CN101442673B - 贝尔模板图像编码与解码方法 - Google Patents
贝尔模板图像编码与解码方法 Download PDFInfo
- Publication number
- CN101442673B CN101442673B CN 200810080232 CN200810080232A CN101442673B CN 101442673 B CN101442673 B CN 101442673B CN 200810080232 CN200810080232 CN 200810080232 CN 200810080232 A CN200810080232 A CN 200810080232A CN 101442673 B CN101442673 B CN 101442673B
- Authority
- CN
- China
- Prior art keywords
- green
- image
- red
- component
- frequency sub
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明涉及数字图像压缩技术,具体为贝尔模板图像编码与解码方法。解决现有直接压缩原始贝尔模板图像数据的方法难以在压缩比、重构彩色图像质量和复杂度之间取得很好的平衡的问题。本发明采用LOCO-I技术对绿色分量进行无损编码;通过梯度插值法估计在红蓝分量位置上的绿色分量,可获得红蓝分量小波低频子带与被估计绿色分量低频子带之间的色差信号,这种色差信号可由LOCO-I技术进行无损或近无损压缩。在解码端,首先要获得无损的绿色分量,与编码过程一样估计在红蓝分量位置上的绿色分量,被估计的绿色分量的小波高频子带可替换红蓝分量的相应小波高频子带,其余部分是编码的逆过程。本发明具有高效、低复杂度的特点。
Description
技术领域
本发明涉及数字图像处理技术,特别是数字图像压缩技术,具体为贝尔模板图像编码与解码方法。
背景技术
随着具有类似贝尔彩色滤波阵列(简称贝尔模板)的图像传感器在数码相机、摄像机中的广泛应用,为了提高数字图像的存储与传输效率,图像数据压缩技术越来越显得重要。
在传统的数码摄像产品中,先对具有类似贝尔模板格式的数字图像(简称贝尔模板图像)进行插值处理来估计每个像素位置上缺失的另外两个颜色值,从而获得全彩色图像数据,然后采用基于小波变换的JPEG2000或JPEG国际标准对插值后的全彩数据进行压缩。显然这种传统的方法在插值过程中又产生了新的数据冗余,从而降低了压缩效率。近年来,直接压缩原始贝尔模板图像数据成为一个新的研究方向,产生了许多优秀的无损或有损压缩方法。与传统的压缩方法相比,直接压缩贝尔模板图像的优势在于:数码相机或摄像机的处理器不用执行插值算法,大大地降低了计算负荷,同时由于贝尔模板图像数据量仅为全彩图像的三分之一,有利于提高编码效率。贝尔模板图像解码及插值重构全彩图像可以在PC机上离线完成。
目前,贝尔模板图像无损压缩算法提供的压缩比很低,不能满足许多实际应用需求。为了提高压缩比,产生了基于JPEG2000等国际标准的多种有损压缩算法,这些算法存在的缺点是复杂度高,解压缩后的贝尔模板图像中各分量均产生失真且失真度较高,从而导致了即使在较低的压缩率时,采用优秀的插值算法也难以重构出令人满意的全彩图像。总之,这些算法难以在压缩比、重构彩色图像质量和复杂度之间取得很好的平衡。
发明内容
本发明为了解决现有直接压缩原始贝尔模板图像数据的方法难以在压缩比、重构彩色图像质量和复杂度之间取得很好的平衡的问题,提供一种贝尔模板图像编码与解码方法。该方法实现贝尔模板图像有损压缩和解压缩。该方法在获得较高压缩比的同时,保证重构彩色图像质量更加接近基于无损编解码的贝尔模板图像重构的彩色图像质量,且兼顾算法的低复杂度。
