[发明专利]一种Bayer图像压缩方法

摘要

本发明公开了一种Bayer图像压缩方法，涉及图像处理技术领域，主要包括步骤，包括如下步骤S1、将Bayer图像的RGB颜色空间变换到新的颜色空间Bayer‑YCgCo，以消除RGB颜色空间的相关性；S2、分别对所述Bayer‑YCgCo颜色空间的各个分量矩阵进行正交变换，得到频率系数矩阵，对所述频率系数矩阵进行量化处理；S3、对量化后的频率系数矩阵进行重新编排，转化为一维向量，对所述一维向量进行熵编码后转化为帧数据，并发送；S4、接收帧数据，进行反量化以及反变换，重构图像。本发明所记载的图像压缩方法，能够提供较高的图像压缩比，降低运算复杂度，硬件功耗小，同时又能提高还原图像的主观质量，方便查阅。

主权项

一种Bayer图像压缩方法，其特征在于，包括如下步骤：S1、将Bayer图像的RGB颜色空间变换到新的颜色空间，以消除RGB颜色空间的相关性，记新的颜色空间为Bayer‑YCgCo颜色空间；S2、分别对所述Bayer‑YCgCo颜色空间的各个分量矩阵进行正交变换，得到频率系数矩阵，对所述频率系数矩阵进行量化处理；S3、对量化后的频率系数矩阵进行重新编排，转化为一维向量，对所述一维向量进行熵编码后转化为帧数据，并发送；S4、接收帧数据，进行反量化以及反变换，重构图像；所述步骤S1具体包括：S11、对Bayer图像进行扩展，使其行数为8或16的倍数且列数也为8或16的倍数；S12、对扩展后的Bayer图像进行三色分离，将其分解为四个分量矩阵：R(m,n)＝S(2m‑1,2n‑1)G1(m,n)＝S(2m‑1,2n)G2(m,n)＝S(2m,2n‑1)B(m,n)＝S(2m,2n)其中S表示原Bayer图像矩阵，R表示红色分量矩阵，G1表示奇数行偶数列的绿色分量矩阵，G2表示偶数行奇数列的绿色分量矩阵，B表示蓝色分量矩阵；S13、对四个分量矩阵进行如下矩阵运算，Y=R+G1+G2+B4]]>Cg1=12(G1-R+B2)+128]]>Cg2=12(G2-R+B2)+128]]>Co=12(R-B)+128]]>获得四个新的分量矩阵Y、Cg1、Cg2、Co，从而将RGB颜色空间变换到Bayer‑YCgCo颜色空间。