CN107343200A - 一种基于光学方法的多彩色图像压缩及解压缩方法及装置 - Google Patents
一种基于光学方法的多彩色图像压缩及解压缩方法及装置 Download PDFInfo
- Publication number
- CN107343200A CN107343200A CN201710547473.7A CN201710547473A CN107343200A CN 107343200 A CN107343200 A CN 107343200A CN 201710547473 A CN201710547473 A CN 201710547473A CN 107343200 A CN107343200 A CN 107343200A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- msub
- gray level
- grating
- 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.)
- Granted
Links
- 230000006835 compression Effects 0.000 title claims abstract description 33
- 238000007906 compression Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000003287 optical effect Effects 0.000 title claims abstract description 19
- 230000006837 decompression Effects 0.000 title claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 238000013139 quantization Methods 0.000 claims description 14
- 238000005520 cutting process Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000002834 transmittance Methods 0.000 claims description 5
- 238000005094 computer simulation Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 101000911390 Homo sapiens Coagulation factor VIII Proteins 0.000 claims 1
- 102000057593 human F8 Human genes 0.000 claims 1
- 229940047431 recombinate Drugs 0.000 claims 1
- 238000004088 simulation Methods 0.000 claims 1
- 239000011159 matrix material Substances 0.000 abstract description 23
- 238000003860 storage Methods 0.000 abstract description 10
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 238000004040 coloring Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
- H04N1/648—Transmitting or storing the primary (additive or subtractive) colour signals; Compression thereof
-
- 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
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- 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
- H04N19/186—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 colour or a chrominance component
-
- 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
-
- 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
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于光学方法的多彩色图像压缩及解压缩方法及装置，该压缩和解压方法通过依次提取彩色图像，并对提取图像的RGB灰度图的像素值进行分类；利用特定色彩的排序，将彩色图像转变成带有颜色信息的灰度图像，然后利用闪耀光栅对图像进行θ调制，得到多幅灰度图像的叠加图像，完成图像压缩；对叠加图像进行傅里叶变换后得到对应的衍射光斑，利用特制空间滤波器对衍射光斑进行依次滤波，获得灰度图像，依据对应的RGB矩阵，得到彩色图像的RGB灰度图像，合成彩色图像。本发明所述方案中的压缩和解压缩操作简单，将三个通道变成一个通道操作，节省操作设备，减少运行时间，降低成本，能够广泛运用于彩色图像存储﹑加密及传输领域中。
