阅读说明：本技术 基于新型色彩空间转换的马赛克图像压缩方法 (Mosaic image compression method based on novel color space conversion ) 是由 朱树元 贺康 王忠荣 刘光辉 王正宁 于 2020-06-05 设计创作，主要内容包括：本发明属于图像处理技术领域,具体提供基于新型色彩空间转换的马赛克图像压缩方法,用以解决现有技术恢复图像质量低、算法复杂且仅适用于某一特定格式的RGGB型CFA图像的问题。本发明将CFA的G<Sub>1</Sub>RBG<Sub>2</Sub>转换为四通道模型,然后使用新型色彩空间转换,消除像素之间的相关性,大大降低了编码码流的位数,使之能够直接通过传统编码框架进行编码；并且,本发明适用于任意格式的RGGB型CFA；同时,本发明中色彩空间转换矩阵和逆转换矩阵均为真实值,而不是近似结果,消除了转换矩阵带来的舍入误差；另外,本发明通过数学优化的方式更新需要编码的亮度分量,带来更好的恢复质量。(The invention belongs to the technical field of image processing, and particularly provides a mosaic image compression method based on novel color space conversion, which is used for solving the problems that the recovered image quality is low, the algorithm is complex and the method is only suitable for RGGB type CFA images with a certain specific format in the prior art. The invention uses G of CFA 1 RBG 2 The four-channel model is converted, then the novel color space conversion is used, the correlation among pixels is eliminated, and the bit number of the coded code stream is greatly reduced, so that the coded code stream can be directly coded through a traditional coding frame; moreover, the invention is suitable for RGGB type CFA with any format; meanwhile, the color space conversion matrix and the inverse conversion matrix are both true values, but not approximate results, so that rounding errors caused by the conversion matrix are eliminated; in addition, the invention updates the brightness component to be coded in a mathematical optimization mode, thereby bringing better recovery quality.)

基于新型色彩空间转换的马赛克图像压缩方法

技术领域

本发明属于图像处理技术领域，尤其涉及RGGB型CFA压缩编码领域，具体提供一种基于新型色彩空间转换的马赛克图像压缩方法。

背景技术

为了产生彩色图像，大多数数码相机使用一块带有几种不同滤色镜的CMOS板，并使用插值技术生成全彩色图像。RGGB型彩色滤波阵列(Color Filter Array、CFA)，是指在2×2区域中有两个绿色滤色镜、一个红色滤色镜和一个蓝色滤色镜的CFA的总称；其中，Bayer-CFA是最常使用的，它的每2×2区域中左上和右下为绿色滤色镜、右上为红色滤色镜、左下为滤色镜。如果插值出全彩色图像，CFA的每个像素中只有一个颜色分量，因此必须使用相邻像素信息对给定像素的其他两个颜色分量进行插值；尽管已有几种可能的插值算法，但很明显，从信息论的角度来看，它们都会导致冗余度的增加。

目前，民用数码相机上CMOS图像的压缩方法多数是在图像在插值后才进行图像压缩，压缩数据量是CFA的三倍，不利于空间相机图像压缩实时性。存在的RGGB型CFA的压缩方法，要么把两个绿色像素转换成一个，这降低了恢复图像的质量；要么针对Y矩阵设计复杂的结构变换或数值填充，算法复杂且仅适用于某一特定格式的RGGB型CFA。

基于此，本发明提供一种基于新型色彩空间转换的马赛克图像压缩方法。

发明内容

本发明的目的在于针对上述现有技术恢复图像质量低、算法复杂且仅适用于某一特定格式的RGGB型CFA图像的问题，提供一种基于新型色彩空间转换的马赛克图像压缩方法，其实现简单，在编码码流位数相同的情况下能够带来更高的恢复质量，并且适用于任意格式的RGGB型CFA。

