puede usarse cualquier tipo de dispositivo de almacenamiento.
En algunas realizaciones, los algoritmos aquí descritos pueden implementarse como rutinas almacenadas en un dispositivo de memoria. Además, un procesador puede estar configurado para ejecutar la rutina de control. En algunas realizaciones, puede usarse circuitería personalizada.
Las técnicas pueden aplicarse al procesado de una sola imagen fija o múltiples imágenes. Estos procesos también pueden aplicarse al procesado de vídeo continuo, por ejemplo, 10, 20, 24, 30, 60, y 120 cuadros por segundo, o cualquier otra tasa de cuadros.
Procesando los datos de imagen de la manera aquí descrita, se ha descubierto que los datos de imagen procedentes del sensor de imagen 12 pueden comprimirse en una relación de compresión de 6 a 1 o mayor y seguir siendo visualmente sin pérdida. Además, aunque los datos de imagen hayan sido transformados (por ejemplo, obteniendo valores de diferencia), los datos de imagen en bruto todavía están disponibles para el usuario final. Por ejemplo, invirtiendo algunos procesos, todos o sustancialmente todos los datos originales en bruto pueden ser extraídos y así procesados más, filtrados y/o interpolados cromáticamente usando cualquier proceso que el usuario desee. Por ejemplo, los datos almacenados en el dispositivo de almacenamiento pueden ser descomprimidos e interpolados cromáticamente.
La figura 9 ilustra un diagrama de flujo ejemplar para la reconstrucción de una imagen comprimida. En el bloque 62 se descomprimen los datos de imagen. Como se ha explicado anteriormente, los datos de imagen pueden haberse comprimido según canales. En algunas realizaciones, no todos los canales son descomprimidos para reconstrucción de una imagen. Por ejemplo, una imagen comprimida puede tener dos canales que correspondan a elementos de imagen verde. Sin embargo, solamente uno de los canales verdes puede tener que descomprimirse para reconstruir una imagen. Descomprimir solamente un canal permite una reconstrucción más rápida de la imagen.
En algunas realizaciones, no se usan todos los niveles de calidad para la reconstrucción de una imagen. Como se ha explicado anteriormente, los canales comprimidos puede no tener el mismo número de niveles de calidad. Después de la reconstrucción, un nivel de calidad inferior para un canal puede elegirse, por ejemplo, para permitir una reconstrucción más rápida de la imagen. En algunas realizaciones, los canales son descomprimidos de modo que cada canal descomprimido tenga aproximadamente el mismo nivel de calidad.
En el bloque 64 puede aplicarse una función gamma o curva log de potencia a los canales descomprimidos. Por ejemplo, la inversa de cualquiera de las curvas de preénfasis o gamma u otras funciones descritas anteriormente puede aplicarse a los datos de imagen. En algunas realizaciones, la función aplicada puede ser una función de identidad, lo que quiere decir que la salida es la misma que la entrada, o puede no aplicarse ninguna función de corrección.
En el bloque de operación 66, la imagen es reconstruida a partir de los datos descomprimidos. En algunas realizaciones, uno o varios canales verdes son interpolados cromáticamente, y los canales verdes interpolados cromáticamente se usen entonces para reconstruir otros canales. Por ejemplo, puede usarse un valor verde interpolado cromáticamente para reconstruir un valor rojo o azul de un valor de diferencia rojo-verde o azul-verde que esté en la misma posición que el valor verde interpolado cromáticamente. En algunas realizaciones, los otros canales pueden ser interpolados cromáticamente sin tener que interpolar cromáticamente primero el canal verde. Por ejemplo, puede usarse un valor verde descomprimido, pero no interpolado cromáticamente, para reconstruir un valor rojo o azul a partir de un valor de diferencia rojo-verde o azul-verde que está situado cerca del valor verde descomprimido. Como otro ejemplo, se puede usar una media de valores verde descomprimidos, pero no interpolados cromáticamente, para reconstruir un valor rojo o azul a partir de un valor de diferencia rojo-verde o azulverde que está situado cerca de los valores verde descomprimidos promediados. La media puede proporcionar el mismo valor que el usado para compresión, o puede ser cualquier otra media de valores verdes. Los valores rojo y azul son interpolados cromáticamente con cualquier algoritmo apropiado.
Los datos de imagen interpolados cromáticamente o reconstruidos pueden procesarse más. Por ejemplo, aunque sin limitación, se puede aplicar técnicas de reducción de ruido, técnicas antialiasing, o cualquier otra técnica de procesado de imagen a los datos de imagen.

