CN114745548A - 适用于船舶疏浚作业远程视频监控的图像处理方法 - Google Patents
适用于船舶疏浚作业远程视频监控的图像处理方法 Download PDFInfo
- Publication number
- CN114745548A CN114745548A CN202210658813.4A CN202210658813A CN114745548A CN 114745548 A CN114745548 A CN 114745548A CN 202210658813 A CN202210658813 A CN 202210658813A CN 114745548 A CN114745548 A CN 114745548A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- pixel point
- cube
- pixel
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000007906 compression Methods 0.000 claims abstract description 36
- 230000006835 compression Effects 0.000 claims abstract description 36
- 230000006837 decompression Effects 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 abstract description 17
- 230000005540 biological transmission Effects 0.000 description 13
- 230000000903 blocking effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/164—Feedback from the receiver or from the transmission channel
- H04N19/166—Feedback from the receiver or from the transmission channel concerning the amount of transmission errors, e.g. bit error rate [BER]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- H04N19/182—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 pixel
-
- 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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种适用于船舶疏浚作业远程视频监控的图像处理方法。该方法包括:获取疏浚作业中的高维图像,高维图像为待压缩数据;将待压缩数据视为图像立方体,判断图像立方体中每个像素点是否满足约束条件,当存在像素点不满足约束条件时,对图像立方体进行分割,直至每个数据块中的像素点均满足约束条件;获取当前帧图像的帧序号为压缩头,每个压缩头对应多个压缩数据;根据疏浚指挥部收到压缩数据进行解压缩,并基于解压缩后的图像得到完整的当前帧图像。提高了解压缩的效率,进而增加了船舶疏浚作业实时监测的准确性。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种适用于船舶疏浚作业远程视频监控的图像处理方法。
背景技术
疏浚作业一般为疏通、扩宽或挖深河湖等水域,利用人力或者是机械进行水下土石方开挖工程。当利用船舶在水下进行疏浚作业时,人工无法勘测到疏浚进度,往往需通过水下相机进行水下疏浚作业监控,并将监控视频实时无线传送至疏浚指挥部,疏浚指挥部一般为独立设置的后台指挥中心,由疏浚指挥部中的相关技术人员根据水下疏浚作业监控视频及时对疏浚作业进行调整。
为保证监控视频传输的实时性,需要对监控视频图像帧进行处理,一般为对视频图像进行编码压缩,以便高效传输,然后由疏浚指挥部中的计算机设备进行解压缩。现有的图像处理方法中编码压缩方式有帧间压缩和帧内压缩;利用帧间压缩时,若传输过程中出现部分丢包,会导致后续监控视频图像帧也无法解压。利用帧内压缩时,忽略了视频流中不同帧之间的变化,只单独对某一帧进行压缩,压缩率低,解压速度慢,导致视频实时性差。
发明内容
本发明的目的在于提供一种适用于船舶疏浚作业远程视频监控的图像处理方法,用于解决对船舶疏浚作业远程视频监控时,现有的图像处理过程中对图像进行编码压缩时压缩率低,解压速度慢的问题,该方法包括以下步骤:
获取疏浚作业中的多帧连续图像,获取当前帧图像与其之前多帧图像之间的差异图像,所有所述差异图像叠加得到高维图像,所述高维图像为待压缩数据;