本发明是采用如下技术方案实现的:贝尔模板图像编码与解码方法,包括编码和解码过程,编码过程包括如下步骤:1、分离贝尔模板图像中红绿蓝分量,并把分离出的红色、蓝色分量变成紧凑矩形图像,绿分量保持为梅花状图像;2、无损压缩绿色分量数据,第一步:采用因果插值的方法估计除绿色梅花状图像的前两行、前两列外的每个当前待编码原始绿色像素左侧和上方像素位置缺失的绿色像素值(一般的,绿色梅花状图像的前两行,两列作为编码的缓冲,是不做处理的),以满足LOCO-I编码器预测器和上下文建模的需求,每个当前待编码原始绿色像素左侧像素位置的绿色像素估计值等于该像素位置左侧和上方的原始绿色像素值的平均值,每个当前待编码原始绿色像素上方像素位置的绿色像素估计值等于该像素位置的左侧和右侧的原始绿色像素值的平均值与该像素位置的上方的原始绿色像素值相加再除以2,其中编码进行到绿色梅花状图像每行末端时,当前待编码原始绿色像素上方像素位置的绿色像素估计值等于该像素位置的左侧和上方的原始绿色像素值的平均值(显然,该方法采用真实的原始绿色像素值来插值估计缺失的绿色像素值,满足LOCO-I编码器的光栅顺序编码要求,有效地降低了绿色通道编码复杂度);第二步:应用LOCO-I编码器对每个原始绿色像素编码(即仅对贝尔模板图像中原始绿色像素编码,估计的绿色值并不被编码);3、采用梯度插值法(梯度插值法为现有技术)估计贝尔模板图像中原始红色、蓝色像素位置缺失的绿色像素值,并把原始红色、蓝色像素位置上估计的绿色像素分离出来,变成与步骤1中的红色、蓝色紧凑矩形图像对应的绿色紧凑矩形图像;4、对步骤1和步骤3中获得的红蓝紧凑矩形图像及其对应的绿色紧凑矩形图像分别进行小波变换;5、小波变换后,红蓝紧凑矩形图像低频子带与其对应的绿色紧凑矩形图像低频子带相减,得到红-绿低频子带色差和蓝-绿低频子带色差;6、应用LOCO-I编码器对红-绿低频子带色差和蓝-绿低频子带色差进行近无损或无损编码;7、把步骤2和步骤6获得的原始绿色分量编码后得到的码流和红蓝低频子带色差编码后得到的码流复合形成完整的贝尔模板图像压缩码流,而完成编码过程;解码过程包括如下步骤:1、从复合码流中取得贝尔模板图像绿色分量码流,应用LOCO-I解码器获得原始绿色像素值,并按照梅花状图像排列;在解码每个原始绿色像素前,需要采用因果插值法获得当前待编码原始绿色像素左侧及上方位置的绿色像素估计值,这与编码过程中的步骤2中的因果插值法是一样的;2、采用梯度插值法估计原始红色、蓝色像素位置缺失的绿色像素值,并把原始红色、蓝色像素位置上估计的绿色像素分离出来,分别变成与红蓝分量对应的绿色紧凑矩形图像,这与编码过程中的步骤3相同;3、对红蓝分量对应的绿色紧凑矩形图像进行小波变换,分别得到四个子带;4、从复合码流中取得红-绿、蓝-绿低频子带色差码流,应用LOCO-I解码器得到红-绿、蓝-绿低频子带色差信号;5、解码贝尔模板图像中的红、蓝分量数据,解码红分量数据的过程如下:第一步:将步骤4得到的红-绿低频子带色差信号与步骤3得到的对应绿色紧凑矩形图像的低频子带相减,得到红分量的低频子带,第二步:把步骤3得到对应红分量的绿色紧凑矩形图像的高频子带视为红分量的高频子带,第三步:至此已得到红分量的四个小波子带,经小波逆变换恢复出红色紧凑矩形图像;与解码红分量数据的过程一样,可同时解码蓝分量而恢复出蓝色紧凑矩形图像;6、在步骤1得到的原始梅花状绿色分量图像的基础上,按照编码前原始红蓝像素在贝尔模板图像中的位置,排列解码后的红蓝紧凑矩形图像中的每个像素,恢复成贝尔模板图像。
本发明中所述的LOCO-I编解码器是现有技术。所述LOCO-I编解码器见文献“Marcelo J.Weinberger,Gadiel Seroussi,Guillermo Sapiro,“The LOCO-Ilossless image compression algorithm:principles and standardization intoJPEG-LS”[J].IEEE Trans Image Processing,2000,9(6):1309-1364”。
本发明把贝尔模板图像分离为三色分量通道,基于因果插值对绿色分量进行无损编解码,保留了原始彩色图像的主要亮度信息,有效地利用色分量的小波子带相关性,对红蓝分量进行有损编解码。为了降低算法复杂度,三个通道编解码器均采用低复杂度的LOCO-I预测差分编解码技术。