Description
技术领域
本发明属于图像处理领域，特别涉及一种基于光学方法的多彩色图像压缩及解压缩方法及装置。
背景技术
随着信息技术的快速发展，对存储、传播、处理和利用的信息量在急剧增加。图像作为信息传输的重要方式，在信息存储和通信领域中有着非常重要的应用。生活中大多物体都呈现彩色，且彩色图像将不同的色彩和亮度组合起来包含丰富的信息，可以描述更加丰富的内容，随着成像设备和计算机技术的快速发展，越来越多的应用场合需要对彩色图像进行处理和分析，因此彩色图像加密与存储技术有很大的研究价值及空间。近年来，基于灰度图像存储技术相对比较成熟，但是对于彩色图像的加密与存储相比灰度图象在运行时间和操作设备上都要花费更多，并且仅限于单个或几幅彩色图像的加密与压缩存储，故现有技术中存在存储多幅彩色图像所占空间大，在视频传输中所耗资源较多的问题。
发明内容
本发明的目的在于克服现有技术的不足，提出一种基于光学方法的多彩色图像压缩及解压缩方法及装置，减少彩色图像所占存储空间，节约成本，解决视频、电影图像等大信息量连续彩色图像的安全存储及传输等难题。
一种基于光学方法的多彩色图像压缩方法，包括以下步骤：
步骤1：对待存储的原始彩色图像进行统一量化，得到量化彩色图像；
所述统一量化是指依次对原始彩色图像的RGB三通道图像上各像素点的像素值除以51处理，并将得到的结果进行四舍五入获得N，将对应像素点的像素值更新为51×N；
量化彩色图像中每一个通道上的像素值取值有六种情况，共有6×6×6＝216种颜色；
步骤2：将量化彩色图像重新编码为灰度级为216的重组灰度图像；
编码顺序为颜色渐变顺序，将RGB值(0,0,0)-(255,255,255)与灰度值(1)-(216)一一对应；只要相邻的颜色两两相近，并且保证颜色的变化是一个渐变的过程，就可以将彩色图像恢复出来；
步骤3：对所有重组灰度图像利用闪耀光栅进行θ调制，对调制后的图像进行叠加，得到压缩图像；
其中，不同的重组灰度图像使用不同的闪耀光栅，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角。
θ调制即利用光栅的分频和空间滤波器的选频来实现复用成像***的编码；
进一步地，所述步骤2中使用的编码顺序依次为黑、灰、白、红、橙、黄、绿、青、蓝、紫。
即将量化后的RGB值按照上述顺序依次排列，然后将重新排序后的RGB值依次对应到1-216，如黑色RGB(0,0,0)为排序后的第一个，对应的灰度值为1；白色RGB(255,255,255)为排序后的第6个，对应的灰度值为6；
当存储多幅图像的时候，按照这个顺序对每幅图进行量化编码排序，最后恢复的彩色图像与原始彩色图像相比，色差不会有太大的出入，按照这个顺序排序既能够保证颜色的变化是一个渐渐变化的过程，又不会发生颜色跳变；
进一步地，所述步骤3中，在θ调制阶段利用计算机仿真模拟生成槽型角不同的闪耀光栅，且通过对同一槽型角的光栅采用不同的旋转角度，从而生成多个槽形角和旋转方向不同的闪耀光栅，用于调制多幅输入图像；
其中，所述闪耀光栅的传输函数为：
式中，λ表示照射光的波长，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角，取值范围为5.73°-24.23°，α为光束入射角，取值范围为[-90°,90°]，β为光束反射角，取值范围为[-90°,90°]；x为入射光束在x方向距离前一个入射光点的水平距离，d为光栅周期，入射光束垂直或按非垂直的固定角度入射到光栅，光栅周期d的取值范围2-100个像素，g(x)的取值范围为(0-1)。
闪耀光栅的槽型角决定了调制图像所对应衍射光斑的位置半径，从而通过调制光栅槽型角和旋转角度，实现多幅图像的叠加压缩存储；
一种基于光学方法的多彩色图像解压缩方法，包括以下步骤：
步骤A：获取利用上述一种基于光学方法的多彩色图像压缩方法得到的压缩图像；
步骤B：对压缩图像进行傅里叶变换得到压缩图像的衍射光斑，利用空间滤波器对衍射光斑滤波，将过滤得到的各个衍射光斑进行傅里叶逆变换，依次恢复出多幅重组灰度图像；
空间滤波器的透过率函数为：
式中，fx，fy为频谱空间的坐标，fcxi，fcyi为i第个圆斑滤波器的中心坐标，与对应的衍射光斑中心的坐标取值相同，Ri表示第i个圆斑滤波器的滤波孔径，取值为对应衍射光斑与相邻光斑之间的最小间距，T(fx,fy)的范围是(0-1)；
步骤C：按照上述一种基于光学方法的多彩色图像压缩方法中的编码顺序，对步骤B恢复的重组灰度图像进行彩色图像还原。
一种基于光学方法的多彩色图像压缩装置，包括：
量化单元，用于对待存储的原始彩色图像进行统一量化，得到量化彩色图像；
所述统一量化是指依次对原始彩色图像的RGB三通道图像上各像素点的像素值除以51处理，并将得到的结果进行四舍五入获得N，将对应像素点的像素值更新为51×N；
编码单元，用于将量化彩色图像重新编码为灰度级为216的重组灰度图像；
调制与叠加单元，用于对所有重组灰度图像利用闪耀光栅进行θ调制，对调制后的图像进行叠加，得到压缩图像；
其中，不同的重组灰度图像使用不同的闪耀光栅，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角。
