[发明专利]一种Bayer图像的无损编码与解码方法在审

专利信息
申请号: 201710419977.0 申请日: 2017-06-06
公开(公告)号: CN107105208A 公开(公告)日: 2017-08-29
发明(设计)人: 元辉;孙真真 申请(专利权)人: 山东大学
主分类号: H04N9/04 分类号: H04N9/04;H04N19/107;H04N19/13;H04N19/176
代理公司: 济南金迪知识产权代理有限公司37219 代理人: 王绪银
地址: 250199 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 bayer 图像 无损 编码 解码 方法
【说明书】:

技术领域

发明涉及一种用于图像压缩与解压缩的方法,属于图像处理技术领域。

背景技术

近几年来,数码相机应用越来越广泛,涉及到医学、科研、消费、国防、商业等领域。由于相机传感器的发展,其分辨率越来越高,随之对存储空间及传输带宽的要求也逐渐提高。因此,对于视频图像的压缩编码越来越重要。

图像的压缩编码,就是对要处理的图像信息源用一定的规则进行变换和组合,减少图像信息间的冗余及相关性,最终用尽可能少的符号来表示尽可能多的图像信息。图像的压缩编码可以分为有损压缩编码与无损压缩编码。

在相机采集图像的过程中,CCD阵列首先采集到最原始的Bayer格式图像(如图1),然后采用插值算法以及各种前端处理,例如白平衡、伽玛校正等,最终生成RGB格式图像。传统的图像压缩编码算法通常针对相机最终输出的RGB格式图像,例如JPEG,JPEG2000等。

上述现有图像压缩技术的压缩率较低,相机中的前端处理芯片的内存开销较大,芯片的设计与制造成本较高。

发明内容

本发明针对现有图像压缩技术存在的不足,提出一种压缩率高、节省处理芯片内存开销以及降低芯片设计制造成本的Bayer图像的无损编码与解码方法。

本发明的Bayer图像的无损编码与解码方法,包括Bayer图像的无损编码与解码两个过程;编码过程是选取Bayer图片,对单个图片进行块划分,对每个块进行预测,对基于块得到的预测残差及预测模式进行熵编码,最终得到每个块的码流;解码过程是将每个块的码流进行熵解码,得到每个像素的预测残差,再根据编码时使用的预测模式进行反预测,将得到每个块的像素值进行重构,得到原Bayer图片。

所述编码过程,包括以下步骤:

(1)首先将输入的Bayer图像均匀划分成大小为M×M的图像块;M的数值可以是32、64、128或256等,以便于并行处理,提高处理速度。

(2)分别对每个图像块进行预测;令Pi,j表示图像块第i行,j列的像素灰度值,i≤M-1,j≤M-1;

预测方式包括以下4种:

①预测方式0:

对Pi,j,j≤1的像素不进行预测;

对Pi,j,j≥2的像素进行预测Pi,j=Pi,j-2

②预测方式1:

对Pi,j,j≤1的像素不进行预测;

对Pi,j,,i≤1,j=2,3的像素进行预测Pi,j=Pi,j-2

对Pi,j,i≤1,j≥4的像素进行预测Pi,j=0.5×Pi,j-2+0.5×Pi,j-4

对Pi,j,i≥2,j≥2的像素进行预测Pi,j=0.5×Pi-2,j+0.5×Pi,j-2

③预测方式2:

对Pi,j,i=0,j=0的像素不进行预测;

对Pi,j,i=0,j≥1的像素进行预测,Pi,j=Pi,j-1

对Pi,j,i≥1,j=0的像素进行预测,Pi,j=Pi-1,j

对Pi,j,i≥1,j≥1的像素进行预测,Pi,j=0.5×Pi-1,j+0.5×Pi,j-1

④预测方式3:

对Pi,j,i≤1,j≤1的像素不进行预测;

对Pi,j,i≤1,j≥1的像素进行预测,Pi,j=Pi,j-2

对Pi,j,i≥1,j≤1的像素进行预测,Pi,j=Pi-2,j

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710419977.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top