采用基于因果插值的LOCO-I技术对绿色分量进行无损编码;通过梯度插值法估计在红(蓝)分量位置上的绿色分量,被估计的绿色分量与红(蓝)分量之间对应的小波高频子带信息存在强烈的相关性,即被估计的绿色分量的小波高频子带可替换红(蓝)分量的相应小波高频子带,进一步可获得红(蓝)分量低频子带与被估计绿色分量低频子带之间的色差信号,这种色差信号可由低复杂度的LOCO-I技术进行无损或近无损压缩,从而完成高性能的贝尔模板图像编码。在解码端,首先要获得无损的绿色分量,其余部分是编码的逆过程。实验表明,解码后贝尔模板图像与编码前的贝尔模板图像相比,其PSNR平均值达到42dB以上,应用高性能的自适应滤波插值法可得到视觉无损的全彩图像。
编码器在色分量分离后得到三路分量,即把红蓝分量分别紧凑为矩形图像,绿色分量保持梅花状图像,对每个分量图像分别编码,最后把多路码流合并为最终压缩码流。在贝尔模板图像中,绿色分量占总像素数的二分之一,包含原图像的主要亮度信息,因此对于绿色分量,采用LOCO-I技术无损编码。在编码每个原始贝尔模板像素前,应采用因果插值法估计在红蓝像素位置上缺失的绿色值,获得全分辨率的绿色分量图像,为LOCO-I的预测器和上下文模型提供了匹配的数据。应该注意,本发明仅对原始贝尔模板图像中绿色像素编码,在红蓝像素位置上估计的绿色值并不被编码。对贝尔模板红色分量进行编码时,把紧凑的矩形红分量和在同位置上插值估计的矩形绿分量进行一层小波变换,本发明优选bior3.3小波,实验表明对应的小波高频子带之间存在强烈相关性。在解码端,原始贝尔模板图像的绿色分量能被无损解码,可以插值估计出与原始贝尔模板红色分量相同位置上的矩形绿色分量。本发明中,把该矩形绿色分量的小波高频子带视为原始贝尔模板红色分量的高频子带,因而在编码端贝尔模板红色分量的高频子带不必编码传输,只需要编码贝尔模板红色分量的低频子带,其数据量仅为原始贝尔模板红色分量的四分之一,进一步,该低频子带与被估计的矩形绿色分量的低频子带相减得到低频子带色差信号,有效地去除了红绿分量间冗余,降低了编码的复杂度,最后采用LOCO-I技术进行无损或近无损(δ=1,δ=2)编码。同理可编码贝尔模板蓝色分量。
在解码端,首先采用基于因果插值的LOCO-I解码器对绿色分量无损解码,获得原始的贝尔模板梅花状图像。应注意,正如LOCO-I编码器中一样,对于每个待解码的原始贝尔模板绿色像素,其解码器中的预测器和上下文模型也需要得到过去的红或蓝像素位置上缺失的绿色估计值,相应的估计方法仍然采用编码器中的因果插值法。在贝尔模板梅花状绿色分量图像基础上解码贝尔红色分量,采用与编码端相同的梯度插值法估计原始贝尔模板图像红像素位置的绿色像素值,并紧凑为绿色矩形图像,再进行与编码端一样的小波变换,得到一个绿色低频子带和三个绿色高频子带。在无损解码贝尔图像绿色分量的同时,红绿色差的低频子带也被解码,并与刚才得到的绿色低频子带相减获得红分量的低频子带,最后同已得到三个绿色高频子带合成并进行小波逆变换,便得到紧凑矩形的红色分量,显然与原始贝尔红色分量相比是失真的。同理可解码原始贝尔蓝色分量。最后,把解码后的矩形红蓝分量和梅花状绿色分量按照原始贝尔模板中位置恢复为贝尔图像即可,实验表明,解码后的贝尔模板图像与原始贝尔模板图像之间的峰值信噪比(PSNR)平均可达到42dB以上。
由于贝尔模板图像的绿色分量包含了原始彩色图像中主要的亮度信息,本发明对绿色分量进行无损压缩,对红蓝分量进行有损压缩,保证了本发明在所获得的压缩率下,与上述有损压缩方法相比,重构彩色图像质量更加接近基于无损编解码贝尔模板图像重构的彩色图像质量,且具有较低的复杂度。
图8给出了用PSNR评价编解码性能的流程。首先原始彩色图像被降采样得到原始贝尔模板图像,经编解码后得到的贝尔模板图像进行自适应滤波插值,得到重构的彩色图像,计算原始彩色图像与重构彩色图像之间的峰值信噪比(PSNR),具体计算公式如下
其中,I1表示原始彩色图像数据,I2表示解码后插值重构的彩色图像数据,x,y表示像素点的坐标,H,W表示图像的有效高度和宽度。
所述的自适应滤波插值见文献“Dmitriy Paliy,Vladimir Katkovnik,RaduBilcu,Sakari Alenius,Karen Egiazarian,″Spatially Adaptive Color Filter ArrayInterpolation for Noiseless and Noisy Data″,Wiley Periodicals,Inc.Vol.17,105-122(2007)”