进一步地，所述编码单元使用的编码顺序依次为黑、灰、白、红、橙、黄、绿、青、蓝、紫。
进一步地，所述调制与叠加单元在θ调制阶段利用计算机仿真模拟生成槽型角不同的闪耀光栅，且通过对同一槽型角的光栅采用不同的旋转角度，从而生成多个槽形角和旋转方向不同的闪耀光栅，用于调制多幅输入图像；
其中，所述闪耀光栅的传输函数为：
式中，λ表示照射光的波长，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角，取值范围为5.73°-24.23°，α为光束入射角，取值范围为[-90°,90°]，β为光束反射角，取值范围为[-90°,90°]；x为入射光束在x方向距离前一个入射光点的水平距离，d为光栅周期，入射光束垂直或按非垂直的固定角度入射到光栅，光栅周期d的取值范围2-100个像素，g(x)的取值范围为(0-1)。
一种基于光学方法的多彩色图像解压缩装置，包括：
图像获取单元，用于获取利用上述一种基于光学方法的多彩色图像压缩装置得到的压缩图像；
图像解压单元，用于对压缩图像进行傅里叶变换得到压缩图像的衍射光斑，利用空间滤波器对衍射光斑滤波，将过滤得到的各个衍射光斑进行傅里叶逆变换，依次恢复出多幅重组灰度图像；
空间滤波器的透过率函数为：
式中，fx，fy为频谱空间的坐标，fcxi，fcyi为i第个圆斑滤波器的中心坐标，与对应的衍射光斑中心的坐标取值相同，Ri表示第i个圆斑滤波器的滤波孔径，取值为对应衍射光斑与相邻光斑之间的最小间距，T(fx,fy)的范围是(0-1)；
彩色还原单元，按照上述一种基于光学方法的多彩色图像压缩装置中的编码顺序，对重组灰度图像进行彩色还原，完成解压处理。
有益效果
本发明提出了一种基于光学方法的多彩色图像压缩及解压缩方法及装置，该压缩和解压方法通过依次提取彩色图像，并对提取图像的RGB灰度图的像素值进行分类，实现颜色的量化压缩，利用特定色彩的排序，将彩色图像转变成带有颜色信息的灰度图像，然后利用闪耀光栅对图像进行θ调制，得到多幅灰度图像叠加成图像，完成图像压缩；对叠加图像进行傅里叶变换后得到对应的衍射光斑，利用特制空间滤波器对衍射光斑进行依次滤波，获得灰度图像，根据灰度图像的各个像素值，找到与之对应的RGB矩阵，遍历灰度图像，得到彩色图像的RGB灰度图像，合成彩色图像。本发明所述方案中的压缩和解压缩操作简单，将三个通道变成一个通道操作，节省操作设备，减少运行时间，降低成本，能够广泛运用于彩色图像存储﹑加密及传输领域中，提高了传输效率，经过操作得到的图像清晰，恢复程度高，有较大的应用空间。
附图说明
图1为本发明方法的流程图；
图2为待压缩的原始彩色图像；
图3为图2的量化后彩色图像；
图4为经过编码后的灰度图像；
图5为经过光栅调制后的所有图像的叠加图像；
图6为叠加图像在频谱平面的衍射光斑分布图；
图7为空间滤波器示意图；
图8为经过滤波后得到的灰度图像；
图9为对图5解压后的解码出的彩色图像。
具体实施方式
下面将结合附图和实例对本发明做进一步地说明。
如图1所示，一种基于光学方法的多彩色图像压缩及解压缩方法，包括以下步骤：
步骤1：对待存储的原始彩色图像进行统一量化，得到量化彩色图像；
如图2所示，为选取的16幅原始彩图像，图像大小为512pixel×512pixel。
所述统一量化是指依次对原始彩色图像的RGB三通道图像上各像素点的像素值除以51处理，并将得到的结果进行四舍五入获得N，将对应像素点的像素值更新为51×N；
量化彩色图像中每一个通道上的像素值取值有六种情况，共有6×6×6＝216种颜色；
对彩色图像进行颜色量化，量化后的图像如图3所示，具体步骤如下：
依次提取彩色图像RGB三个通道的灰度图像；
R(i,j)，G(i,j)，B(i,j)分别表示原图像中位于第i行j列像素在RGB通道上的灰度值；
将每个彩色图像R(i,j)，G(i,j)，B(i,j)重新定义，逐个读取R(i,j)的值，分别除以51，采取四舍五入取整的方法，得到的结果为N，此时令R(i,j)＝51×N；
这样R(i,j)的取值就有0，51，102，153，204，255六种，同理G(i,j)，B(i,j)也分别有六种取值；
经过上述过程，就得到重新定义的RGB灰度图像，并合成新彩色图像图像，像素512pixel×512pixel，用新彩色图像表示原彩色图像；
步骤2：将量化彩色图像重新编码为灰度级为216的重组灰度图像；
编码顺序为颜色渐变顺序，将RGB值[0,0,0]-[255,255,255]与灰度值[1]-[216]一一对应；只要相邻的颜色两两相近，并且保证颜色的变化是一个渐变的过程，就可以将彩色图像恢复出来；
步骤A：对216种颜色按照黑、灰、白、红、橙、黄、绿、青、蓝、紫的顺序进行排序，相邻的颜色两两相近，完成颜色的渐变；
将每个颜色的RGB值的行矩阵依次写入216×3的矩阵，得到矩阵即为颜色矩阵记为矩阵W；
步骤B：将各个颜色的对应RGB矩阵与颜色矩阵W的行标K相对应，行标就是各个颜色RGB矩阵对应灰度值，黑色RGB矩阵为(0,0,0)，则对应的灰度值即为1，以此类推，每个颜色的RGB矩阵就与灰度值一一对应；
步骤C：将新彩色图像编码为灰度图像记为I，具体过程如下；
提取新彩色图像的R(i,j)，G(i,j)，B(i,j)，将R(i,j)，G(i,j)，B(i,j)构成新的矩阵D，即D(R(i,j),G(i,j),B(i,j))；