将所述待压缩数据视为图像立方体,所述图像立方体的长和宽为每张差异图像的长和宽,所述图像立方体的高为所有差异图像的数量;判断所述图像立方体中每个像素点是否满足约束条件,当存在所述像素点不满足所述约束条件时,对所述图像立方体进行分割得到两个数据块,判断每个数据块中的每个像素点是否满足约束条件,当存在所述像素点不满足所述约束条件时,对每个数据块进行分割,直至每个所述数据块中的像素点均满足约束条件;
对每个所述数据块进行分级得到多个级别,基于所述级别构建每个数据块的压缩数据;获取当前帧图像的帧序号为压缩头,每个所述压缩头对应多个压缩数据;
根据疏浚指挥部收到压缩数据的压缩头判断是否存在丢包,基于丢包个数决定解压缩的级别,并基于解压缩后的图像对丢失图像进行重构,根据重构的图像得到完整的当前帧图像。
优选的,所述约束条件为所述像素点的像素值与其对应的近似值之间的差值的绝对值小于预设阈值。
优选的,所述像素点对应的近似值的获取方法为:
获取所述图像立方体的任意一对斜对角顶点的像素值为其对应的近似值,基于该对斜对角顶点的近似值计算所述图像立方体中所有像素点的近似值;
其中,所述斜对角顶点的定义为:
以所述图像立方体的上表面的任意顶点为第一目标点,获取所述图像立方体的下表面与所述第一目标点对应的第二目标点,在所述下表面中所述第二目标点对角线的顶点为第三目标点,所述第一目标点与所述第三目标点为所述图像立方体的斜对角顶点。
优选的,所述基于该对斜对角顶点的近似值计算所述图像立方体中所有像素点的近似值的步骤,包括:
将所述图像立方体中的像素点分为顶点像素点、棱边像素点以及面像素点;
基于所述斜对角顶点的近似值获取每个所述顶点像素点的近似值;基于每个所述顶点像素点的近似值获取每个所述棱边像素点的近似值,基于每个所述棱边像素点的近似值获取每个所述面像素点的近似值。
优选的,所述对每个所述数据块进行分级得到多个级别的步骤,包括:
优选的,所述根据疏浚指挥部收到压缩数据的压缩头判断是否存在丢包,基于丢包个数决定解压缩的级别的步骤,包括:
当疏浚指挥部收到压缩数据的压缩头连续时,则不存在丢包,对所有的第一级数据块对应的压缩数据进行解压缩;
当疏浚指挥部收到压缩数据的压缩头不连续时,则存在丢包,统计丢包的数量,当丢包的数量大于预设阈值时,重新对压缩数据进行传输;当丢包的数量小于预设阈值时,则对所有的第一级数据块至第级数据块对应的压缩数据进行解压缩;为正整数,表示丢包的数量。
优选的,所述并基于解压缩后的图像对丢失图像进行重构,根据重构的图像得到完整的当前帧图像的步骤,包括:
对第一级到第级的压缩数据解压完成后得到前个通道的图像数据,然后将第个通道的图像与疏浚指挥部收到的其上一个通道的图像进行相加,能够得到丢失的第1帧图像;将获取到的丢失的第1帧图像与第个通道的图像相加,得到丢失的第帧图像;以此类推,将获取到的丢失的第帧图像与第1个通道的图像相加,得到当前帧图像。
本发明具有如下有益效果:本发明实施例中将监控视频图像转换为多帧差异图像并构建图像立方体,通过对图像立方体的分块得到多个数据块,为每个数据块进行分级,通过分块分级的压缩进行传输,能够及时发现其中是否出现丢包现象,并且基于差异图像进行压缩传输的方法,能够在产生丢包现象之后对完整的图像进行重构,解决了由于丢包无法解压的问题,且提高了压缩率和解压速度,对疏浚作业的监控更具有实时性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种适用于船舶疏浚作业远程视频监控的图像处理方法流程图;
图2为本发明一个实施例所提供的一种图像立方体示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种适用于船舶疏浚作业远程视频监控的图像处理方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本申请适用于对图像数据的压缩要求较高的监控作业中,为了解决在利用监控图像对船舶疏浚作业监控时,因为数据压缩丢包导致监控图像无法解压以及压缩率低的问题,本发明实施例中通过对每帧图像之间的帧差差异图像进行分级分块压缩,然后基于每个数据块的级别和顶点像素得到数据块的压缩数据,能够达到较高的压缩率,同时还可以对丢包引起的图像帧丢失进行还原,提高了解压缩的效率,进而增加了船舶疏浚作业实时监测的准确性。
下面结合附图具体的说明本发明所提供的一种适用于船舶疏浚作业远程视频监控的图像处理方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种适用于船舶疏浚作业远程视频监控的图像处理方法流程图,该方法包括以下步骤:
步骤S100,获取疏浚作业中的多帧连续图像,获取当前帧图像与其之前多帧图像之间的差异图像,所有差异图像叠加得到高维图像,高维图像为待压缩数据。
由于船舶疏浚作业在水下进行,因此需要通过水下相机对疏浚作业进行监控,而监控视频传输需要将每一帧视频图像都进行传输,如果直接对每一帧视频图像都进行压缩,不仅压缩率小、传输速度慢,而且在解压时需要整个压缩档案都传输完成后才能进行解压缩;视频图像中每帧图像之间的冗余性较大,因此可以对帧差图像进行压缩传输,可以有效的提高压缩率以及传输速度。
在压缩数据传输过程中往往还存在丢包的现象,利用当前帧图像与前帧图像之间的差异进行压缩,可避免视频中前一帧图像传输中丢包导致无法还原视频帧图像的情况。假设获取到的多帧疏浚作业的图像大小均为,计算当前帧图像与前帧图像之间的帧差差异图像,分别记为图像,图像,…,图像;其中,图像表示的为当前帧图像与其前一帧图像之间的差异图像;图像表示的为当前帧图像与前第帧图像之间的差异图像。
以此得到当前帧图像与其之前帧图像之间的差异图像,将所有的差异图像进行叠加得到高维图像,叠加的方法即为按照图像,图像,…,图像的顺序以此进行上下重叠,该高维图像即为需要压缩的待压缩数据;该高维图像包含个通道,第1个通道为图像,第2个通道为图像,…,第个通道为图像。
步骤S200,将待压缩数据视为图像立方体,图像立方体的长和宽为每张差异图像的长和宽,图像立方体的高为所有差异图像的数量;判断图像立方体中每个像素点是否满足约束条件,当存在像素点不满足约束条件时,对图像立方体进行分割得到两个数据块,判断每个数据块中的每个像素点是否满足约束条件,当存在像素点不满足约束条件时,对每个数据块进行分割,直至每个数据块中的像素点均满足约束条件。
由步骤S100中得到需要压缩的待压缩数据,且待压缩数据为个通道的高维图像,若直接对该待压缩数据进行传输,其传输数据量大,导致传输效率仍然较低;因此本发明实施例中对该待压缩数据进行分块压缩,不仅可以获得较大的压缩率,还可以提高解压效率。
首先,判断该图像立方体中每个像素点是否满足约束条件,本发明实施例中设置约束条件为:
当图像立方体中每个像素点均满足该约束条件时,每个像素点的像素值可由其近似值来表示,每个像素点的近似值的获取方法基于其在图像立方体中的位置进行计算。获取图像立方体的任意一对斜对角顶点的像素值为其对应的近似值,基于该对斜对角顶点的近似值计算图像立方体中所有像素点的近似值;其中,斜对角顶点的定义为:以图像立方体的上表面的任意顶点为第一目标点,获取图像立方体的下表面与第一目标点对应的第二目标点,在下表面中第二目标点对角线的顶点为第三目标点,第一目标点与第三目标点为图像立方体的斜对角顶点。将图像立方体中的像素点分为顶点像素点、棱边像素点以及面像素点;基于斜对角顶点的近似值获取每个顶点像素点的近似值;基于每个顶点像素点的近似值获取每个棱边像素点的近似值,基于每个棱边像素点的近似值获取每个面像素点的近似值。
具体的,作为一个示例,请参阅图2,其示出一种图像立方体示意图,包括像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点、像素点以及像素点;还包括夹角和夹角;表示三维坐标系的坐标轴。
本发明实施例中将图像立方体中的像素点类型分为面像素点、棱边像素点以及顶点像素点;对不同类型的像素点的近似值计算方法如下:
其中,表示棱边像素点的近似值;表示棱边像素点的近似值;表示面像素点与棱边像素点之间的距离;表示棱边像素点与棱边像素点之间的距离;表示棱边像素点的近似值;表示棱边像素点的近似值;表示面像素点与棱边像素点之间的距离;表示棱边像素点与棱边像素点之间的距离。
其中,表示顶点像素点的近似值;表示顶点像素点的近似值;表示棱边像素点与顶点像素点之间的距离;表示顶点像素点与顶点像素点之间的距离;表示顶点像素点的近似值;表示顶点像素点的近似值;表示棱边像素点与顶点像素点之间的距离;表示顶点像素点与顶点像素点之间的距离;表示顶点像素点的近似值;表示顶点像素点的近似值;表示顶点像素点与棱边像素点之间的距离;表示顶点像素点与顶点像素点之间的距离;表示顶点像素点的近似值;表示顶点像素点的近似值;表示棱边像素点与顶点像素点之间的距离;表示顶点像素点与顶点像素点之间的距离。
其中,表示顶点像素点的像素值;表示顶点像素点的像素值;表示顶点像素点与顶点像素点之间的距离;表示顶点像素点与顶点像素点之间的距离;表示线段与线段之间的夹角;表示顶点像素点与顶点像素点之间的距离;表示线段与线段之间的夹角;表示余弦函数。
基于上述计算每个像素点近似值相同的方法,获取该图像立方体中所有像素点对应的近似值,每个顶点像素点对应的近似值都可以基于顶点像素点的近似值和顶点像素点的近似值得到;然后基于每个顶点像素点的近似值获取每条棱边上棱边像素点的近似值,进而基于棱边像素点的近似值得到所有面像素点的近似值。
进一步的,判断该图像立方体中每个像素点是否满足约束条件,即判断每个像素点的像素值与其近似值的差值的绝对值是否小于预设阈值,当该图像立方体中所有的像素点均满足约束条件时,以该图像立方体中的像素点的坐标、像素点的坐标、像素点的像素值以及像素点的像素值表示该图像立方体。
当该图像立方体中存在像素点不满足约束条件时,对该图像立方体进行分割,即将该图像立方体沿着z轴方向均匀分成两个数据块,进一步获取每个数据块中像素点的近似值,判断每个数据块中的像素点是否满足约束条件,若任意数据块中仍然存在不满足约束条件的像素点时,继续对该数据块进行分割,将该数据块沿着x轴方向均匀分成两个数据块;以此类推,直至所有数据块中的像素点均满足约束条件时停止分割,从而得到多个数据块。
需要说明的是,对数据块进行分割时,第一次分割沿着z轴方向分割,第二次分割沿着x轴方向分割,第三次分割沿着y轴方向分割,第四次分割沿着z轴方向分割,以此类推,分割的方向不断的循环。
步骤S300,对每个数据块进行分级得到多个级别,基于级别构建每个数据块的压缩数据;获取当前帧图像的帧序号为压缩头,每个压缩头对应多个压缩数据。
由步骤S200中对待压缩数据对应的图像立方体进行分割得到多个数据块,每个数据块均可采用其斜对角顶点的坐标及其对应的像素值来表示,作为数据块对应的压缩数据,因此所有的数据块构成完整的压缩数据;但对所有数据块进行解压时,解压效率仍然较慢且可能存在较多的无用数据,因此本发明实施例中对每个数据块进行分级压缩。
具体的,由于待压缩数据是由多个通道的图像依次叠加构成的,因此将存在第一通道的图像的所有数据块记为第一级,除了第一级以外所有数据块中存在第二通道的图像的数据块记为第二级,以此类推,将剩余数据块中存在第通道的图像的所有数据块记为第级。
由此对所有的数据块进行了分级,然后本发明实施例中将每个数据块压缩为:
进一步的,获取当前帧的帧序号,帧序号即为当前帧图像的序号,以该帧序号作为压缩头,则每个数据块被压缩后的数据均为该帧序号对应的压缩数据,最终的压缩数据结构如下表1:
表1
需要说明的是,该表1中第一个单元格内表示帧序号,第二个单元格内表示第1个数据块的压缩数据,其中表示第1个数据块的级别;第三个单元格内表示第2个数据块的压缩数据,其中表示第2个数据块的级别;以此类推,得到当前帧序号对应的压缩数据结构。
需要说明的是,本发明实施例对表1中每个数据块的排序是基于数据块的级别排列,即帧序号对应的单元格后面的单元格是第一级的数据块,但第一级包含的所有数据块无顺序可随机排列;所有第一级的数据块排序完成后为第二级的数据块排列,相应的,第二级内包含的所有数据块无特定顺序;以此类推,完成对所有级别数据块的排序。
步骤S400,根据疏浚指挥部收到压缩数据的压缩头判断是否存在丢包,基于丢包个数决定解压缩的级别,并基于解压缩后的图像对丢失图像进行重构,根据重构的图像得到完整的当前帧图像。
由步骤S300中确定该帧序号对应的压缩数据结构,基于相同的方法,获取不同帧序号的每一帧图像对应的压缩数据结构,将所有的压缩数据结构传输至船舶疏浚作业监控的疏浚指挥部,该疏浚指挥部可根据接收到的压缩数据结构的压缩头判断是否存在丢包现象,即根据接收到的压缩数据结构的帧序号判断是否存在压缩包丢失。
当不存在丢包现象时,只对压缩数据结构中第一级别的压缩数据进行解压缩;当存在丢包现象时,统计丢包数量,若丢包数量大于阈值时,则表明信息丢失较为严重,应要求重新传输压缩数据结构;若丢包数量小于阈值时,则对压缩数据结构中第一级到第级的压缩数据进行解压缩。
对第一级到第级的压缩数据解压完成后能够得到前个通道的图像数据,然后将第个通道的图像与疏浚指挥部收到的其上一个通道的图像进行相加,能够得到丢失的第1帧图像,将获取到的丢失的第1帧图像与第个通道的图像相加,得到丢失的第帧图像;以此类推,将获取到的丢失的第帧图像与第1个通道的图像相加,得到当前帧图像;从而完成了丢失的多帧图像的重构以及当前帧图像的重构,基于当前帧图像对船舶疏浚作业的情况进行实时监控。
其中,对每个压缩数据进行解压缩的方法具体为:首先根据任意压缩数据中的两个顶点位置的像素点坐标构建一个二维矩阵,即根据像素点与像素点的坐标位置构建立方体;该立方体的斜对角顶点的像素值即为对应的和。基于步骤S200中获取每个像素点近似值相同的方法,基于该立方体的斜对角定点的像素值和获取每个像素点的近似值作为对应像素点的像素值,从而完成对每个数据块对应的压缩数据的解压缩。
综上所述,本发明实施例提出一种适用于船舶疏浚作业远程视频监控的图像处理方法,通过对每帧图像之间的帧差差异图像进行分级分块压缩,分块的方法是基于自定义的像素点近似值的大小得到,然后基于每个数据块的级别和顶点像素得到数据块的压缩数据,能够达到较高的压缩率,同时还可以对丢包引起的图像帧丢失进行还原,提高了解压缩的效率,进而增加了船舶疏浚作业实时监测的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种适用于船舶疏浚作业远程视频监控的图像处理方法,其特征在于,该方法包括以下步骤:
获取疏浚作业中的多帧连续图像,获取当前帧图像与其之前多帧图像之间的差异图像,所有所述差异图像叠加得到高维图像,所述高维图像为待压缩数据;
将所述待压缩数据视为图像立方体,所述图像立方体的长和宽为每张差异图像的长和宽,所述图像立方体的高为所有差异图像的数量;判断所述图像立方体中每个像素点是否满足约束条件,当存在所述像素点不满足所述约束条件时,对所述图像立方体进行分割得到两个数据块,判断每个数据块中的每个像素点是否满足约束条件,当存在所述像素点不满足所述约束条件时,对每个数据块进行分割,直至每个所述数据块中的像素点均满足约束条件;
对每个所述数据块进行分级得到多个级别,基于所述级别构建每个数据块的压缩数据;获取当前帧图像的帧序号为压缩头,每个所述压缩头对应多个压缩数据;
根据疏浚指挥部收到压缩数据的压缩头判断是否存在丢包,基于丢包个数决定解压缩的级别,并基于解压缩后的图像对丢失图像进行重构,根据重构的图像得到完整的当前帧图像。
2.根据权利要求1所述的一种适用于船舶疏浚作业远程视频监控的图像处理方法,其特征在于,所述约束条件为所述像素点的像素值与其对应的近似值之间的差值的绝对值小于预设阈值。
3.根据权利要求2所述的一种适用于船舶疏浚作业远程视频监控的图像处理方法,其特征在于,所述像素点对应的近似值的获取方法为:
获取所述图像立方体的任意一对斜对角顶点的像素值为其对应的近似值,基于该对斜对角顶点的近似值计算所述图像立方体中所有像素点的近似值;
其中,所述斜对角顶点的定义为:
以所述图像立方体的上表面的任意顶点为第一目标点,获取所述图像立方体的下表面与所述第一目标点对应的第二目标点,在所述下表面中所述第二目标点对角线的顶点为第三目标点,所述第一目标点与所述第三目标点为所述图像立方体的斜对角顶点。
4.根据权利要求3所述的一种适用于船舶疏浚作业远程视频监控的图像处理方法,其特征在于,所述基于该对斜对角顶点的近似值计算所述图像立方体中所有像素点的近似值的步骤,包括:
将所述图像立方体中的像素点分为顶点像素点、棱边像素点以及面像素点;
基于所述斜对角顶点的近似值获取每个所述顶点像素点的近似值;基于每个所述顶点像素点的近似值获取每个所述棱边像素点的近似值,基于每个所述棱边像素点的近似值获取每个所述面像素点的近似值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210658813.4A CN114745548B (zh) | 2022-06-13 | 2022-06-13 | 适用于船舶疏浚作业远程视频监控的图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210658813.4A CN114745548B (zh) | 2022-06-13 | 2022-06-13 | 适用于船舶疏浚作业远程视频监控的图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114745548A true CN114745548A (zh) | 2022-07-12 |
CN114745548B CN114745548B (zh) | 2022-08-12 |
Family
ID=82287224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210658813.4A Active CN114745548B (zh) | 2022-06-13 | 2022-06-13 | 适用于船舶疏浚作业远程视频监控的图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114745548B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030076369A1 (en) * | 2001-09-19 | 2003-04-24 | Resner Benjamin I. | System and method for presentation of remote information in ambient form |
CN101980537A (zh) * | 2010-10-21 | 2011-02-23 | 北京航空航天大学 | 一种基于对象和分形的双目立体视频压缩编解码方法 |
CN108141611A (zh) * | 2015-10-13 | 2018-06-08 | 联发科技股份有限公司 | 任意观看角度的部分解码及虚拟现实视频的线帧缓存器降低 |
WO2019240425A1 (ko) * | 2018-06-11 | 2019-12-19 | 에스케이텔레콤 주식회사 | 인터 예측 방법 및 영상 복호화 장치 |
-
2022
- 2022-06-13 CN CN202210658813.4A patent/CN114745548B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030076369A1 (en) * | 2001-09-19 | 2003-04-24 | Resner Benjamin I. | System and method for presentation of remote information in ambient form |
CN101980537A (zh) * | 2010-10-21 | 2011-02-23 | 北京航空航天大学 | 一种基于对象和分形的双目立体视频压缩编解码方法 |
CN108141611A (zh) * | 2015-10-13 | 2018-06-08 | 联发科技股份有限公司 | 任意观看角度的部分解码及虚拟现实视频的线帧缓存器降低 |
WO2019240425A1 (ko) * | 2018-06-11 | 2019-12-19 | 에스케이텔레콤 주식회사 | 인터 예측 방법 및 영상 복호화 장치 |
Non-Patent Citations (3)
Title |
---|
INGO FELDMANN等: "Detection Strategies for Image Cube Trajectory Analysis", 《2007 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING》 * |
LIUXIAOYANG等: "Research of the Visualization Temperature Field of the Communication Room Based on the Reconstruction of Three-dimensional Temperature Field", 《沈阳理工大学学报》 * |
逄守文等: "基于OpenGL的柴油机缸内温度场可视化的实现", 《山东交通学院学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114745548B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1134152C (zh) | 减少运动补偿图象的成组效应和振铃噪声的环形滤波方法 | |
JP3242409B2 (ja) | 対象物映像のグリッド移動方法及びこれを利用した装置、これを利用した圧縮/動き推定方法及びその装置 | |
CN101374243B (zh) | 一种应用于3dtv与ftv***的深度图编码压缩方法 | |
EP0705027A2 (en) | Region-based image processing method, image processing apparatus and image communication apparatus | |
US20060251172A1 (en) | Motion vector searching method using plural search areas | |
EP3467789A1 (en) | A method and apparatus for reconstructing a point cloud representing a 3d object | |
CN101330631A (zh) | 一种立体电视***中深度图像的编码方法 | |
EP3429208A1 (en) | A method and apparatus for encoding/decoding a colored point cloud representing the geometry and colors of a 3d object | |
CN114399419B (zh) | 基于预测误差扩展的可逆图像水印算法 | |
CN113052764B (zh) | 一种基于残差连接的视频序列超分重建方法 | |
CN113032813B (zh) | 基于改进的像素局部复杂度计算和多峰嵌入的可逆信息隐藏方法 | |
CN115512073A (zh) | 基于可微分渲染下多阶段训练的三维纹理网格重建方法 | |
CN112601082B (zh) | 一种基于视频的快速动态点云编码方法及*** | |
CN115589493B (zh) | 一种用于船舶视频回传的卫星传输数据压缩方法 | |
CN117880520B (zh) | 一种用于机车乘务员值乘标准化监控的数据管理方法 | |
CN114745548B (zh) | 适用于船舶疏浚作业远程视频监控的图像处理方法 | |
CN107871304A (zh) | 基于球面环切和仿射变换的全景视频帧矩形映射方法 | |
Uyyala et al. | Gradient adaptive planar prediction for high-fidelity images | |
CN113219493A (zh) | 一种基于三维激光雷达传感器的端到端点云数据压缩方法 | |
He et al. | A point cloud compression framework via spherical projection | |
KR0181048B1 (ko) | 삼각형 블럭을 이용한 비트플랜 압축전송장치 | |
EP1511322A1 (en) | Method for segmenting moving object of compressed moving image | |
CN110717875B (zh) | 一种高清图像处理方法 | |
CN109862372A (zh) | 针对3d-hevc中深度图编码的复杂度降低方法 | |
CN110910438B (zh) | 一种超高分辨率双目图像的高速立体匹配算法 |
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 |