RU2628122C1 - Способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа - Google Patents
Способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа Download PDFInfo
- Publication number
- RU2628122C1 RU2628122C1 RU2016105864A RU2016105864A RU2628122C1 RU 2628122 C1 RU2628122 C1 RU 2628122C1 RU 2016105864 A RU2016105864 A RU 2016105864A RU 2016105864 A RU2016105864 A RU 2016105864A RU 2628122 C1 RU2628122 C1 RU 2628122C1
- Authority
- RU
- Russia
- Prior art keywords
- coefficients
- frame
- image
- wavelet transform
- compression
- Prior art date
Links
Images
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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- 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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
-
- 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
-
- 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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image 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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
-
- 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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Изобретение относится к области обработки изображения. Технический результат - увеличение скорости сжатия цифрового изображения. Способ сжатия цифрового изображения заключается в том, что задают значение требуемого числа бит при сжатии, значения весовых коэффициентов для различных частотных диапазонов, построчно накапливают полные кадры цифрового изображения и передают их на вход модуля сжатия для многоуровневого преобразования цифрового сигнала кадра посредством многократного применения одномерного дискретного вейвлет-преобразования с получением набора коэффициентов вейвлет-преобразования в разных частотных диапазонах, осуществляют скалярное квантование коэффициентов вейвлет-преобразования, получают сжатое изображение путем побитового арифметического кодирования квантованных коэффициентов, причем применение одномерного дискретного вейвлет-преобразования осуществляют в два прохода, скалярное квантование коэффициентов вейвлет-преобразования производят с учетом определяемых коэффициентов квантования, подсчитывают число бит в сжатом цифровом изображении кадра, рассчитывают коэффициент потерь текущего кадра и передают для скалярного квантования следующего кадра изображения. 5 ил.
Description
Изобретение относится к области обработки изображения, в частности, к способам сжатия цифрового изображения, и может быть использовано в съемочной аппаратуре сканирующего типа космических аппаратов (КА), предназначенных для дистанционного зондирования Земли.
В связи с разработкой цифровых технологий передачи и обработки изображений, видеосигналов, а также с применением в аппаратах дистанционного зондирования поверхности Земли продольных ПЗС-сканеров, требующих большого количества (несколько десятков тысяч) фоточувствительных датчиков, считывающих сигналы одновременно, встает вопрос хранения и предварительного сжатия цифровых видеоизображений на борту КА.
Известен способ аппаратного сжатия цифрового изображения в съемочной аппаратуре КА Pleiades-HR [1], основанный на функции вейвлет-преобразования и разработанный в международном стандарте JPEG2000 [2], который по сущности наиболее близок к предлагаемому изобретению и выбран нами в качества прототипа.
В этом способе сжатия цифрового изображения задают значение требуемого числа бит при сжатии S0, значения весовых коэффициентов γb для различных частотных диапазонов и сохраняют их в буфере, построчно накапливают в буфере кадры изображения и поочередно передают полные кадры изображения на вход модуля сжатия. Преобразовывают цифровой сигнал кадра посредством многоуровневого дискретного вейвлет-преобразования по методу Маллата. На каждом уровне за первый проход одновременно преобразуют строки кадра с получением высокочастотных (Н) и низкочастотных (L) коэффициентов вейвлет-преобразования, за второй проход преобразуют столбцы кадра с получением высокочастотных (Н) и низкочастотных (L) коэффициентов вейвлет-преобразования. На последующих уровнях преобразованию подвергаются только низкочастотные (L) коэффициенты вейвлет-преобразования.
В частности, для выполнения 4-уровневого вейвлет-преобразования необходимо совершить 8 проходов с промежуточным сохранением всех результатов и в результате получить 13 наборов вейвлет-коэффициентов при разной частоте (фиг. 1).
После осуществляют скалярное квантование полученных коэффициентов вейвлет-преобразования, используя значения коэффициентов квантования ki для разных частотных диапазонов, с получением квантованных коэффициентов. Коэффициенты квантования ki определяются заданными значениями требуемого числа бит при сжатии S0 и значениями весовых коэффициентов γb для различных частотных диапазонов. Для всех кадров информации значения коэффициентов квантования ki постоянны.
Далее квантованные вейвлет-коэффициенты подвергают бит-ориентированному арифметическому кодированию и получают сжатое изображение в виде битового потока.