在颜色矩阵W中寻找与D(R(i,j),G(i,j),B(i,j))相同的行矩阵，行标为K是颜色矩阵W的第K行，D矩阵为一个行向量，D(R(i,j),G(i,j),B(i,j))，R(i,j)，G(i,j)，B(i,j)各表示一个值，此时，I(i,j)灰度值即为K，重复此操作512×512次，即可得与彩色图像相对应的灰度图像；
步骤D：对多幅颜色量化的彩色图像重复步骤C，得到多幅灰度图像，如图4所示；
步骤3：对所有重组灰度图像利用闪耀光栅进行θ调制，对调制后的图像进行叠加，得到压缩图像，如图5所示；
利用计算机仿真模拟生成槽型角不同的闪耀光栅，且通过对同一槽型角的光栅采用不同的旋转角度，从而生成多个槽形角和旋转方向不同的闪耀光栅；将编码后灰度图像的灰度值与不同的闪耀光栅的位相相乘，通过调制光栅槽型角和旋转角度，实现多幅图像的叠加存储；
其中，所述闪耀光栅的传输函数为：
式中，λ表示照射光的波长，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角，取值范围为5.73°-24.23°，α为光束入射角，取值范围为[-90°,90°]，β为光束反射角，取值范围为[-90°,90°]；x为入射光束在x方向距离前一个入射光点的水平距离，d为光栅周期，入射光束垂直或按非垂直的固定角度入射到光栅，光栅周期d的取值范围2-100个像素，g(x)的取值范围为0-1。
其中，不同的重组灰度图像使用不同的闪耀光栅，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角。
步骤4：如图6所示，对压缩图像进行傅里叶变换得到压缩图像的衍射光斑，利用空间滤波器(如图7所示)对衍射光斑滤波，将过滤得到的各个衍射光斑进行傅里叶逆变换，依次恢复出多幅重组灰度图像如图8所示；
空间滤波器的透过率函数为：
式中，fx，fy为频谱空间的坐标，fcxi,fcyi为i第个圆斑滤波器的中心坐标，与对应的衍射光斑中心的坐标取值相同，Ri表示第i个圆斑滤波器的滤波孔径，取值为对应衍射光斑与相邻光斑之间的最小间距，T(fx,fy)的范围是(0-1)。
步骤5：对所得灰度图像的像素值取整，根据灰度图像的像素值即颜色矩阵的行标K，去寻找颜色矩阵所对应RGB矩阵，将矩阵的RGB像素值写入到对应的RGB灰度图像的像素中；得到彩色图像的RGB灰度图，最后合成彩色图像。
滤波后的灰度图像记为L，L(i,j)表示第i行j列像素的灰度值，对L(i,j)取整，使灰度图像的各个像素值都为整数；
取整后灰度图像的L(i,j)值，即为颜色矩阵的行标，W(L(i,j),:)即为1×3的矩阵,将矩阵第一列的值写入R’(i,j)，第二列写入到G’(i,j)，第三列写入到B’(i,j)，执行多此循环，就可得到R’，G’，B’的灰度图像，将R’，G’，B’的灰度图像合成彩色图像；
对滤波后每幅灰度图像重复上述操作，就可得到解码后的彩色图像，如图9所示。
根据彩色图像的恢复图我们可以得出图像恢复质量主要取决于以下几个方面：
滤波器中每个圆孔要与频域衍射光斑各个光斑的位置和大小相吻合，并且要保证每个圆孔能够滤出大部分的图像信息；
滤波器孔径过大会引入串扰，使图像的颜色恢复受到其他彩色图像影响，滤波孔径太小，将会丢失太多图片信息，导致图像轮廓模糊；
颜色矩阵W每种颜色之间的排序要安排合理，由于编码的灰度图像经过一系列操作后，灰度值会在一定范围内发生变化，这样与之对的颜色也会发生变化；
合理的颜色排序，能够保证即使灰度值发生变化，颜色的变化也不灰太大，不会发生颜色突然跳变，只是使颜色变深或者变浅，并不影响视觉效果；
对比图3与图9，可以看到彩色图像被清晰的恢复出来。在本例中一张叠加图像可以存储上百幅灰度图像，每幅灰度图像经过解码后可以恢复出彩色图像，这样就完成用灰度图像表示彩色图像，减小实验操作的难度，节约存储空间，存储效率是原来存储灰度图像的三倍，为彩色图像的加密与存储提供了一条有效途径。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种基于光学方法的多彩色图像压缩方法，其特征在于，包括以下步骤：
步骤1：对待存储的原始彩色图像进行统一量化，得到量化彩色图像；
所述统一量化是指依次对原始彩色图像的RGB三通道图像上各像素点的像素值除以51处理，并将得到的结果进行四舍五入获得N，将对应像素点的像素值更新为51×N；
步骤2：将量化彩色图像重新编码为灰度级为216的重组灰度图像；
步骤3：对所有重组灰度图像利用闪耀光栅进行θ调制，对调制后的图像进行叠加，得到压缩图像；
其中，不同的重组灰度图像使用不同的闪耀光栅，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角。
2.根据权利要求1所述的方法，其特征在于，所述步骤2中使用的编码顺序依次为黑、灰、白、红、橙、黄、绿、青、蓝、紫。
3.根据权利要求1或2所述的方法，其特征在于，所述步骤3中，在θ调制阶段利用计算机仿真模拟生成槽型角不同的闪耀光栅，且通过对同一槽型角的光栅采用不同的旋转角度，从而生成多个槽形角和旋转方向不同的闪耀光栅，用于调制多幅输入图像；
其中，所述闪耀光栅的传输函数为：
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
<mi>&lambda;</mi>
