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 PDF

Info

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
Application number
CN202210658813.4A
Other languages
English (en)
Other versions
CN114745548B (zh
Inventor
逄守文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Jiaotong University
Original Assignee
Shandong Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Jiaotong University filed Critical Shandong Jiaotong University
Priority to CN202210658813.4A priority Critical patent/CN114745548B/zh
Publication of CN114745548A publication Critical patent/CN114745548A/zh
Application granted granted Critical
Publication of CN114745548B publication Critical patent/CN114745548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

适用于船舶疏浚作业远程视频监控的图像处理方法
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：
所述高维图像对应的多个所述差异图像由上到下分别为第一通道，第二通道，…，第
Figure 972794DEST_PATH_IMAGE001
通道；
Figure 699442DEST_PATH_IMAGE001
表示正整数；
所有数据块中存在第一通道的差异图像的数据块为第一级；排除第一级数据块后剩余所有数据块中存在第二通道的差异图像的数据块为第二级，以此类推，将所有的数据块划分为
Figure 394865DEST_PATH_IMAGE001
个级别。
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
Figure 636491DEST_PATH_IMAGE002
级数据块对应的压缩数据进行解压缩；
Figure 239511DEST_PATH_IMAGE003
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
Figure 148561DEST_PATH_IMAGE002
级的压缩数据解压完成后得到前
Figure 686989DEST_PATH_IMAGE002
个通道的图像数据，然后将第
Figure 415911DEST_PATH_IMAGE002
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
Figure 760305DEST_PATH_IMAGE003
个通道的图像相加，得到丢失的第
Figure 586178DEST_PATH_IMAGE004
帧图像；以此类推，将获取到的丢失的第
Figure 357825DEST_PATH_IMAGE003
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
Figure 574043DEST_PATH_IMAGE001
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
Figure 659811DEST_PATH_IMAGE005
，计算当前帧图像与前
Figure 12294DEST_PATH_IMAGE001
帧图像之间的帧差差异图像，分别记为图像
Figure 220422DEST_PATH_IMAGE006
，图像
Figure 986253DEST_PATH_IMAGE007
，…,图像
Figure 406870DEST_PATH_IMAGE008
；其中，图像
Figure 145019DEST_PATH_IMAGE006
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
Figure 461730DEST_PATH_IMAGE008
表示的为当前帧图像与前第
Figure 386961DEST_PATH_IMAGE001
帧图像之间的差异图像。
以此得到当前帧图像与其之前
Figure 876848DEST_PATH_IMAGE001
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
Figure 266241DEST_PATH_IMAGE006
，图像
Figure 550592DEST_PATH_IMAGE007
，…,图像
Figure 228698DEST_PATH_IMAGE008
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
Figure 459959DEST_PATH_IMAGE001
个通道，第1个通道为图像
Figure 641542DEST_PATH_IMAGE006
，第2个通道为图像
Figure 96794DEST_PATH_IMAGE007
，…，第
Figure 324513DEST_PATH_IMAGE001
个通道为图像
Figure 890624DEST_PATH_IMAGE008
。