Полученный битовый поток анализируют, сортируют в порядке убывания значимости бит, после чего на выход модуля сжатия передают S0 наиболее значимых бит.
Способ позволяет производить сжатие потока цифровой информации со скоростью 25 мегапикселей в секунду и сжимать изображения разрядности 11-12 бит с коэффициентами сжатия 2-20 с потерями с удовлетворительным качеством декодированного изображения и ~ 2 - без потерь.
Недостатком данного способа сжатия является низкая скорость сжатия из-за использования большого количества проходов при вейвлет-преобразовании, необходимости промежуточного сохранения большого объема обрабатываемых данных, а так же из-за наличия трудоемкой и длительной операции анализа и сортировки информации.
Задача изобретения состоит в увеличении скорости сжатия цифрового изображения при сохранении высоких значений коэффициентов сжатия и удовлетворительного качества декодированного изображения.
Для решения поставленной задачи предложен способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа заключающийся в том, что задают значение требуемого числа бит при сжатии S0, значения весовых коэффициентов γb для различных частотных диапазонов и сохраняют их в буфере, там же построчно накапливают полные кадры цифрового изображения и поочередно передают их на вход модуля сжатия для многоуровневого преобразования цифрового сигнала кадра посредством многократного применения одномерного дискретного вейвлет-преобразования с получением набора коэффициентов вейвлет-преобразования в разных частотных диапазонах, далее осуществляют скалярное квантование коэффициентов вейвлет-преобразования с получением квантованных коэффициентов, путем побитового арифметического кодирования квантованных коэффициентов получают сжатое изображение в виде битового потока, в отличие от прототипа, дополнительно задают значение коэффициента потерь Q0 и сохраняют его в буфере, многократное применение одномерного дискретного вейвлет-преобразования осуществляют в два прохода: за первый проход производят все уровни преобразования по строкам кадра изображения, за второй проход производят все уровни преобразования по столбцам кадра изображения, скалярное квантование коэффициентов вейвлет-преобразования производят с учетом коэффициентов квантования ki, определяемых из соотношения , где Qi - коэффициент потерь, i - порядковый номер кадра, i=1…n, подсчитывают число бит в сжатом цифровом изображении кадра, рассчитывают коэффициент потерь текущего кадра , рассчитанные значения Qi передают для скалярного квантования следующего кадра изображения.
Выполнение в предложенном способе многоуровневого преобразования цифрового сигнала кадра посредством многократного применения одномерного дискретного вейвлет-преобразования в два прохода: за первый проход производят все уровни преобразования по строкам кадра изображения, за второй проход производят все уровни преобразования по столбцам кадра изображения, позволило сократить количество проходов обработки изображения кадра и увеличить скорость сжатия цифрового изображения.
Используя число бит Si, полученное при обработке кадра, получают коэффициент потерь текущего кадра Qi, который учитывают при скалярном квантовании последующего кадра, что позволяет исключить трудоемкую, длительную операцию анализа и сортировки битового потока, и приводит к увеличению скорости сжатия изображения при сохранении высоких значений коэффициента сжатия и качества декодированного изображения.
На фиг. 1 представлено 4-уровневое дискретное вейвлет-преобразование Маллата. На фиг. 2 приведена блок-схема модуля сжатия. На фиг. 3 приведена схема первого прохода 4-уровневого дискретного вейвлет-преобразования (над строкой изображения). На фиг. 4 показано 4-уровневое дискретное вейвлет-преобразование, используемое в способе аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа. На фиг. 5 представлена таблица весовых коэффициентов γb для разных частотных диапазонов.
Предложенный способ реализован следующим образом: задают значения требуемого числа бит при сжатии S0, весовых коэффициентов γb для различных частотных диапазонов, коэффициент потерь Q0 и сохраняют их в буфере. Также в буфере построчно накапливают кадры изображения, а потом поочередно передают их и все сохраненные значения S0, γb, Q0 коэффициентов на вход модуля сжатия 1 (фиг. 2).