</mfrac>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mi>&theta;</mi>
<mo>(</mo>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&alpha;</mi>
<mo>+</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
<mo>)</mo>
<mo>&CenterDot;</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
式中，λ表示照射光的波长，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角，取值范围为5.73°-24.23°，α为光束入射角，取值范围为[-90°,90°]，β为光束反射角，取值范围为[-90°,90°]；x为入射光束在x方向距离前一个入射光点的水平距离，d为光栅周期，入射光束垂直或按非垂直的固定角度入射到光栅，光栅周期d的取值范围2-100个像素，g(x)的取值范围为(0-1)。
4.一种基于光学方法的多彩色图像解压缩方法，其特征在于，包括以下步骤：
步骤A：获取利用权1至权3任一项所述方法获得的压缩图像；
步骤B：对压缩图像进行傅里叶变换得到压缩图像的衍射光斑，利用空间滤波器对衍射光斑滤波，将过滤得到的各个衍射光斑进行傅里叶逆变换，依次恢复出多幅重组灰度图像；
空间滤波器的透过率函数为：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>e</mi>
<mfrac>
<mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>-</mo>
<msub>
<mi>fcx</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mo>-</mo>
<msub>
<mi>fcy</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
</msup>
</mrow>
式中，fx，fy为频谱空间的坐标，fcxi，fcyi为i第个圆斑滤波器的中心坐标，与对应的衍射光斑中心的坐标取值相同，Ri表示第i个圆斑滤波器的滤波孔径，取值为对应衍射光斑与相邻光斑之间的最小间距，T(fx,fy)的范围是(0-1)；
步骤C：按照权1-权3中的编码顺序，对步骤B恢复的重组灰度图像进行彩色图像还原。
5.一种基于光学方法的多彩色图像压缩装置，其特征在于，包括：
量化单元，用于对待存储的原始彩色图像进行统一量化，得到量化彩色图像；
所述统一量化是指依次对原始彩色图像的RGB三通道图像上各像素点的像素值除以51处理，并将得到的结果进行四舍五入获得N，将对应像素点的像素值更新为51×N；
编码单元，用于将量化彩色图像重新编码为灰度级为216的重组灰度图像；
调制与叠加单元，用于对所有重组灰度图像利用闪耀光栅进行θ调制，对调制后的图像进行叠加，得到压缩图像；
其中，不同的重组灰度图像使用不同的闪耀光栅，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角。
6.根据权利要求5所述的装置，其特征在于，所述编码单元使用的编码顺序依次为黑、灰、白、红、橙、黄、绿、青、蓝、紫。
7.根据权利要求5或6所述的装置，其特征在于，所述调制与叠加单元在θ调制阶段利用计算机仿真模拟生成槽型角不同的闪耀光栅，且通过对同一槽型角的光栅采用不同的旋转角度，从而生成多个槽形角和旋转方向不同的闪耀光栅，用于调制多幅输入图像；
其中，所述闪耀光栅的传输函数为：
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
<mi>&lambda;</mi>
</mfrac>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mi>&theta;</mi>
<mo>(</mo>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&alpha;</mi>
<mo>+</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
<mo>)</mo>
<mo>&CenterDot;</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
式中，λ表示照射光的波长，θ表示光栅的刻槽的倾斜角度，即闪耀光栅的槽型角，取值范围为5.73°-24.23°，α为光束入射角，取值范围为[-90°,90°]，β为光束反射角，取值范围为[-90°,90°]；x为入射光束在x方向距离前一个入射光点的水平距离，d为光栅周期，入射光束垂直或按非垂直的固定角度入射到光栅，光栅周期d的取值范围2-100个像素，g(x)的取值范围为(0-1)。
8.一种基于光学方法的多彩色图像解压缩装置，其特征在于，包括：
图像获取单元，用于获取利用权5至权7任一项所述装置获得的压缩图像；
图像解压单元，用于对压缩图像进行傅里叶变换得到压缩图像的衍射光斑，利用空间滤波器对衍射光斑滤波，将过滤得到的各个衍射光斑进行傅里叶逆变换，依次恢复出多幅重组灰度图像；
