CN117354534B - 一种自适应图像无损压缩方法、设备及存储介质 - Google Patents

Abstract

本发明公开了一种自适应图像无损压缩方法、设备及存储介质，方法包括以下步骤：设Golomb‑Rice参数为k，计算不同k值对应的Golomb‑Rice编码位数；将图像按像素输出顺序分成若干二级数据块；计算二级数据块的Golomb‑Rice编码总长度及不压缩时的总长度L（k′）最短时对应的k′值；将总长度最短时对应k′值为t且数量不超过32的二级数据块组成一个一级数据块；使用t值作为Golomb‑Rice参数对一级数据块进行压缩编码后发送。本发明将图像分成一定像素组成的数据块，对每一个数据块实时计算最优参数并压缩，既减小了压缩输出延迟，又可以选择局部最优的参数进行压缩编码。

Description

一种自适应图像无损压缩方法、设备及存储介质

技术领域

本发明涉及机器视觉的图像处理技术领域，尤指一种自适应图像无损压缩方法、设备及存储介质。

背景技术

工业相机的带宽资源都是特别宝贵的，使用特定接口，为了能用有限的带宽更快地传输数据，可以对图像进行压缩。由于工业相机图像是用于后续的机器视觉算法，图像质量不能在压缩过程中有任何损失，所以，一般采用无损压缩算法。

先对图像计算预测残差，然后用Golomb-Rice编码是一种现行的比较有效的无损压缩编码方法。然而这种方法必须选择合适的参数，使Golomb-Rice编码对应特定的输入符号概率模型是最优的，否则压缩率会偏离最优压缩率，甚至产生数据扩展，即压缩后的数据量比压缩前的还要大。

一般可以采用整帧图像输出完毕后计算图像中预测残差概率分布，并选择合适参数进行Golomb-Rice编码的方法，但这会加大压缩输出延时，且选择的参数是针对整帧图像的，如图像不同区域特征不同，例如有纹理区域、平滑区域等，一个参数应用于整帧图像无法达到最优的压缩效果。

发明内容

为了解决上述技术问题，本发明提供一种适合FPGA实现的自动选择Golomb-Rice最优参数的图像无损压缩方法。

具体地，本发明的技术方案如下：

本发明提供一种自适应图像无损压缩方法，包括以下步骤：

设Golomb-Rice参数为k，k为自然数，0≤k≤6，根据图像的像素变换预测残差计算不同k值对应的Golomb-Rice编码位数；

将图像按像素输出顺序分成若干二级数据块；

对第一个二级数据块，计算不同k值对应的 Golomb-Rice编码总长度L（k）及不压缩时的总长度L（7），设为L（k′），其中k′为7，将所述第一Golomb-Rice编码总长度L（k）和所述第二总长度L（k′）中长度最短时对应的k值或k′值设为t；

对下一个二级数据块，将不同k值对应的 Golomb-Rice编码总长度和不压缩时的总长度L（k′）进行运算形成L′（k′），确定总长度L′（k′）最短时对应的k′值；

若所述第三总长度L′（k′）最短时对应的k′值等于t，则继续处理接下来的所述二级数据块，直至所述第三总长度L′（k′）最短时对应的k′值不等于t，或所述第三总长度最短时对应k′值等于t的二级数据块的数量达到32；

将总长度最短时对应k′值为t的二级数据块组成一个一级数据块，如果t=7，则直接发送所述一级数据块的数据；否则，使用t值作为Golomb-Rice参数对所述一级数据块的数据进行压缩编码后发送。

在一些实施方式中，所述图像的像素变换预测残差根据以下方式确定：计算图像的像素预测残差，并对所述像素预测残差进行单边变换形成像素变换预测残差。

在一些实施方式中，所述计算图像的像素预测残差具体包括：选择预测残差计算模型，确定需要存储的图像行数，计算像素预测残差。

在一些实施方式中，所述根据像素变换预测残差计算不同k值对应的Golomb-Rice编码位数依据以下公式：

b（k）=E(e)>>k+1+k；

其中，b（k）为Golomb-Rice编码位数，E(e)为变换预测残差。

在一些实施方式中，所述将图像按像素输出顺序分成若干二级数据块包括：将图像按像素输出顺序，每2ⁱ个像素组成一个二级数据块，i不大于5。

在一些实施方式中，所述二级数据块不压缩时的总长度L（k′）=2ⁱ×8。

在一些实施方式中，所述将不同k值对应的 Golomb-Rice编码总长度和不压缩时的总长度L（k′）进行运算形成第三总长度L′（k′），采用以下公式：

当k′=t时，L′（k′）=L（k′）；

当k′≠t时，L′（k′）=L（k′）+8。

在一些实施方式中，在S600所述发送一级数据块的数据之前还包括：发送一个字节的块信息，所述块信息包括所述一级数据块的Golomb-Rice编码参数t值、所述一级数据块包含的二级数据块的数量。