Многоуровневое преобразование цифрового сигнала кадра выполняют в преобразователе 2 посредством многократного применения одномерного дискретного вейвлет-преобразования (1D_DWT) в два прохода. За первый проход проводят все уровни дискретного вейвлет-преобразования по строкам (см. фиг. 3) с получением для каждого уровня высокочастотных (Н) и низкочастотных (L) коэффициентов вейвлет-преобразования. На первом уровне обрабатывают весь кадр изображения, на последующий уровнях - только низкочастотные (L) коэффициенты вейвлет-преобразования. За второй проход производят все аналогичные уровни преобразования по столбцам кадра изображения.
В частности, для выполнения 4-уровневого дискретного вейвлет-преобразования необходимо совершить всего 2 прохода с одним промежуточным сохранением результатов и получить 25 наборов вейвлет-коэффициентов при разной частоте (фиг. 4).
Далее в квантователе 3 (фиг. 2) осуществляют скалярное квантование полученных коэффициентов вейвлет-преобразования с учетом коэффициентов квантования, определяемых из соотношения , где γb - весовые коэффициенты для различных частотных диапазонов, Qi - коэффициент потерь, i - порядковый номер кадра, i=1…n, .
В кодировщике 4 путем побитового арифметического кодирования квантованных вейвлет-коэффициентов получают сжатое изображение в виде битового потока, который подается на выход модуля сжатия 1 и на калькулятор 5, где подсчитывают число бит Si в сжатом цифровом изображении кадра, рассчитывают коэффициент потерь Qi текущего кадра , где Qi-1 - значение коэффициента потерь для предыдущего кадра, Si - число бит полученное после сжатия текущего кадра информации, S0 - требуемое число бит при сжатии кадра информации.
Рассчитанное значение коэффициента потерь Qi текущего кадра передают в квантователь 3 для скалярного квантования следующего кадра изображения.
Таким образом, учитывая изменение коэффициента потерь Qi, обеспечивается равенство среднего числа бит Si, заданному числу бит S0.
Восстановление изображения (декодирование) производят в обратном порядке.
Данный способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа позволил сжимать поток цифровой информации со скоростью ПО мегапикселей в секунду, что в ~ 4раза превышает данные прототипа, а также сжимать изображения разрядности 11-12 бит с коэффициентами сжатия от 2 до 20-ти с потерями с удовлетворительным качеством восстановленного изображения и ~ 2 без потерь, при этом наилучшее качество наблюдается при коэффициентах сжатия до 10.
Источники информации
1. Bormin Huang, Satellite Data Compression, Springer New York Dordrecht Heidelberg, Лондон, 2011, p. 33-45.
2. Taubman D. S. and Marcellin M. W., JPEG 2000: Fundamentals, Standards and Practice. Kluwer Academic Publishers, Boston, 2002.
Claims (1)
- Способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа заключается в том, что задают значение требуемого числа бит при сжатии S0, значения весовых коэффициентов γb для различных частотных диапазонов и сохраняют их в буфере, там же построчно накапливают полные кадры цифрового изображения и поочередно передают их на вход модуля сжатия для многоуровневого преобразования цифрового сигнала кадра посредством многократного применения одномерного дискретного вейвлет-преобразования с получением набора коэффициентов вейвлет-преобразования в разных частотных диапазонах, далее осуществляют скалярное квантование коэффициентов вейвлет-преобразования с получением квантованных коэффициентов, путем побитового арифметического кодирования квантованных коэффициентов получают сжатое изображение в виде битового потока, отличающийся тем, что дополнительно задают значение коэффициента потерь Q0 и сохраняют его в буфере, многократное применение одномерного дискретного вейвлет-преобразования осуществляют в два прохода: за первый проход производят все уровни преобразования по строкам кадра изображения, за второй проход производят все уровни преобразования по столбцам кадра изображения, скалярное квантование коэффициентов вейвлет-преобразования производят с учетом коэффициентов квантования ki, определяемых из соотношения ki=γb⋅Qi-1, где Qi - коэффициент потерь, i - порядковый номер кадра, i=1…n, подсчитывают число бит Si в сжатом цифровом изображении кадра, рассчитывают коэффициент потерь текущего кадра , рассчитанные значения Qi передают для скалярного квантования следующего кадра изображения.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BY20150133 | 2015-03-09 | ||
BYA20150133 | 2015-03-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2628122C1 true RU2628122C1 (ru) | 2017-08-15 |
Family