空间滤波器的透过率函数为：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>e</mi>
<mfrac>
<mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>-</mo>
<msub>
<mi>fcx</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mo>-</mo>
<msub>
<mi>fcy</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
</msup>
</mrow>
式中，fx，fy为频谱空间的坐标，fcxi，fcyi为i第个圆斑滤波器的中心坐标，与对应的衍射光斑中心的坐标取值相同，Ri表示第i个圆斑滤波器的滤波孔径，取值为对应衍射光斑与相邻光斑之间的最小间距，T(fx,fy)的范围是(0-1)；
彩色还原单元，按照权5-权7任一项所述装置中的编码顺序，对重组灰度图像进行彩色还原，完成解压处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710547473.7A CN107343200B (zh) | 2017-07-06 | 2017-07-06 | 一种基于光学方法的多彩色图像压缩及解压缩方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710547473.7A CN107343200B (zh) | 2017-07-06 | 2017-07-06 | 一种基于光学方法的多彩色图像压缩及解压缩方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107343200A true CN107343200A (zh) | 2017-11-10 |
| CN107343200B CN107343200B (zh) | 2019-12-17 |
Family
ID=60219625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710547473.7A Expired - Fee Related CN107343200B (zh) | 2017-07-06 | 2017-07-06 | 一种基于光学方法的多彩色图像压缩及解压缩方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107343200B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111427107A (zh) * | 2020-04-07 | 2020-07-17 | 上海冠众光学科技有限公司 | 一种衍射光学元件取值模型、衍射光学元件及其制作方法 |
| CN111654721A (zh) * | 2020-04-17 | 2020-09-11 | 北京奇艺世纪科技有限公司 | 视频处理方法、***、电子设备及存储介质 |
| CN113096205A (zh) * | 2021-03-09 | 2021-07-09 | 中国科学院空天信息创新研究院 | 一种应用于光斑整形的二值图像的生成方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1526236A (zh) * | 2001-07-12 | 2004-09-01 | �ű�ʵ������֤��˾ | 用于改善压缩图像色度信息的方法和*** |
| CN103067664A (zh) * | 2012-12-29 | 2013-04-24 | 中南大学 | 一种基于光学原理的图像压缩及解压缩方法 |
| CN104392443A (zh) * | 2014-11-18 | 2015-03-04 | 浙江工商大学 | 用于检测二维24位彩色图像的主要特征色的方法 |
| CN104915400A (zh) * | 2015-05-29 | 2015-09-16 | 山西大学 | 基于彩色直方图和nsct的模糊相关同步图像检索方法 |
| CN105335926A (zh) * | 2015-10-28 | 2016-02-17 | 北京工业大学 | 一种基于像素值量化和小波分析的全自动照片油画化方法 |
-
2017
- 2017-07-06 CN CN201710547473.7A patent/CN107343200B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1526236A (zh) * | 2001-07-12 | 2004-09-01 | �ű�ʵ������֤��˾ | 用于改善压缩图像色度信息的方法和*** |
| CN103067664A (zh) * | 2012-12-29 | 2013-04-24 | 中南大学 | 一种基于光学原理的图像压缩及解压缩方法 |
| CN104392443A (zh) * | 2014-11-18 | 2015-03-04 | 浙江工商大学 | 用于检测二维24位彩色图像的主要特征色的方法 |
| CN104915400A (zh) * | 2015-05-29 | 2015-09-16 | 山西大学 | 基于彩色直方图和nsct的模糊相关同步图像检索方法 |