本发明还提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上所述的自适应图像无损压缩方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的自适应图像无损压缩方法。

与现有技术相比，本发明至少具有以下一项有益效果：

1、本发明将图像分成一定像素组成的数据块，对每一个数据块实时计算最优参数并压缩，既减小了压缩输出延迟，又可以选择局部最优的参数进行压缩编码。

2、本发明对图像按像素输出顺序进行分块减小了数据块编码输出的延迟，同时减小了对FPGA存储资源的占用。

3、本发明在确定最优Golomb-Rice编码参数的过程中，仅对数据块进行Golomb-Rice编码长度的计算，相比直接对数据块进行Golomb-Rice编码，其所占用的FPGA存储资源少很多。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对一种自适应图像无损压缩方法、设备及存储介质的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1是本发明具体实施方式一种自适应图像无损压缩方法的流程图。

具体实施方式

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，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图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他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

标准的Golomb-Rice编码可以用如下的方法实现：

对于一个非负整数n和一个正整数除数m，n关于m的Golomb-Rice编码Gm（n）为商的一元编码和余数的二值表示的组合。其中m=2^k，k为自然数，我们称之为Golomb-Rice参数。假设商是q，则q等于n左移k比特，其一元编码为q个1后跟一个0。假设余数为p，则p为n的二进制的最低k位。

在一个实施例中，参考说明书附图1，本发明提供的一种自适应图像无损压缩方法，包括以下步骤：

第一步：设定Golomb-Rice参数k，k为自然数，0≤k≤6，根据图像的像素变换预测残差计算不同k值对应的Golomb-Rice编码位数。

使用Golomb-Rice参数为6，即用G₆₄（n）对n编码，理论上最好的压缩率约为99.6%。而使用Golomb-Rice参数为7即用G₁₂₈（n）对n编码，理论上最好的压缩率约为109.2%，已经产生数据冗余了，不再适合压缩。限定Golomb-Rice参数最大为6，是为了防止参数数据冗余。

根据图像的像素变换预测残差计算不同k值对应的Golomb-Rice编码位数包括以下过程：

首先，选择预测残差计算模型，根据预测残差模型存储最少需要的图像行数j，j一般是1或2，对于这些行内像素计算预测残差e。

预测残差计算模型有很多种，选择不同的预测残差计算模型所需要存储的图像行数也不同。下面以两种计算模型举例说明：（1）一个像素的预测残差等于这个像素减去左边的像素，此时计算预测残差只需要存储一行就够了，即j=1；（2）一个像素的预测残差等于这个像素减去左边、上边像素的平均值，此时计算预测残差就需要存储两行，即j=2。

然后，对预测残差e进行单边变换形成变换预测残差E（e），E（e）是非负整数。

最后，计算不同k值对应的Golomb-Rice编码位数b（k）：

b（k）=E(e)>>k+1+k。

第二步：对图像按像素输出顺序分成若干二级数据块。

将一幅图像按像素输出顺序，每2ⁱ个像素组成一个二级数据块，其中，i为大于0的自然数，二级数据块的数量最多为32个，且2ⁱ×32<j行像素数。

由于工业相机的感光芯片一般是按像素、逐行输出的，所以，对图像按像素输出顺序进行分块可以减小数据块编码输出的延迟，同时减小对FPGA存储资源的占用。

第三步：对第一个二级数据块，计算不同k值对应的第一Golomb-Rice编码总长度L（k）及不压缩时的第二总长度L（k′），其中k′为7，将第一Golomb-Rice编码总长度L（k）和第二总长度L（k′）中长度最短时对应的k值或k′值设为t；另一实现方式，即对第一个二级数据块，计算不同k值对应的 Golomb-Rice编码总长度L（k）及不压缩时的总长度L（7），设为L（k′），其中k′=k或7，将总长度L（k′）最短时对应的k′值设为t。第一Golomb-Rice编码总长度L（k）为当前所述二级数据块内所有像素变换预测残差的所述Golomb-Rice编码位数累加值。

计算第一个二级数据块不同k值对应的Golomb-Rice编码总长度L（0）、L（1）…L（6），以及该二级数据块不压缩时的总长度L（7），设为L（k′），即k′=0，1，2，3，4，5，6，7，其中L（7）=2ⁱ×8。

总长度L（k′）最短时对应的k′值即为最优的Golomb-Rice编码参数，设为t。为了找出最优的Golomb-Rice编码参数，仅对数据块进行Golomb-Rice编码长度进行计算，相比直接对数据块进行Golomb-Rice编码，其所占用的FPGA存储资源少很多。