ID=59641895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2016105864A RU2628122C1 (ru) | 2015-03-09 | 2016-02-19 | Способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2628122C1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2723896C1 (ru) * | 2018-11-06 | 2020-06-18 | Открытое Акционерное Общество "Пеленг" | Способ эффективного кодирования и декодирования цифрового изображения |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711299B2 (en) * | 1997-03-11 | 2004-03-23 | Vianet Technologies, Inc. | Wavelet transformation of dithered quantized/reduced color pixels for color bit depth image compression and decompression |
US7418144B2 (en) * | 2004-03-03 | 2008-08-26 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of Industry, Through The Communications Research Centre Canada | Curved wavelet transform for image and video compression |
RU2339082C1 (ru) * | 2007-08-03 | 2008-11-20 | Виталий Оскарович Гроппен | Способ компрессии и декомпрессии статических изображений и видеоинформации в цифровой форме |
EP1062623B1 (en) * | 1998-03-20 | 2011-04-13 | University of Maryland | Method and apparatus for compressing images |
-
2016
- 2016-02-19 RU RU2016105864A patent/RU2628122C1/ru active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711299B2 (en) * | 1997-03-11 | 2004-03-23 | Vianet Technologies, Inc. | Wavelet transformation of dithered quantized/reduced color pixels for color bit depth image compression and decompression |
EP1062623B1 (en) * | 1998-03-20 | 2011-04-13 | University of Maryland | Method and apparatus for compressing images |
US7418144B2 (en) * | 2004-03-03 | 2008-08-26 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of Industry, Through The Communications Research Centre Canada | Curved wavelet transform for image and video compression |
RU2339082C1 (ru) * | 2007-08-03 | 2008-11-20 | Виталий Оскарович Гроппен | Способ компрессии и декомпрессии статических изображений и видеоинформации в цифровой форме |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2723896C1 (ru) * | 2018-11-06 | 2020-06-18 | Открытое Акционерное Общество "Пеленг" | Способ эффективного кодирования и декодирования цифрового изображения |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10432971B2 (en) | Image data compression and decompression using minimize size matrix algorithm | |
US11074723B2 (en) | Lossless compression of fragmented image data | |
US8625909B2 (en) | Image encoding apparatus and method, image decoding apparatus and method, and program | |
Siddeq et al. | Applied minimized matrix size algorithm on the transformed images by DCT and DWT used for image compression | |
US9531915B2 (en) | Image encoding system and method thereof | |
US5822000A (en) | Video encoding using rearrangement of transform coefficients and inter-block correlation | |
Sevak et al. | CT image compression using compressive sensing and wavelet transform | |
RU2628122C1 (ru) | Способ аппаратного сжатия цифрового изображения для съемочной аппаратуры сканирующего типа | |
RU2419246C1 (ru) | Способ сжатия и восстановления неподвижных полутоновых видеоизображений | |
Kurniawan et al. | Implementation of image compression using discrete cosine transform (DCT) and discrete wavelet transform (DWT) | |
T Hashim et al. | Color image compression using DPCM with DCT, DWT and quadtree coding scheme | |
Rakshit et al. | A Hybrid JPEG & JPEG 2000 Image Compression Scheme for Gray Images | |
Li et al. | Universal and low-complexity quantizer design for compressive sensing image coding | |
Naveen et al. | Comparative analysis of video compression mechanisms based on EZW coded 3D-DWT and AVI | |
Pradhan et al. | A comparative analysis of compression techniques–the sparse coding and BWT | |
Farhan et al. | Proposed two shift-coding based compression techniques | |
US9462297B2 (en) | Image processing device and image processing method | |
Baotang et al. | A Remainder Set Near-Lossless Compression Method for Bayer Color Filter Array Images | |
Pokle et al. | Image compression via modified TiBS algorithm to achieve high compression rate | |
US20090074059A1 (en) | Encoding method and device for image data | |
JPH0670175A (ja) | 画像データ符号化方法及び装置 | |
Kranthi et al. | Enhanced image compression algorithm for image processing applications | |
Hakami et al. | Improve data compression performance using wavelet transform based on HVS | |
Ananth | Comparison of spiht and lifting scheme image compressiontechniques for satellite imageries | |
Cao et al. | Block compressed sensing using random permutation and reweighted sampling for image compression applications |