| CN105335926A (zh) * | 2015-10-28 | 2016-02-17 | 北京工业大学 | 一种基于像素值量化和小波分析的全自动照片油画化方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111427107A (zh) * | 2020-04-07 | 2020-07-17 | 上海冠众光学科技有限公司 | 一种衍射光学元件取值模型、衍射光学元件及其制作方法 |
| CN111427107B (zh) * | 2020-04-07 | 2022-02-15 | 上海冠众光学科技有限公司 | 一种衍射光学元件取值模型、衍射光学元件及其制作方法 |
| CN111654721A (zh) * | 2020-04-17 | 2020-09-11 | 北京奇艺世纪科技有限公司 | 视频处理方法、***、电子设备及存储介质 |
| CN113096205A (zh) * | 2021-03-09 | 2021-07-09 | 中国科学院空天信息创新研究院 | 一种应用于光斑整形的二值图像的生成方法 |
| CN113096205B (zh) * | 2021-03-09 | 2024-06-04 | 中国科学院空天信息创新研究院 | 一种应用于光斑整形的二值图像的生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107343200B (zh) | 2019-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101569205B (zh) | 图像处理装置 | |
| CN101176108B (zh) | 具有条件等色滤波的多基色子像素着色 | |
| CN102722865B (zh) | 一种超分辨率稀疏重建方法 | |
| CN104144343B (zh) | 一种数字图像压缩加密联合编码方法 | |
| CN107343200A (zh) | 一种基于光学方法的多彩色图像压缩及解压缩方法及装置 | |
| CN103380453B (zh) | 具有存储减少器的空间光调制器 | |
| CN109064396A (zh) | 一种基于深度成分学习网络的单幅图像超分辨率重建方法 | |
| CN102496167A (zh) | 相位调制数字图像伪彩色编码方法 | |
| CN102103463A (zh) | 一种带透明度用户界面信息的处理方法和设备 | |
| CN105096286A (zh) | 遥感图像的融合方法及装置 | |
| CN111563562B (zh) | 基于卷积神经网络的单帧散射图像的彩色目标重建方法 | |
| CN106791882A (zh) | 一种图像的编码加密方法及装置 | |
| CN109798978B (zh) | 一种采用异形蓝色噪声编码孔径的光谱成像方法 | |
| CN114067018B (zh) | 一种基于扩张残差生成对抗网络的红外图像彩色化方法 | |
| KR101769042B1 (ko) | 착시의 분석 장치, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 장치, 착시의 분석 방법, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 방법 및 프로그램 | |
| CN104090476A (zh) | 用于全息显示的三维场景信息的获取方法 | |
| Yu et al. | Decolorization algorithm based on contrast pyramid transform fusion | |
| CN105335345A (zh) | 彩色图像文件合成方法和装置 | |
| CN104408682B (zh) | 一种基于相息图的彩色水印的制备方法 | |
| CN113079393B (zh) | 基于二维指数-正弦超混沌***的视频流加密*** | |
| Huang et al. | Mixed-primary factorization for dual-frame computational displays. | |
| CN114529713A (zh) | 一种基于深度学习的水下图像增强方法 | |
| Kekre et al. | Augmentation of block truncation coding based image retrieval by using even and odd images with sundry colour spaces | |
| Gao et al. | [Retracted] Application of Multimedia Semantic Extraction Method in Fast Image Enhancement Control | |
| CN116467730B (zh) | 一种基于cim架构的智慧园区数字化运维管理*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191217 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |