阅读说明：本技术 一种Bayer图像压缩方法 (Bayer image compression method ) 是由 朱树元 贺康 刘光辉 曾兵 于 2019-11-04 设计创作，主要内容包括：本发明属于图像处理技术领域,具体为一种Bayer图像压缩方法；用以克服现有Bayer图像的压缩方法,要么把两个绿色像素转换成一个、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、增加了编码所需比特数的问题。本发明首先,通过将Bayer图像的G<Sub>1</Sub>RBG<Sub>2</Sub>颜色排列变换到新的颜色排列Y<Sub>1</Sub>UVY<Sub>2</Sub>,消除了RGB颜色空间的相关性,能够提高压缩比,保证恢复图像的质量；然后,通过重排列-列填充-列DCT-行填充-行DCT的方法对Y矩阵做DCT变换,没有损失任何已有的信息,同时降低了编码Y矩阵的所需要的比特数；综上,本发明在恢复的图像质量相同条件下,具有更大的压缩比,且方法简单,显著降低运算复杂度。(The invention belongs to the technical field of image processing, in particular to a Bayer image compression method; the method is used for overcoming the problems that the quality of a restored image is reduced by converting two green pixels into one pixel, or the number of bits required by coding is increased by designing complex structural transformation aiming at a Y matrix in the conventional Bayer image compression method. The invention firstly uses G of Bayer image 1 RBG 2 Colour permutation conversion to new colour permutation Y 1 UVY 2 The method eliminates the correlation of RGB color space, can improve the compression ratio and ensure the quality of the recovered image; then, by rearrangement-column filling-The method of column DCT-row filling-row DCT performs DCT transformation on the Y matrix without losing any existing information and simultaneously reduces the bit number required for coding the Y matrix; in conclusion, the invention has larger compression ratio under the condition of the same recovered image quality, and the method is simple and obviously reduces the operation complexity.)

一种Bayer图像压缩方法

技术领域

本发明属于图像处理技术领域，尤其涉及一种Bayer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。几种不同的滤色镜阵列(CFA)中，Bayer-CFA是最常使用的，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。尽管有几种可能的插值算法，但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，压缩数据量是原Bayer图的三倍，不利于空间相机图像压缩实时性，目前存在的Bayer图像的压缩方法，要么把两个绿色像素转换成一个，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，增加了编码所需比特数。

发明内容

本发明的目的在于针对上述现有技术的缺陷，提供一种Bayer图像压缩方法，该方法实现简单，即不会增加编码所需要的比特数、也不降低恢复图像的质量。

为实现上述目的，本发明采用的技术方案为：

一种Bayer图像压缩方法，包括以下步骤：

S1、将Bayer图像的G₁RBG₂颜色排列变换到新的颜色排列Y₁UVY₂，以消除RGB颜色空间的相关性；

S2、对Y矩阵重新排列，两次在空位置填充数字作一维DCT变换，使其二维DCT域系数具有最少的非零值，并对DCT域数据进行量化编码；具体为：

S21、将U分量单独组成U矩阵，V分量单独组成V矩阵，将原矩阵中非Y₁和Y₂分量位置填充为零、形成Y矩阵；

S22、对Y矩阵进行零填充扩充，使其行数和列数均为8的整数倍；

S23、对扩充后的Y矩阵分成8×8的像素块，对每一块进行如下处理：

1)重排列：将8×8的像素块中的32个有效Y像素按“Zig-Zag扫描”的方式排列在左上角；

2)列填充：其中有效像素个数为n，有效数字组成的向量记为y，则需要***的8-n个数字，***数字组成的向量记为x：

x＝P_n*y

其中，P_n:

P₇＝[-0.1989 0.5665 -0.8478 1 0.8478 -0.5665 0.1989]

对应***的位置：

Pos₂:1 3 4 5 6 8

Pos₃:2 3 5 6 8

Pos₄:2 4 6 7

Pos₅:2 4 6

Pos₆:3 6

Pos₇:5

3)列DCT：将列填充结果进行列DCT变换；

4)行填充：将列DCT变换结果采用(2)相同处理完成行填充；

5)行DCT：将行填充结果进行行DCT变换；

6)量化编码：将行DCT结果按照JPEG灰度量化表量化，按照标准JPEG编码方式对量化结果进行编码；

S3、对U和V矩阵进行二维DCT变换，并对DCT域数据进行JPEG色度量化、编码，并发送；

S4、接收数据，进行反量化以及反变换，重构图像。

进一步地，所述步骤S1具体包括：

S11、对Bayer图像进行填零扩展，使其行数和列数均为2的整数倍；

S12、对扩展后的Bayer进行颜色标记，将其标记为四个分量：

G₁(m n)＝S(2m-1 2n-1)

R(m n)＝S(2m-1 2n)

B(m n)＝S(2m 2n-1)

G₂(m n)＝S(2m 2n)

其中，S表示原Bayer图像矩阵，G₁表示奇数行奇数列的绿色分量，R表示红色分量，B表示蓝色分量，G₂表示偶数行偶数列的绿色分量，m、n表示矩阵的第m行、第n列；