Claims (1)

  1. imagen1
    imagen2
ES10842625.5T 2009-12-16 2010-12-16 Formateo basado en resolución de datos de imagen comprimidos Active ES2628010T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US287120P 2001-04-27
US28712009P 2009-12-16 2009-12-16
PCT/US2010/060851 WO2011084639A2 (en) 2009-12-16 2010-12-16 Resolution based formatting of compressed image data

Publications (1)

Publication Number Publication Date
ES2628010T3 true ES2628010T3 (es) 2017-08-01

Family

ID=44151202

Family Applications (1)

Application Number Title Priority Date Filing Date
ES10842625.5T Active ES2628010T3 (es) 2009-12-16 2010-12-16 Formateo basado en resolución de datos de imagen comprimidos

Country Status (6)

Country Link
US (3) US8611652B2 (es)
EP (1) EP2513861B1 (es)
JP (1) JP5695080B2 (es)
ES (1) ES2628010T3 (es)
TW (1) TWI455571B (es)
WO (1) WO2011084639A2 (es)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011084639A2 (en) 2009-12-16 2011-07-14 Red. Com, Inc. Resolution based formatting of compressed image data
JP5640370B2 (ja) * 2009-12-18 2014-12-17 ソニー株式会社 画像処理装置，画像処理方法及び撮像装置
US9691339B2 (en) * 2011-03-29 2017-06-27 Renesas Electronics Corporation Display apparatus and display apparatus control circuit
JP5474887B2 (ja) * 2011-08-01 2014-04-16 株式会社ソニー・コンピュータエンタテインメント 動画データ生成装置、動画像表示装置、動画データ生成方法、動画像表示方法、および動画像ファイルのデータ構造
US20130166767A1 (en) * 2011-11-23 2013-06-27 General Electric Company Systems and methods for rapid image delivery and monitoring
CN102695057B (zh) * 2012-05-25 2014-11-19 西安空间无线电技术研究所 一种用于图像数据的压缩系统
JP5749401B2 (ja) * 2012-06-11 2015-07-15 富士フイルム株式会社 画像処理装置、撮像装置、コンピュータ、画像処理方法及びプログラム
US20140294314A1 (en) * 2013-04-02 2014-10-02 Samsung Display Co., Ltd. Hierarchical image and video codec
CN104125461B (zh) * 2013-04-27 2017-06-23 深圳市振华微电子有限公司 一种大尺寸的图像压缩处理系统及方法
US9549161B2 (en) * 2013-07-08 2017-01-17 Samsung Display Co., Ltd. Image and video in mosaic formats
US10045029B2 (en) * 2014-05-06 2018-08-07 Intel Corporation Clustering and encoding for color compression
GB2532063A (en) * 2014-11-07 2016-05-11 Sony Corp A method, server, client and software
US9734597B2 (en) * 2015-12-18 2017-08-15 Intel Corporation Interpolated minimum-maximum compression/decompression for efficient processing of graphics data at computing devices
JP2017143355A (ja) * 2016-02-08 2017-08-17 キヤノン株式会社 画像符号化装置及び方法及び撮像装置
WO2018037525A1 (ja) * 2016-08-25 2018-03-01 Ｎｅｃディスプレイソリューションズ株式会社 自己画像診断方法、自己画像診断プログラム、ディスプレイ装置、及び自己画像診断システム
US11019336B2 (en) * 2017-07-05 2021-05-25 Red.Com, Llc Video image data processing in electronic devices
JP7065594B2 (ja) * 2017-12-08 2022-05-12 キヤノン株式会社 画像符号化装置及びその制御方法、並びにプログラム
GB2583061B (en) * 2019-02-12 2023-03-15 Advanced Risc Mach Ltd Data processing systems
US20210398322A1 (en) * 2020-06-17 2021-12-23 Palantir Technologies Inc. Approaches for compressing and distributing image data
US11647193B2 (en) 2020-12-18 2023-05-09 Meta Platforms Technologies, Llc Adaptive range packing compression
US11270468B1 (en) * 2020-12-18 2022-03-08 Facebook Technologies, Llc. Joint color image and texture data compression
US20220417537A1 (en) * 2021-06-23 2022-12-29 Black Sesame International Holding Limited Unprocessed image coding and decoding