为实现上述目的，本发明采用的技术方案为：

基于新型色彩空间转换的马赛克图像压缩方法，包括以下步骤：

步骤1、将RGGB型CFA图像中的G₁、R、B、G₂分量分别单独拼接构成一个通道，生成四通道模型；

步骤2、将步骤1中生成的四通道模型进行色彩空间转换，转换至YDgCoCg模型，得到亮度分量Y、色度分量Dg、Co、Cg；

步骤3、对步骤2中的色度分量Dg、Co、Cg进行DCT、JPEG色度量化，生成色度分量Dg′、Co′、Cg′；

步骤4、对步骤3中色度分量Cg′进行反量化、IDCT生成色度分量Cg″，并进行数学优化，计算生成亮度分量

步骤5、对步骤4中亮度分量进行DCT、JPEG亮度量化，生成亮度分量

步骤6、对步骤3中色度分量Dg′、Co′、Cg′进行JPEG色度编码，对步骤5中亮度分量进行JPEG亮度编码，并将码流发送；

步骤7、接收码流，进行反编码、反量化、IDCT、逆色彩空间转换，恢复CFA图像。

进一步地，所述步骤2中色彩空间转换为：

进一步地，所述步骤4中，数学优化为：

进一步地，所述步骤7具体包括：

S71、接收数据，并依次进行反编码、反量化、IDCT生成分量

Dg″、Co″、Cg″；

S72、对分量Dg″、Co″、Cg″进行逆色彩空间转换，得到分量G₁″、R″、B″′、G″₂：

S73、对分量G₁″、R″、B″′、G″₂进行与步骤1相反的操作，恢复得RGGB型CFA图像。

本发明的工作原理在于：

本发明提出四通道模型，通过色彩空间转换，将亮度编码的分量尺寸变为CFA尺寸的1/4，而色度编码产生的码流位数非常小，所以有效降低了编码码流的位数；

所述色彩空间转换方法为：

其中，Y为亮度分量，Dg、Co、Cg为色度分量，Dg表示绿色差：Dg＝G₂-G₁；

假设对Y、Dg、Co、Cg分量分别进行DCT、量化、编码得Y′、Dg′、Co′、Cg′，则反编码、反量化、IDCT恢复得Y″、Dg″、Co″、Cg″，经过逆色彩空间转换：

此时相对于原CFA，产生的失真为：

为了使失真最小化：

找到一个奇点，且根据现实意义，这个点为最小值点：

由此可见，压缩编码使得色度通道产生严重失真，导致解码端反量化得到的亮度分量更接近(而不是Y)时，能够带来更小的整体失真，即更高的恢复质量；因此，本发明在编码端处理的亮度分量为

分量经过DCT、量化、编码得到后，再经过反编码、反量化、IDCT得到的与

仍然具有一定差距，但这个差距远远小于直接编码Y、解码生成的Y″与的差距。

综上所述，本发明的有益效果在于：

本发明提供一种基于新型色彩空间转换的马赛克图像压缩方法，将CFA的G₁RBG₂转换为四通道模型，然后使用新型色彩空间转换，消除像素之间的相关性，大大降低了编码码流的位数，使之能够直接通过传统编码框架进行编码；并且，本发明适用于任意格式的RGGB型CFA；同时，本发明中色彩空间转换矩阵和逆转换矩阵均为真实值，而不是近似结果，消除了转换矩阵带来的舍入误差；另外，本发明通过数学优化的方式更新需要编码的亮度分量，带来更好的恢复质量。

附图说明

图1为本发明基于新型色彩空间转换的马赛克图像压缩方法的流程示意图。

图2为本发明实施例中Bayer格式CFA各个像素点颜色示意图。

图3为本发明实施例中色彩空间转换示意图。

具体实施方式

下面结合附图和实施例，对本发明作进一步详细描述。

本实施例提供一种基于新型色彩空间转换的马赛克图像压缩方法，其流程如图1所示；本实施例以Bayer-CFA为例，具体包括以下步骤：

步骤S1、将RGGB型CFA图像中的G₁RBG₂分量分别单独拼成一个通道，变为四通道模型，使每个分量单独组成矩阵，消除了CFA的复杂结构；

具体的，Bayer-CFA如图2所示，把Bayer-CFA分隔成2×2的像素块；如图3所示，挑选所有2×2像素块左上角的元素组合成G₁分量，挑选所有2×2像素块右上角的元素组合成R分量，挑选所有2×2像素块左下角的元素组合成B分量，挑选所有2×2像素块右下角的元素组合成G₂分量；

步骤S2、将四通道G₁RBG₂模型转到四通道YDgCoCg模型，如图3所示，消除了G₁RBG₂四个通道之间的相关性，降低了编码所需要的位数；

步骤S3、将S2中的Dg、Co、Cg分量进行DCT、JPEG色度量化，生成Dg′、Co′、Cg′；

步骤S4、IDCT、反量化Cg′生成Cg″，数学优化，计算生成恢复出的亮度分量更接近

将会带来更小的失真；

具体的，IDCT、反量化Cg′生成Cg″，计算得到一个新的分量

步骤S5、对进行DCT、JPEG亮度量化，生成

步骤S6、对S3中生成的Dg′、Co′、Cg′进行JPEG色度编码，对S5中生产的

进行JPEG亮度编码，并将码流发送；

步骤S7、接收码流，进行反编码、反量化、IDCT、逆色彩空间转换，恢复CFA图像；具体为：

S71、接收数据，依次进行反编码、反量化、IDCT生成Dg″、Co″、Cg″；

S72、将Dg″、Co″、Cg″进行逆色彩空间转换：

S73、进行与S1相反的操作，恢复Bayer-CFA。

通过恢复CFA图像计算压缩图像的恢复质量，本发明具有更高恢复质量。本发明中，需要亮度编码的分量尺寸是CFA尺寸的1/4，所以编码码流的位数更少；且可以直接使用传统的编码框架直接编码，具有很高的鲁棒性；最后需要说明的是，本实施例中以Bayer格式CFA为例，但是本发明对任意RGGB型CFA同样有效。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。