图9是从柯达标准图像集中选出的24幅彩色图像(24bit/像素),被广泛用于处理贝尔模板图像的各类算法的实验之中。按从左到右从上到下的排列顺序,对每张图编号,编号为1-24。
本发明的技术效果如下:
1)提供了一种基于小波变换的高效、低复杂度的贝尔模板图像数据压缩与解压方法。
2)本发明算法结构简单,计算量小,完全采用整数运算,在各个编解码通道中可重用小波变换和LOCO-I编解码器,占用硬件资源少,易于硬件实现。
3)采用图8所示的流程来评价本发明效果。选用Kodak标准图片集中的24幅全彩图像(图9)作为实验数据。在给定比特率时,本发明与JPEG2000所产生的PSNR值列在表1中。实验结果表明,本发明在三种比特率下,针对几乎所有测试图像得到的PSNR值均高于JPEG2000对应值,而且更接近原始贝尔模板直接插值的结果,重构的彩色图像达到视觉无损效果。本发明的复杂度明显低于JPEG2000。
表1中,第二列表示采用自适应滤波插值法对原始贝尔模板图像直接插值重构后所获得彩色图像的PSNR值,第二列为本发明在三种码率下解码后插值重构得到彩色图像的PSNR值,第三列为JPEG2000在三种码率下解码后插值重构得到彩色图像的PSNR值。bpp表示压缩率,即平均每像素的比特数。其中2.73bbp为色差信号无损编码(δ=0)的压缩率,2.56bbp为有损编码方式(δ=1)的压缩率,2.49bbp为有损编码(δ=2)的压缩率。
表1本发明效果与JPEG2000的PSNR比较
附图说明
图1为编码过程的流程框图;
图2为解码过程的流程框图;
图3贝尔模板图像色分量分离图;
图4绿色分量因果插值示意图;
图5绿色分量梯度插值示意图;
图6红色分量编码通道流程图;
图7红色分量解码通道流程图;
图8PSNR评价原理图;
图9柯达标准图像集;
具体实施方式
贝尔模板图像编码与解码方法,包括编码和解码过程,编码过程包括如下步骤:1、分离贝尔模板图像中红绿蓝分量,并把分离出的红色、蓝色分量变成紧凑矩形图像,绿分量保持为梅花状图像;2、无损压缩绿色分量数据,第一步:采用因果插值的方法估计除绿色梅花状图像的前两行、前两列外的每个当前待编码原始绿色像素左侧和上方像素位置缺失的绿色像素值,每个当前待编码原始绿色像素左侧像素位置的绿色像素估计值等于该像素位置左侧和上方的原始绿色像素值的平均值,每个当前待编码原始绿色像素上方像素位置的绿色像素估计值等于该像素位置的左侧和右侧的原始绿色像素值的平均值与该像素位置的上方的原始绿色像素值相加再除以2,其中编码进行到绿色梅花状图像每行末端时,当前待编码原始绿色像素上方像素位置的绿色像素估计值等于该像素位置的左侧和上方的原始绿色像素值的平均值;第二步:应用LOCO-I编码器对每个原始绿色像素编码;3、采用梯度插值法估计贝尔模板图像中原始红色、蓝色像素位置缺失的绿色像素值,并把原始红色、蓝色像素位置上估计的绿色像素分离出来,变成与步骤1中的红色、蓝色紧凑矩形图像对应的绿色紧凑矩形图像;4、对步骤1和步骤3中获得的红蓝紧凑矩形图像及其对应的绿色紧凑矩形图像分别进行小波变换;5、小波变换后,红蓝紧凑矩形图像低频子带与其对应的绿色紧凑矩形图像低频子带相减,得到红-绿低频子带色差和蓝-绿低频子带色差;6、应用LOCO-I编码器对红-绿低频子带色差和蓝-绿低频子带色差进行近无损或无损编码;7、把步骤2和步骤6获得的原始绿色分量编码后得到的码流和红蓝低频子带色差编码后得到的码流复合形成完整的贝尔模板图像压缩码流,而完成编码过程;解码过程包括如下步骤:1、从复合码流中取得贝尔模板图像绿色分量码流,应用LOCO-I解码器获得原始绿色像素值,并按照梅花状图像排列;在解码每个原始绿色像素前,需要采用因果插值法获得当前待编码原始绿色像素左侧及上方位置的绿色像素估计值,这与编码过程中的步骤2中的因果插值法是一样的;2、采用梯度插值法估计原始红色、蓝色像素位置缺失的绿色像素值,并把原始红色、蓝色像素位置上估计的绿色像素分离出来,分别变成与红蓝分量对应的绿色紧凑矩形图像,这与编码过程中的步骤3相同;3、对红蓝分量对应的绿色紧凑矩形图像进行小波变换,分别得到四个子带;4、从复合码流中取得红-绿、蓝-绿低频子带色差码流,应用LOCO-I解码器得到红-绿、蓝-绿低频子带色差信号;5、解码贝尔模板图像中的红、蓝分量数据,解码红分量数据的过程如下:第一步:将步骤4得到的红-绿低频子带色差信号与步骤3得到的对应绿色紧凑矩形图像的低频子带相减,得到红分量的低频子带,第二步:把步骤3得到对应红分量的绿色紧凑矩形图像的高频子带视为红分量的高频子带,第三步:至此已得到红分量的四个小波子带,经小波逆变换恢复出红色紧凑矩形图像;与解码红分量数据的过程一样,可同时解码蓝分量而恢复出蓝色紧凑矩形图像;6、在步骤1得到的原始梅花状绿色分量图像的基础上,按照编码前原始红蓝像素在贝尔模板图像中的位置,排列解码后的红蓝紧凑矩形图像中的每个像素,恢复成贝尔模板图像。