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
Figure 457871DEST_PATH_IMAGE001
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。
将待压缩数据视为一个图像立方体，该图像立方体的长和宽为每张差异图像的长和宽，即大小为
Figure 21708DEST_PATH_IMAGE005
；图像立方体的高为所有差异图像的数量，即大小为
Figure 674406DEST_PATH_IMAGE001
；结合该图像立方体中每个像素点的值，对该图像立方体进行分块处理。
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：
Figure 44207DEST_PATH_IMAGE009
其中，
Figure 262699DEST_PATH_IMAGE010
表示像素点
Figure 59754DEST_PATH_IMAGE011
的像素值；
Figure 934169DEST_PATH_IMAGE012
表示像素点
Figure 310924DEST_PATH_IMAGE011
的近似值；
Figure 321605DEST_PATH_IMAGE013
表示预设阈值，由实施者自行设定。
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
Figure 555140DEST_PATH_IMAGE014
、像素点
Figure 979168DEST_PATH_IMAGE015
、像素点
Figure 956352DEST_PATH_IMAGE016
、像素点
Figure 821539DEST_PATH_IMAGE017
、像素点
Figure 163659DEST_PATH_IMAGE018
、像素点
Figure 747087DEST_PATH_IMAGE019
、像素点
Figure 262382DEST_PATH_IMAGE020
、像素点
Figure 575552DEST_PATH_IMAGE021
、像素点
Figure 150890DEST_PATH_IMAGE022
、像素点
Figure 221614DEST_PATH_IMAGE023
、像素点
Figure 478283DEST_PATH_IMAGE024
、像素点
Figure 583642DEST_PATH_IMAGE025
、像素点
Figure 64302DEST_PATH_IMAGE026
、像素点
Figure 684639DEST_PATH_IMAGE027
以及像素点
Figure 807316DEST_PATH_IMAGE011
；还包括夹角
Figure 501602DEST_PATH_IMAGE028
和夹角
Figure 356426DEST_PATH_IMAGE029
；
Figure 667322DEST_PATH_IMAGE030
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：
面像素点
Figure 62531DEST_PATH_IMAGE011
的近似值的计算为：
Figure 939220DEST_PATH_IMAGE031
其中，
Figure 292841DEST_PATH_IMAGE012
表示面像素点
Figure 559874DEST_PATH_IMAGE011
的近似值；
Figure 962037DEST_PATH_IMAGE032
表示面像素点
Figure 630915DEST_PATH_IMAGE022
的近似值；
Figure 889858DEST_PATH_IMAGE033
表示面像素点
Figure 972084DEST_PATH_IMAGE023
的近似值；
Figure 974675DEST_PATH_IMAGE034
表示面像素点
Figure 498060DEST_PATH_IMAGE011
与面像素点
Figure 131167DEST_PATH_IMAGE022
之间的距离；
Figure 372792DEST_PATH_IMAGE035
表示面像素点
Figure 913495DEST_PATH_IMAGE023
与面像素点
Figure 884862DEST_PATH_IMAGE022
之间的距离。
其中，面像素点
Figure 485608DEST_PATH_IMAGE022
的近似值
Figure 417792DEST_PATH_IMAGE032
与面像素点
Figure 496606DEST_PATH_IMAGE023
的近似值
Figure 260163DEST_PATH_IMAGE036
分别为：
Figure 94127DEST_PATH_IMAGE037
Figure 310344DEST_PATH_IMAGE038
其中，
Figure 458429DEST_PATH_IMAGE039
表示棱边像素点
Figure 14175DEST_PATH_IMAGE024
的近似值；
Figure 956723DEST_PATH_IMAGE040
表示棱边像素点
Figure 660237DEST_PATH_IMAGE025
的近似值；
Figure 408750DEST_PATH_IMAGE041
表示面像素点
Figure 881320DEST_PATH_IMAGE022
与棱边像素点
Figure 994769DEST_PATH_IMAGE024
之间的距离；
Figure 123262DEST_PATH_IMAGE042
表示棱边像素点
Figure 347570DEST_PATH_IMAGE025
与棱边像素点
Figure 940226DEST_PATH_IMAGE024
之间的距离；