第四步：对下一个二级数据块，将不同k值对应的Golomb-Rice编码总长度（即第一Golomb-Rice编码总长度）和不压缩时的总长度L（k′）（即第二总长度）进行运算形成L′（k′）（定义为第三总长度），确定总长度L′（k′）最短时对应的k′值，其中，L′（k′）由L（k′）采用以下公式运算而成：

当k′=t时，L′（k′）=L（k′）。

当k′≠t时，L′（k′）=L（k′）+8。

当k′≠t时在总长度上加8是因为本方法需要在参数变化时在数据块前加一个字节（8 bits）的块标识。

第五步：如果第二个二级数据块中第三总长度L′（k′）最短时对应的k′值仍然等于t，则使用第四步同样的方法处理接下来的二级数据块，直到L′（k′）最短时对应的k′值不等于t，或包括第一个二级数据块在内的所有总长度最短时对应k′值等于t的二级数据块的数量达到了32。

第六步：将第三总长度最短时对应k′值等于t的二级数据块组成一个一级数据块，如果t=7，则直接发送一级数据块的数据，该一级数据块不进行压缩编码，直接发送原始图像像素值；如果t≠7，则使用t值作为Golomb-Rice参数对该一级数据块的数据进行压缩编码后再发送。

在发送一级数据块的数据之前，发送一个字节的块信息，其中，该字节后三位是压缩参数，2′b111表示本数据块是原始数据，未压缩，其余值表示本数据块是使用该参数进行Golomb-Rice压缩编码的；高五位加1标识本一级数据块内的二级数据块的数量，最大为2′b11111+2′b1=32。

第七步：返回第三步，对余下的二级数据块循环执行上述步骤，直至处理完整个图像。

解码时，首先根据第一个字节，确定每个一级数据块的Golomb-Rice压缩参数和该一级数据块内的二级数据块的数量，根据该信息对相应数量的二级数据块内数据进行解码得到变换预测残差E（e），进一步恢复图像。

实施例1

首先计算test-image的像素预测值：

当x=0或y=0时，；其余情况下，，其中，round表示四舍五入取整。

再计算预测残差：

。

根据本实施例选择的预测残差计算模型，j=2，需要存储两行图像。

对预测残差进行单边变换形成E（e）：

当e≥0时，E（e）=2e。

当e<0时，E（e）=-2*e-1。

然后，将test-image按像素输出顺序，每64个像素组成一个二级数据块。

计算第一个二级数据块不同k值对应的Golomb-Rice编码总长度L（k）及不压缩时的总长度L（7），设为L（k′），k′=0，1，2，3，4，5，6，7，比较发现，k′值为1时总长度最短，即t=1；

对于第二个二级数据块，找出不同k值对应的Golomb-Rice编码总长度及不压缩时的总长度经过运算后形成的L′（k′）中最短的：

L′（k′）=L（k′）+8，k′=0，2，3，4，5，6，7。

L′（k′）=L（k′），k′＝1。

发现最短的是k′=0，即和上一个二级数据块Golomb-Rice编码参数不同，那么就将第一个二级数据块打包为第一个一级数据块，用1作为Golomb-Rice参数对第一个一级数据块进行压缩编码并发送。

发送第一个一级数据块的数据前，先发送一个字节的块信息，其中，该字节后三位是压缩参数，2′b001表示本数据块是使用1为参数进行Golomb-Rice压缩编码的；高五位是2′b00000，高五位加1是二级数据块的数量，说明本一级数据块内的二级数据块的数量是1。

由于整个图像的第二个二级数据块没有被打包进第一个一级数据块，那么就将其作为第二个一级数据块内的第一个二级数据块，此时，t=0。

对于整个图像的第三个二级数据块，用同样的方法，找出不同k值对应的Golomb-Rice编码总长度及不压缩时的总长度经过运算后形成的L′（k′）中最短的，发现仍然是k′=0。

对于整个图像的第四个二级数据块，用同样的方法，找出不同k值对应的Golomb-Rice编码总长度及不压缩时的总长度经过运算后形成的L′（k′）中最短的，发现是k′ =1，即和上一个二级数据块Golomb-Rice编码参数不同，那么就将整个图像的第二、第三个二级数据块打包为第二个一级数据块，用0作为Golomb-Rice参数对第二个一级数据块进行压缩编码并发送。

发送第二个一级数据块的数据前，先发送一个字节的块信息，其中，该字节后三位是压缩参数，2′b000表示本数据块是使用0为参数进行Golomb-Rice压缩编码的；高五位是2′b00001，高五位加1是二级数据块的数量，说明本一级数据块内的二级数据块的数量是2。