本发明中的小波变换选择bior3.3小波变换,小波逆变换选择bior3.3小波逆变换,以进一步提高编码和解码的效率。
结合附图对本发明作进一步描述:
图1是本发明编码过程的流程框图。先对贝尔模板图像进行色分量分离,绿色分量保持梅花状,红色和蓝色分量变成紧凑矩形图像。编码分为三个通道,每个通道都采用低复杂度的LOCO-I编码器进行编码,整体上降低了编码器的算法复杂度。由于绿色分量包含了贝尔模板图像亮度的主要信息,还要为红蓝分量编码通道提供信息,因此绿色分量进行无损压缩。在绿色编码通道中,因果插值模块的作用是保证在编码某个绿色像素值之前估计其相应上下文中缺失的绿色像素值,开关K1表示只输出对应梅花状图像中原始绿色像素的码字,而不输出被因果插值估计的绿色像素的码字。在红色分量编码通道中,基于绿色梅花状图像进行梯度插值来估计红分量像素位置的绿色像素值,然后对红分量紧凑图像及其同像素位置的绿色紧凑图像分别进行一层小波分解,所采用小波为bior3.3,二者的低频子带对应系数相减得到红-绿低频子带色差信号,最后应用LOCO-I编码器进行无损或近无损编码。同理可编码蓝色通道。开关K2表示红蓝编码通道可依次复用LOCO-I编码器。最终把三个通道的码流复合为完整的贝尔模板图像码流。
图2是本发明解码过程的流程框图。对应编码器,解码器也分为三个通道,分别解码红绿蓝分量,红蓝解码通道可并行工作。首先从编码流中分离出各分量的码流,然后应用LOCO-I解码器和因果插值模块得到原始的绿色像素,并把这些像素排列为如编码端的梅花状图像。接着应用如编码端的梯度插值法估计原始红蓝像素位置的绿色像素值,形成各自对应的绿色紧凑矩形图像,分别进行一层小波分解得到各自的四个小波子带。在红通道解码时,首先应用LOCO-I解码器得到红-绿低频子带色差信号,再与其对应的绿色矩形图像的低频子带相减获得红分量低频子带,该低频子带与红分量对应的绿色矩形图像的高频子带合成四个子带并进行小波逆变换,便得到原始红分量的解码值。同理可进行蓝通道解码。开关K2表示红蓝编码通道可依次复用LOCO-I解码器。最后,将各通道解码的像素按照原始贝尔模板图像位置重新组合,恢复成贝尔模板图像。
图3是对贝尔模板图像色分量进行分离的示意图。分离后,绿色分量保持梅花状图像,红色、蓝色分量变成紧凑矩形图像。
图4为因果插值示意图。基于图3中分离得到的绿色梅花状图像,设待编码像素为G34,LOCO-I编码器需要知道G34左侧和上方缺失的绿色像素值,分别以GL,GU表示,估计方法如下
此外,如果待编码像素到达图像行的末端,设待编码像素为G36,GL的估计方法不变,GU的估计方法变为:
显然,该方法仅采用待编码像素过去的真实像素来插值估计缺失的绿色像素值,满足LOCO-I编码器的光栅顺序编码要求,有效地降低了绿色通道编码复杂度。
图5是绿色分量梯度插值示意图。基于图3中分离得到的绿色梅花状图像,估计红蓝分量矩形图像对应的绿色矩形图像的值,以估计R33像素位置缺失的绿色像素为例,方法如下
其中:
同理可估计其它位置缺失的绿色像素值。最后把估计的绿色像素排列为对应图3中红蓝分量矩形图像的绿色矩形图像。
图6为红分量编码通道的流程图。红分量矩形图像及其对应的绿色矩形图像通过bior3.3小波一层分解后获得各自低频子带,分别表示为和RLL,令和RLL子带中对应系数相减,得到红-绿低频子带色差信号并输入LOCO-I编码器,可以选择无损编码(δ=0)或有损编码方式(δ=1,δ=2)。蓝分量编码通道工作原理与此相同。
Claims (2)