Figure 552473DEST_PATH_IMAGE043
表示棱边像素点
Figure 964999DEST_PATH_IMAGE026
的近似值；
Figure 992998DEST_PATH_IMAGE044
表示棱边像素点
Figure 377843DEST_PATH_IMAGE027
的近似值；
Figure 833095DEST_PATH_IMAGE045
表示面像素点
Figure 998498DEST_PATH_IMAGE023
与棱边像素点
Figure 564608DEST_PATH_IMAGE026
之间的距离；
Figure 940312DEST_PATH_IMAGE046
表示棱边像素点
Figure 832045DEST_PATH_IMAGE027
与棱边像素点
Figure 422426DEST_PATH_IMAGE026
之间的距离。
棱边像素点
Figure 526648DEST_PATH_IMAGE024
的近似值
Figure 948402DEST_PATH_IMAGE039
、棱边像素点
Figure 745457DEST_PATH_IMAGE025
的近似值
Figure 682189DEST_PATH_IMAGE040
、棱边像素点
Figure 121261DEST_PATH_IMAGE026
的近似值
Figure 335204DEST_PATH_IMAGE043
以及棱边像素点
Figure 303160DEST_PATH_IMAGE027
的近似值
Figure 664872DEST_PATH_IMAGE044
的获取方法同理为：
Figure 110896DEST_PATH_IMAGE047
Figure 569560DEST_PATH_IMAGE048
Figure 973996DEST_PATH_IMAGE049
Figure 760686DEST_PATH_IMAGE050
其中，
Figure DEST_PATH_IMAGE051
表示顶点像素点
Figure 275981DEST_PATH_IMAGE014
的近似值；
Figure 589151DEST_PATH_IMAGE052
表示顶点像素点
Figure 164489DEST_PATH_IMAGE015
的近似值；
Figure 235213DEST_PATH_IMAGE053
表示棱边像素点
Figure 491882DEST_PATH_IMAGE024
与顶点像素点
Figure 597241DEST_PATH_IMAGE014
之间的距离；
Figure 77901DEST_PATH_IMAGE054
表示顶点像素点
Figure 698238DEST_PATH_IMAGE015
与顶点像素点
Figure 820915DEST_PATH_IMAGE014
之间的距离；
Figure 515202DEST_PATH_IMAGE055
表示顶点像素点
Figure 370025DEST_PATH_IMAGE016
的近似值；
Figure 680921DEST_PATH_IMAGE056
表示顶点像素点的近似值；
Figure 76130DEST_PATH_IMAGE057
表示棱边像素点
Figure 952819DEST_PATH_IMAGE025
与顶点像素点
Figure 306440DEST_PATH_IMAGE017
之间的距离；
Figure 573474DEST_PATH_IMAGE058
表示顶点像素点
Figure 710057DEST_PATH_IMAGE016
与顶点像素点
Figure 644515DEST_PATH_IMAGE017
之间的距离；
Figure 903458DEST_PATH_IMAGE059
表示顶点像素点
Figure 720104DEST_PATH_IMAGE020
的近似值；
Figure 988274DEST_PATH_IMAGE060
表示顶点像素点
Figure 511660DEST_PATH_IMAGE021
的近似值；
Figure 879187DEST_PATH_IMAGE061
表示顶点像素点
Figure 386392DEST_PATH_IMAGE020
与棱边像素点
Figure 927094DEST_PATH_IMAGE026
之间的距离；
Figure 632882DEST_PATH_IMAGE062
表示顶点像素点
Figure 499207DEST_PATH_IMAGE021
与顶点像素点
Figure 962550DEST_PATH_IMAGE020
之间的距离；
Figure 510206DEST_PATH_IMAGE063
表示顶点像素点
Figure 273762DEST_PATH_IMAGE018
的近似值；
Figure 779830DEST_PATH_IMAGE064
表示顶点像素点
Figure 323944DEST_PATH_IMAGE019
的近似值；
Figure 472028DEST_PATH_IMAGE065
表示棱边像素点
Figure 27775DEST_PATH_IMAGE027
与顶点像素点
Figure 704744DEST_PATH_IMAGE019
之间的距离；
Figure 408257DEST_PATH_IMAGE066
表示顶点像素点
Figure 94454DEST_PATH_IMAGE018
与顶点像素点
Figure 629340DEST_PATH_IMAGE019
之间的距离。
进一步的，顶点像素点
Figure 8369DEST_PATH_IMAGE014
的近似值
Figure 136862DEST_PATH_IMAGE051
、顶点像素点
Figure 361170DEST_PATH_IMAGE015
的近似值
Figure 953825DEST_PATH_IMAGE052
、顶点像素点
Figure 566072DEST_PATH_IMAGE016