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6549666B1 (en) 1994-09-21 2003-04-15 Ricoh Company, Ltd Reversible embedded wavelet system implementation
US5875122A (en) 1996-12-17 1999-02-23 Intel Corporation Integrated systolic architecture for decomposition and reconstruction of signals using wavelet transforms
US6272180B1 (en) * 1997-11-21 2001-08-07 Sharp Laboratories Of America, Inc. Compression and decompression of reference frames in a video decoder
US6154493A (en) 1998-05-21 2000-11-28 Intel Corporation Compression of color images based on a 2-dimensional discrete wavelet transform yielding a perceptually lossless image
US6124811A (en) 1998-07-02 2000-09-26 Intel Corporation Real time algorithms and architectures for coding images compressed by DWT-based techniques
US6778709B1 (en) * 1999-03-12 2004-08-17 Hewlett-Packard Development Company, L.P. Embedded block coding with optimized truncation
FR2792432B1 (fr) 1999-04-15 2001-07-13 Canon Kk Dispositif et procede de transformation de signal numerique
US7372485B1 (en) * 1999-06-08 2008-05-13 Lightsurf Technologies, Inc. Digital camera device and methodology for distributed processing and wireless transmission of digital images
US6798901B1 (en) 1999-10-01 2004-09-28 Intel Corporation Method of compressing a color image
JP2001290820A (ja) * 2000-01-31 2001-10-19 Mitsubishi Electric Corp 映像収集装置、映像検索装置および映像収集検索システム
US6549674B1 (en) 2000-10-12 2003-04-15 Picsurf, Inc. Image compression based on tiled wavelet-like transform using edge and non-edge filters
US6785423B1 (en) * 2000-05-26 2004-08-31 Eastman Kodak Company Producing a compressed digital image organized into layers having information relating to different viewing conditions and resolutions
TW594627B (en) * 2001-05-09 2004-06-21 Clairvoyante Lab Inc Conversion of a sub-pixel format data to another sub-pixel data format
FR2826823B1 (fr) * 2001-06-27 2003-10-10 Canon Kk Procede et dispositif de traitement d'un signal numerique code
US20030112863A1 (en) * 2001-07-12 2003-06-19 Demos Gary A. Method and system for improving compressed image chroma information
JP4267848B2 (ja) 2001-09-25 2009-05-27 株式会社リコー 画像符号化装置、画像復号装置、画像符号化方法、及び、画像復号方法
JP2003125331A (ja) * 2001-10-17 2003-04-25 Fuji Photo Film Co Ltd 画像記録方法及び装置、並びに画像再生方法及び装置
US7403564B2 (en) * 2001-11-21 2008-07-22 Vixs Systems, Inc. System and method for multiple channel video transcoding
JP3922919B2 (ja) * 2001-12-11 2007-05-30 株式会社リコー 静止画像伸長装置及び静止画像伸長方法
US6956976B2 (en) 2002-01-04 2005-10-18 Warner Bros. Enterianment Inc. Reduction of differential resolution of separations
US7330596B2 (en) 2002-07-17 2008-02-12 Ricoh Company, Ltd. Image decoding technique for suppressing tile boundary distortion
JP4262017B2 (ja) * 2002-09-26 2009-05-13 キヤノン株式会社 画像生成装置及びその方法
JP3928859B2 (ja) * 2002-11-11 2007-06-13 株式会社リコー 画像処理装置、画像処理方法、プログラム及び記録媒体
KR100939711B1 (ko) * 2002-12-12 2010-02-01 엘지전자 주식회사 텍스트 기반의 서브타이틀 재생장치 및 방법
JP2004221836A (ja) 2003-01-14 2004-08-05 Ricoh Co Ltd 画像処理装置、プログラム、記憶媒体及び符号伸長方法
JP2004248152A (ja) * 2003-02-17 2004-09-02 Ricoh Co Ltd 画像圧縮装置、画像伸張装置、画像圧縮方法、画像伸張方法、プログラム、及び記録媒体
US7460131B2 (en) * 2003-09-30 2008-12-02 Sharp Laboratories Of America, Inc. Methods and systems for processing image data for display on LC displays
US6989773B2 (en) * 2004-02-13 2006-01-24 Hewlett-Packard Development Company, L.P. Media data encoding device
US7504968B2 (en) * 2004-02-13 2009-03-17 Hewlett-Packard Development Company, L.P. Media data decoding device
US8832434B2 (en) * 2004-02-13 2014-09-09 Hewlett-Packard Development Company, L.P. Methods for generating data for describing scalable media
KR100689430B1 (ko) * 2004-12-16 2007-03-08 삼성전자주식회사 디지털 홈 서비스에서 하이브리드 모니터링을 통한 동적서비스 품질 매핑 장치 및 방법
TWI259725B (en) * 2005-04-28 2006-08-01 Benq Corp Methods and systems for transmitting AV information
JP4716949B2 (ja) 2005-09-02 2011-07-06 株式会社リコー 画像処理装置および画像処理方法
JP4688165B2 (ja) * 2005-09-30 2011-05-25 株式会社リコー 画像処理装置及び画像処理方法
US7796836B2 (en) 2006-03-03 2010-09-14 General Atomics Color condensation for image transformation and/or compression
US8014597B1 (en) * 2006-03-22 2011-09-06 Woodman Labs Method for efficient compression and decoding of single sensor color image data
US8237830B2 (en) 2007-04-11 2012-08-07 Red.Com, Inc. Video camera
EP2793219A1 (en) 2007-04-11 2014-10-22 Red.Com, Inc. Video camera
US8149319B2 (en) 2007-12-03 2012-04-03 Ricoh Co., Ltd. End-to-end design of electro-optic imaging systems for color-correlated objects
JP5158096B2 (ja) * 2008-01-08 2013-03-06 日本電気株式会社 符号化用データ生成装置、符号化用データ生成方法、復号装置および復号方法
WO2011084639A2 (en) 2009-12-16 2011-07-14 Red. Com, Inc. Resolution based formatting of compressed image data

Also Published As

Publication number Publication date
US9479749B2 (en) 2016-10-25
US20110150330A1 (en) 2011-06-23
US9906764B2 (en) 2018-02-27
JP2013515395A (ja) 2013-05-02
TWI455571B (zh) 2014-10-01
EP2513861A4 (en) 2014-03-26
US20140176734A1 (en) 2014-06-26
EP2513861B1 (en) 2017-05-10
US20170099475A1 (en) 2017-04-06
US8611652B2 (en) 2013-12-17
WO2011084639A2 (en) 2011-07-14
TW201143353A (en) 2011-12-01
JP5695080B2 (ja) 2015-04-01
WO2011084639A3 (en) 2011-10-13
EP2513861A2 (en) 2012-10-24

Similar Documents

Publication Publication Date Title
ES2628010T3 (es) Formateo basado en resolución de datos de imagen comprimidos
US10282863B2 (en) Lossless compression of fragmented image data
CN110896483B (zh) 压缩和解压缩图像数据的方法
CN110612722A (zh) 对数字光场图像编码和解码的方法和设备
US9398273B2 (en) Imaging system, imaging apparatus, and imaging method
RU2394391C2 (ru) Управление скоростью масштабируемо кодированных изображений
US11765366B2 (en) Method for processing transform coefficients
TWI792265B (zh) 用於彩色濾波器陣列(cfa)型樣影像之寫碼技術
EP4294013A1 (en) Method for image encoding
GB2622911A (en) Method for image encoding
GB2621916A (en) Method for image encoding
EP4294016A1 (en) Method for image encoding
GB2621915A (en) Method for image encoding
GB2622461A (en) Method for image encoding
GB2621914A (en) Method for image encoding
TW200915227A (en) Encoding method and device for image data
WO2019045544A1 (ko) 레이어드 기븐스 변환을 이용하여 변환을 수행하는 방법 및 장치
von Buelow Lossless Compression of Structured and Unstructured Multi-View Image Data
GB2621917A (en) Method for image encoding
GB2621912A (en) Method for image encoding
JPH02161887A (ja) 画像信号の符号化方式とその装置
KR20130098479A (ko) 영상 부호화 장치 및 방법