1.一种贝尔模板图像编码与解码方法,包括编码和解码过程,其特征为:编码过程包括如下步骤:1、分离贝尔模板图像中红色、绿色、蓝色分量,并把分离出的红色、蓝色分量变成红色紧凑矩形图像和蓝色紧凑矩形图像,绿色分量保持为梅花状图像;2、无损压缩绿色分量数据,第一步:采用因果插值的方法估计除绿色梅花状图像的前两行、前两列外的每个当前待编码原始绿色像素左侧和上方像素位置缺失的绿色像素值,每个当前待编码原始绿色像素左侧像素位置的绿色像素估计值等于该像素位置左侧和上方的原始绿色像素值的平均值,每个当前待编码原始绿色像素上方像素位置的绿色像素估计值等于该像素位置的左侧和右侧的原始绿色像素值的平均值与该像素位置的上方的原始绿色像素值相加再除以2,其中编码进行到绿色梅花状图像每行末端时,当前待编码原始绿色像素上方像素位置的绿色像素估计值等于该像素位置的左侧和上方的原始绿色像素值的平均值;第二步:应用LOCO-I编码器对每个原始绿色像素编码;3、采用梯度插值法估计贝尔模板图像中原始红色、蓝色像素位置缺失的绿色像素值,并把原始红色、蓝色像素位置上估计的绿色像素分离出来,变成与步骤1中的红色紧凑矩形图像和蓝色紧凑矩形图像对应的绿色紧凑矩形图像;4、对步骤1和步骤3中获得的红色紧凑矩形图像和蓝色紧凑矩形图像及其对应的绿色紧凑矩形图像分别进行小波变换;5、小波变换后,红色紧凑矩形图像和蓝色紧凑矩形图像低频子带与其对应的绿色紧凑矩形图像低频子带相减,得到红-绿低频子带色差和蓝-绿低频子带色差;6、应用LOCO-I编码器对红-绿低频子带色差和蓝-绿低频子带色差进行近无损或无损编码;7、把步骤2和步骤6获得的原始绿色分量编码后得到的码流和红-绿低频子带色差、蓝-绿低频子带色差编码后得到的码流复合形成完整的贝尔模板图像压缩码流,而完成编码过程;
解码过程包括如下步骤:1、从贝尔模板图像压缩码流中取得贝尔模板图像绿色分量码流,应用LOCO-I解码器获得原始绿色像素值,并按照梅花状图像排列;2、采用梯度插值法估计原始红色、蓝色像素位置缺失的绿色像素值,并把原始红色、蓝色像素位置上估计的绿色像素分离出来,分别变成与红色和蓝色分量对应的绿色紧凑矩形图像;3、对红色和蓝色分量对应的绿色紧凑矩形图像进行小波变换,分别得到四个子带;4、从贝尔模板图像压缩码流中取得红-绿低频子带色差和蓝-绿低频子带色差码流,应用LOCO-I解码器得到红-绿低频子带色差和蓝-绿低频子带色差;5、解码贝尔模板图像中的红色和蓝色分量数据,解码红色分量数据的过程如下:第一步:将步骤4得到的红-绿低频子带色差与步骤3得到的对应绿色紧凑矩形图像的低频子带相减,得到红色分量的低频子带,第二步:把步骤3得到对应红色分量的绿色紧凑矩形图像的高频子带视为红色分量的高频子带,第三步:至此已得到红色分量的四个小波子带,经小波逆变换恢复出红色紧凑矩形图像;与解码红色分量数据的过程一样,可同时解码蓝色分量而恢复出蓝色紧凑矩形图像;6、在步骤1得到的原始梅花状绿色分量图像的基础上,按照编码前原始红色和蓝色像素在贝尔模板图像中的位置,排列解码后的红色紧凑矩形图像和蓝色紧凑矩形图像中的每个像素,恢复成贝尔模板图像。
2.如权利要求1所述的贝尔模板图像编码与解码方法,其特征为:小波变换选择bior3.3小波变换,小波逆变换选择bior3.3小波逆变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810080232 CN101442673B (zh) | 2008-12-19 | 2008-12-19 | 贝尔模板图像编码与解码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810080232 CN101442673B (zh) | 2008-12-19 | 2008-12-19 | 贝尔模板图像编码与解码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101442673A CN101442673A (zh) | 2009-05-27 |
CN101442673B true CN101442673B (zh) | 2010-08-11 |
Family
ID=40726891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810080232 Expired - Fee Related CN101442673B (zh) | 2008-12-19 | 2008-12-19 | 贝尔模板图像编码与解码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101442673B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011053178A1 (en) * | 2009-10-27 | 2011-05-05 | Intel Corporation | Scalable compression using jpeg-ls |
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 |
CN101841720B (zh) * | 2010-05-25 | 2011-08-10 | 东南大学 | 基于改进vls的立体视频编码方法 |
CN102665030B (zh) * | 2012-05-14 | 2014-11-12 | 浙江大学 | 一种基于改进双线性的Bayer格式颜色插值方法 |
KR101744761B1 (ko) * | 2012-11-30 | 2017-06-09 | 한화테크윈 주식회사 | 영상처리장치 및 방법 |
CN103369325B (zh) * | 2013-06-17 | 2016-08-10 | 中国人民解放军总参谋部第六十一研究所 | 一种适用于无线视频传感网的低复杂度视频压缩传输方法 |
KR102144329B1 (ko) * | 2013-12-31 | 2020-08-13 | 엘지디스플레이 주식회사 | 유기 발광 디스플레이 장치와 이의 구동 방법 |
CN106447616B (zh) * | 2015-08-12 | 2021-10-08 | 中兴通讯股份有限公司 | 一种实现小波去噪的方法和装置 |
CN105306941B (zh) * | 2015-11-12 | 2019-05-24 | 成都图影视讯科技有限公司 | 一种视频编码方法 |
CN105578160A (zh) * | 2015-12-23 | 2016-05-11 | 天津天地伟业数码科技有限公司 | 一种基于fpga平台的高清晰度去马赛克插值方法 |
CN108495134B (zh) * | 2018-03-26 | 2019-10-11 | 西安电子科技大学 | 基于jpeg2000标准的贝尔图像压缩方法 |
CN111263128B (zh) * | 2018-11-30 | 2021-06-25 | 展讯通信(上海)有限公司 | 图像插值方法及装置、存储介质、终端 |
CN110636308B (zh) * | 2019-09-21 | 2022-05-10 | 苏州维赛智芯体育科技有限公司 | 一种基于改进型游程编码的线阵图像数据压缩方法 |
CN112200825B (zh) * | 2020-10-14 | 2022-06-14 | 长光卫星技术股份有限公司 | 一种基于贝尔编码图像的空间目标光度反演方法 |
US11606578B1 (en) * | 2021-08-26 | 2023-03-14 | Intopix S.A. | Method and apparatus for performing compression of a color image |
-
2008
- 2008-12-19 CN CN 200810080232 patent/CN101442673B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101442673A (zh) | 2009-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101442673B (zh) | 贝尔模板图像编码与解码方法 | |
AU2006200634B2 (en) | Color space scalable video coding and decoding method and apparatus for the same | |