S13、对每2×2块的四个分量进行如下矩阵变换：

获得的四个分量Y₁、U、V、Y₂，从而将G₁RBG₂颜色排列变换到Y₁UVY₂颜色排列；

将Bayer图像的G₁RBG₂颜色排列变换到新的颜色排列Y₁UVY₂，以消除RGB颜色空间的相关性，能够提高压缩比。

进一步地，所述步骤S3中，二维DCT变换、量化、编码均使用标准JPEG压缩编码的方法。

进一步地，所述步骤S4具体为：

S41、接收步骤S2、S3发送的数据之后，对所述数据进行解码，重构量化后矩阵；

S42、对量化后矩阵进行与S3、S2中的量化对应的反量化；

S43、对U、V矩阵二维DCT变换结果进行二维反DCT变换；

S44、对Y矩阵变化结果的每8×8块进行如下处理：

1)行反DCT变换；

2)行筛选：挑选S23中第4)步对应有效像素排列在每一行的左边；

3)列反DCT变换；

4)列筛选：挑选S23中第2)步对应有效像素排列在每一列的上边；

5)恢复排列：按照与S23第1)步相对应的位置恢复原始排列；

S45、根据下式，对颜色排列进行反变换：

本发明的有益效果在于：

本发明提供一种Bayer图像压缩方法，首先，通过将Bayer图像的G₁RBG₂颜色排列变换到新的颜色排列Y₁UVY₂，消除了RGB颜色空间的相关性，能够提高压缩比，保证恢复图像的质量；然后，通过重排列-列填充-列DCT-行填充-行DCT的方法对Y矩阵做DCT变换，没有损失任何已有的信息，同时降低了编码Y矩阵的所需要的比特数；综上，本发明在恢复的图像质量相同条件下，具有更大的压缩比，且方法简单，显著降低运算复杂度。

附图说明

图1为本发明一种Bayer图像压缩方法的流程示意图。

图2为本发明实施例中Bayer格式图像各个像素点颜色示意图。

图3为本发明实施例中Bayer图像的G₁RBG₂颜色排列变换到新的颜色排列Y₁UVY₂示意图。

图4为本发明实施例中Y矩阵和U、V矩阵分开处理示意图。

图5为本发明实施例中DCT变换示意图。

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。

本发明提供一种Bayer图像压缩方法，其中涉及一维DCT变化，已知一维DCT变化可以用矩阵形式表示：

其中，C表示变换矩阵，y表示有效数字组成的向量，x表示需要***的值组成的向量，DCT域中频率最高几位系数为0，则有：

改变x插值的位置，使得C₁₁条件数最小，假设C₁₁条件数最小时

记为P_n，则：

x＝P_n*y

其中，n为有效数字个数。

基于此，本实施例中Bayer图像压缩方法如图1所示，包括以下步骤：

步骤S1、将Bayer图像的G₁RBG₂颜色排列变换到新的颜色排列Y₁UVY₂，以消除RGB颜色空间的相关性；

具体包括：

S11、对Bayer图像进行填零扩展，使其行数和列数均为2的整数倍；这样在下面的步骤中，可以把图像分割成2x2的块进行颜色排列转换；

S12、对扩展后的Bayer进行颜色标记，如图2所示，具体为每2x2像素块的左上角像素标记为G₁，每2x2像素块的右上角像素标记为R，每2x2像素块的左下角像素标记为B，每2x2像素块的右下角像素标记为G₂，便于后面操作；

S13、对颜色标记后的Bayer图像进行颜色排列转换，如图3所示，转换矩阵为：

步骤S2、对Y矩阵重新排列，两次在空位置(0位置)填充数字做一维DCT变换，使其二维DCT域具有最少的非零值，并对DCT域数据进行量化编码；

具体步骤如下：

S21、如图4所示，将U分量单独组成U矩阵V分量单独组成V矩阵，Y₁和Y₂组成的矩阵称为Y矩阵；

S22、对Y矩阵进行扩充，使其行数和列数均为8的整数倍，这样后面可以把Y矩阵分成8x8块分别进行处理；

S23、如图5所示，对扩充后的Y矩阵分成8×8的像素块，对每一块进行如下形同处理：

1)重排列：目标是每一块的二维DCT变换之后，高32维系数为0，这样不会增加信息量，所以将8×8的像素块中的32个有效Y像素按“Zig-Zag扫描”的方式排列在左上角；

2)列填充：一列中有效像素个数为n，有效数字组成的列向量记为y，则需要***的8-n个数字，***数字组成的列向量记为x：

x＝P_n*y

P_n和需要***的位置已经在发明内容列出；

3)列DCT：将列填充结果进行列DCT变换；

4)行填充：将列DCT变换结果进行行填充，一行中有效像素个数为n，有效数字组成的列向量记为y，则需要***的8-n个数字，组成的列向量记为x：

x＝P_n*y

P_n和需要***的位置已经在发明内容列出；

5)行DCT：将行填充结果进行行DCT变换；

6)量化编码：将行DCT结果按照JPEG灰度量化表量化，按照标准JPEG编码方式对量化结果进行编码；

步骤S3、对U和V矩阵进行二维DCT变换，并对DCT域数据进行量化编码，并发送；

步骤S4、按照与步骤S1-S3相反的顺序恢复图像。

采用本发明Bayer图像压缩方法，在恢复的图像质量相同时，具有更大的压缩比，而且算法简单，降低运算复杂度。

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。