的近似值
Figure 713020DEST_PATH_IMAGE055
、顶点像素点
Figure 6598DEST_PATH_IMAGE018
的近似值
Figure 391443DEST_PATH_IMAGE063
分别为：
Figure 846695DEST_PATH_IMAGE067
Figure 12097DEST_PATH_IMAGE068
Figure 906104DEST_PATH_IMAGE069
Figure 942193DEST_PATH_IMAGE070
其中，
Figure 833925DEST_PATH_IMAGE071
表示顶点像素点
Figure 955465DEST_PATH_IMAGE014
的像素值；
Figure 528529DEST_PATH_IMAGE072
表示顶点像素点
Figure 950283DEST_PATH_IMAGE018
的像素值；
Figure 75234DEST_PATH_IMAGE054
表示顶点像素点
Figure 684070DEST_PATH_IMAGE015
与顶点像素点
Figure 857562DEST_PATH_IMAGE014
之间的距离；
Figure 71506DEST_PATH_IMAGE073
表示顶点像素点
Figure 39462DEST_PATH_IMAGE016
与顶点像素点
Figure 401173DEST_PATH_IMAGE014
之间的距离；
Figure 440673DEST_PATH_IMAGE028
表示线段
Figure 837019DEST_PATH_IMAGE074
与线段
Figure 975877DEST_PATH_IMAGE075
之间的夹角；
Figure 496988DEST_PATH_IMAGE076
表示顶点像素点
Figure 277862DEST_PATH_IMAGE018
与顶点像素点
Figure 263136DEST_PATH_IMAGE014
之间的距离；
Figure 900790DEST_PATH_IMAGE029
表示线段
Figure 971515DEST_PATH_IMAGE075
与线段
Figure 24921DEST_PATH_IMAGE077
之间的夹角；
Figure 67964DEST_PATH_IMAGE078
表示余弦函数。
以此类推，基于顶点像素点
Figure 814203DEST_PATH_IMAGE014
的近似值
Figure 372223DEST_PATH_IMAGE051
和顶点像素点
Figure 291637DEST_PATH_IMAGE018
的近似值
Figure 517082DEST_PATH_IMAGE063
得到顶点像素点
Figure 168644DEST_PATH_IMAGE017
的近似值
Figure 151643DEST_PATH_IMAGE056
、顶点像素点
Figure 812432DEST_PATH_IMAGE019
的近似值
Figure 626804DEST_PATH_IMAGE064
、顶点像素点
Figure 777162DEST_PATH_IMAGE020
的近似值
Figure 309775DEST_PATH_IMAGE059
以及顶点像素点
Figure 508675DEST_PATH_IMAGE021
的近似值
Figure 380816DEST_PATH_IMAGE060
。
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
Figure 639759DEST_PATH_IMAGE014
的近似值
Figure 394089DEST_PATH_IMAGE051
和顶点像素点
Figure 724576DEST_PATH_IMAGE018
的近似值
Figure 513540DEST_PATH_IMAGE063
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。
需要说明的是，本发明实施例中的斜对角顶点为顶点像素点
Figure 677805DEST_PATH_IMAGE014
和顶点像素点
Figure 122693DEST_PATH_IMAGE018
；在其他实施例中实施者可选取其他的斜对角顶点，例如顶点像素点
Figure 928975DEST_PATH_IMAGE015
和顶点像素点
Figure 306867DEST_PATH_IMAGE019
。
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
Figure 235509DEST_PATH_IMAGE014
的坐标、像素点
Figure 964430DEST_PATH_IMAGE018
的坐标、像素点
Figure 308824DEST_PATH_IMAGE014
的像素值以及像素点
Figure 744484DEST_PATH_IMAGE018
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
Figure 781711DEST_PATH_IMAGE001
通道的图像的所有数据块记为第
Figure 732349DEST_PATH_IMAGE001
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：
Figure 942750DEST_PATH_IMAGE079
其中，
Figure 560814DEST_PATH_IMAGE080
和
Figure 503362DEST_PATH_IMAGE081
均表示该数据块斜对角的像素点坐标，例如图2中的像素点
Figure 144559DEST_PATH_IMAGE014
和像素点
Figure 96334DEST_PATH_IMAGE018