US7076108B2 (en) | Apparatus and method for image/video compression using discrete wavelet transform | |
CN100466738C (zh) | 使用层间滤波的视频编码和解码方法及使用该方法的设备 | |
CN101938656B (zh) | 基于关键帧超分辨率重建的视频编解码*** | |
US7792370B2 (en) | Residual color transform for 4:2:0 RGB format | |
JP6141295B2 (ja) | 知覚的に無損失のおよび知覚的に強調された画像圧縮システムならびに方法 | |
JP2000511363A (ja) | 画像を圧縮するための方法及び装置 | |
WO2002050769A2 (en) | Method for dynamic 3d wavelet transform for video compression | |
JP2004533181A (ja) | デジタルイメージに対する選択的なクロミナンスデシメーション | |
JP2022536512A (ja) | 符号化器及び一連のフレームを符号化する方法 | |
Gharavi et al. | Application of quadrature mirror filtering to the coding of monochrome and color images | |
CN104144279B (zh) | 处理图像/视频数据的方法及装置 | |
Deshlahra | Analysis of Image Compression Methods Based On Transform and Fractal Coding | |
Singh et al. | JPEG2000: A review and its performance comparison with JPEG | |
JPH0918876A (ja) | 動画像符号化装置及び動画像復号装置 | |
KR101421231B1 (ko) | 웨이블릿 변환을 이용한 영상 압축 장치 | |
i Ventura et al. | Color image scalable coding with matching pursuit | |
Luo et al. | Three dimensional subband video analysis and synthesis with adaptive clustering in high frequency subbands | |
Wus et al. | Image coding using vector filter bank and vector quantization | |
Singh et al. | Comparative Analysis of Transform based Lossy Image Compression Techniques | |
Ilgin et al. | Image and Video Compression Artifact Reduction at Low Bit Rates Using Local Cosine Transform in Conjunction with Significance Map Coding | |
Baithoon | Combined DWT and DCT Image Compression Using Sliding RLE Technique | |
Lee et al. | Efficient compression for sampled color images | |
Xu | Embedded Zero Tree as Image Coding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100811 Termination date: 20141219 |
|
EXPY | Termination of patent right or utility model |