循环执行上述步骤，用同样的方法处理整个图像。

解码时，首先根据第一个字节，确定第一个一级数据块包含1个二级数据块，是使用1为参数进行Golomb-Rice压缩编码的，据此对相应数据进行解码，并最终恢复第一个一级数据块的图像，依此类推，直到恢复整个图像。

经过本方法，图像test-image实现的压缩率为42.89%。如果使用同一个参数对整个图像进行Golomb-Rice压缩编码，最合适的是k=2，此时压缩率为53.46%。可见，使用本方法既可以减小压缩输出延迟，又可以选择局部最优的参数进行压缩编码。且本方法需要的计算资源和存储空间都很少，使用FPGA器件可实现。

在一个实施例中，本发明提供的一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上所述的自适应图像无损压缩方法，所述处理器可以是CPU、控制器、微控制器、微处理器、或其他数据处理芯片。

在一个实施例中，本发明提供的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的自适应图像无损压缩方法。本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，编程计算器或者网络设备等)执行本发明各个方法实施例所述方法的全部或部分步骤。所述计算机可读存储介质包括U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）等各种能够携带计算机程序代码的介质。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述或记载的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可能集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

在本发明中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

应当说明的是，上述实施例均可根据需要自由组合。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种自适应图像无损压缩方法，其特征在于，包括以下步骤：

设Golomb-Rice参数为k，k为自然数，0≤k≤6，根据图像的像素变换预测残差计算不同k值对应的Golomb-Rice编码位数；

将所述图像按像素输出顺序分成若干二级数据块；

对第一个所述二级数据块，计算不同k值对应的第一Golomb-Rice编码总长度L（k）及不压缩时的第二总长度L（k′），其中k′为7，将所述第一Golomb-Rice编码总长度L（k）和所述第二总长度L（k′）中长度最短时对应的k值或k′值设为t；

对下一个所述二级数据块，将不同k值对应的所述第一Golomb-Rice编码总长度和不压缩时的所述第二总长度L（k′）进行运算形成第三总长度L′（k′），确定所述第三总长度L′（k′）最短时对应的k′值；

若所述第三总长度L′（k′）最短时对应的k′值等于t，则继续处理接下来的所述二级数据块，直至所述第三总长度L′（k′）最短时对应的k′值不等于t，或所述第三总长度最短时对应k′值等于t的所述二级数据块的数量达到32；

将所述第三总长度最短时对应k′值为t的所述二级数据块组成一个一级数据块，如果t=7，则直接发送所述一级数据块的数据；否则，使用t值作为所述Golomb-Rice参数对所述一级数据块的数据进行压缩编码后发送。

2.根据权利要求1所述的自适应图像无损压缩方法，其特征在于，所述图像的像素变换预测残差根据以下方式确定：计算所述图像的像素预测残差，并对所述像素预测残差进行单边变换形成像素变换预测残差。

3.根据权利要求2所述的自适应图像无损压缩方法，其特征在于，所述计算所述图像的像素预测残差具体包括：选择预测残差计算模型，确定需要存储的图像行数，计算所述像素预测残差。

4.根据权利要求1-3任一项所述的自适应图像无损压缩方法，其特征在于，所述根据图像的像素变换预测残差计算不同k值对应的Golomb-Rice编码位数依据以下公式：

b（k）=E(e)>>k+1+k；

其中，b（k）为所述Golomb-Rice编码位数，E(e)为变换预测残差。

5.根据权利要求1所述的自适应图像无损压缩方法，其特征在于，所述将所述图像按像素输出顺序分成若干二级数据块包括：将所述图像按像素输出顺序，每2ⁱ个像素组成一个所述二级数据块，i不大于5。

6.根据权利要求5所述的自适应图像无损压缩方法，其特征在于，所述二级数据块不压缩时的所述第二总长度L（k′）=2ⁱ×8。

7.根据权利要求1所述的自适应图像无损压缩方法，其特征在于，所述将不同k值对应的所述第一Golomb-Rice编码总长度和不压缩时的所述第二总长度L（k′）进行运算形成第三总长度L′（k′），采用以下公式：

当k′=t时，L′（k′）=L（k′）；

当k′≠t时，L′（k′）=L（k′）+8。

8.根据权利要求1所述的自适应图像无损压缩方法，其特征在于，所述如果t=7，则直接发送所述一级数据块的数据之前还包括：发送一个字节的块信息，所述块信息包括所述一级数据块的Golomb-Rice编码参数t值、所述一级数据块包含的二级数据块的数量。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现权利要求1-8任一项所述的自适应图像无损压缩方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1-8任一项所述的自适应图像无损压缩方法。