；
Figure 303325DEST_PATH_IMAGE082
表示数据块斜对角的像素点
Figure 744670DEST_PATH_IMAGE080
的像素值；
Figure 935480DEST_PATH_IMAGE083
表示数据块斜对角的像素点
Figure 159788DEST_PATH_IMAGE081
的像素值；
Figure 690127DEST_PATH_IMAGE084
表示该数据块的级别。
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
Figure 974477DEST_PATH_IMAGE085
需要说明的是，该表1中第一个单元格内表示帧序号
Figure 387004DEST_PATH_IMAGE086
，第二个单元格内表示第1个数据块的压缩数据，其中
Figure 742899DEST_PATH_IMAGE087
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
Figure 924482DEST_PATH_IMAGE088
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
Figure 645313DEST_PATH_IMAGE003
，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
Figure 482819DEST_PATH_IMAGE002
级的压缩数据进行解压缩。
对第一级到第
Figure 314509DEST_PATH_IMAGE002
级的压缩数据解压完成后能够得到前
Figure 616177DEST_PATH_IMAGE002
个通道的图像数据，然后将第
Figure 570227DEST_PATH_IMAGE002
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
Figure 957346DEST_PATH_IMAGE003
个通道的图像相加，得到丢失的第
Figure 327147DEST_PATH_IMAGE004
帧图像；以此类推，将获取到的丢失的第
Figure 686584DEST_PATH_IMAGE003
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
Figure 749218DEST_PATH_IMAGE080
与像素点
Figure 358054DEST_PATH_IMAGE081
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
Figure 593863DEST_PATH_IMAGE082
和
Figure 870124DEST_PATH_IMAGE083
。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
Figure 838080DEST_PATH_IMAGE082
和
Figure 137474DEST_PATH_IMAGE083
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。
5.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，所述对每个所述数据块进行分级得到多个级别的步骤，包括：
所述高维图像对应的多个所述差异图像由上到下分别为第一通道，第二通道，…，第
Figure 351086DEST_PATH_IMAGE001
通道；
Figure 737068DEST_PATH_IMAGE001
表示正整数；
所有数据块中存在第一通道的差异图像的数据块为第一级；排除第一级数据块后剩余所有数据块中存在第二通道的差异图像的数据块为第二级，以此类推，将所有的数据块划分为
Figure 516805DEST_PATH_IMAGE001
个级别。
6.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
Figure 177593DEST_PATH_IMAGE002
级数据块对应的压缩数据进行解压缩；
Figure 319862DEST_PATH_IMAGE003
为正整数，表示丢包的数量。
7.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
Figure 407904DEST_PATH_IMAGE002
级的压缩数据解压完成后得到前
Figure 674937DEST_PATH_IMAGE002
个通道的图像数据，然后将第
Figure 77099DEST_PATH_IMAGE002
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
Figure 11557DEST_PATH_IMAGE003
个通道的图像相加，得到丢失的第
Figure 332817DEST_PATH_IMAGE004
帧图像；以此类推，将获取到的丢失的第
Figure 352726DEST_PATH_IMAGE003
帧图像与第1个通道的图像相加，得到当前帧图像。
CN202210658813.4A 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 Active CN114745548B (zh)

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)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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