阅读说明：本技术 一种全息图压缩方法、编码器和再现像输出系统 (Hologram compression method, encoder and reproduced image output system ) 是由 姜智翔 桂进斌 *** 张凯 浦建 于 2019-08-23 设计创作，主要内容包括：本发明涉及一种全息图压缩方法、编码器和再现像输出系统,属于全息图像处理和三维显示领域。将全息图频谱分解成振幅和相位矩阵,利用小波包Mallat分解和一种小波新型分解模式对振幅和相位矩阵进行分解,得到高低频分离的子矩阵；根据高低频分离的子矩阵获得小波分层或者全局阈值,将阈值作用于振幅和相位矩阵,再将处理后的两个矩阵重新组合成新全息图频谱从而生成新全息图；利用矢量量化处理新全息图,完成压缩；全息图像编码器包含：读入模块,预处理模块,处理模块和熵编码模块,在所示全息图压缩方法的基础上完成全息图的压缩编码；全息再现像输出系统包括数据读入模块,解码模块,再现模块和输出模块,可以提供解码和再现像码流输出功能。(The invention relates to a hologram compression method, an encoder and a reproduced image output system, and belongs to the field of holographic image processing and three-dimensional display. Decomposing the hologram frequency spectrum into an amplitude matrix and a phase matrix, and decomposing the amplitude matrix and the phase matrix by utilizing wavelet packet Mallat decomposition and a novel wavelet decomposition mode to obtain high-low frequency separated sub-matrices; obtaining wavelet layering or global threshold values according to the high-frequency and low-frequency separated sub-matrixes, applying the threshold values to amplitude and phase matrixes, and recombining the two processed matrixes into a new hologram frequency spectrum to generate a new hologram; processing the new hologram by vector quantization to complete compression; the holographic image encoder includes: the system comprises a reading-in module, a preprocessing module, a processing module and an entropy coding module, wherein the compression coding of the hologram is completed on the basis of the hologram compression method; the holographic reproduced image output system comprises a data read-in module, a decoding module, a reproduced module and an output module, and can provide decoding and reproduced image code stream output functions.)

一种全息图压缩方法、编码器和再现像输出系统

技术领域

本发明涉及一种全息图压缩方法、编码器和再现像输出系统，属于全息图像处理和三维显示领域。

背景技术

全息成像技术的应用使得真三维显示成为可能，是新一代显示技术的关键。传统三维显示多是基于人眼双目视差的“伪3D”，相比之下全息三维显示能够还原真实场景，可以给人们带来无与伦比的视觉体验。同时全息三维显示可以提供连续的头部运动视差，人眼自然聚散调节和物场的所有深度提示，消除人眼的疲劳感和心里眩晕。而由于全息图像记录了物场的全部信息，因此包含了极大的数据量，这对于全息图像及视频的运算、传输和存储十分不利。一幅记录单一物体，以1920×1280像素保存的全息图大约需要8～50M左右的存储空间，若以24帧/s的速率组成全息视频，在网络中传输的速度需要约10G/s，这些显然不能满足实际应用的要求。因此对全息数据的编码压缩显得十分重要。

现有的JPEG及JPEG2000编码标准用于普通数字图像有着高效的压缩效率，而由于全息图是由包含大量不同亮点的干涉条纹组成的，相比于普通图像具有像素相关性弱、高频信息分布不均匀等特点，现有的图像压缩方式难以有效的应用于全息图。此外，最终用于显示输出的是全息图的再现像而非全息图，因此现有的图像及视频编解码框架也无法用于全息图的数据流输出。

全息图像无论在空域或者频域中都有着较为复杂的信息成分，而小波变换具有较强的局部变化能力，非常适合用于分析全息图的特性。因此本发明中的全息图压缩方法和编码器的核心选用小波变换、分解和阈值。

相关技术中，2016-2018年间EAKurbatova，PACheremkhin和NNEvtikhiev带领的莫斯科国立核能大学团队测试了小波变换配合矢量量化和均匀量化混合的压缩方式对灰度全息图处理，得到了约190的压缩率。

本发明提出一种创新性的全息图压缩方法，在全息图频谱中利用小波包Mallat分解和一种小波新型分解模式分别处理振幅和相位矩阵，结合小波阈值和k-means矢量量化可以达到高效的压缩效果。

发明内容

本发明要解决的技术问题是提供一种高效的全息图压缩方法、全息图编码器和全息再现像输出系统，用以解决上述问题。

本发明的技术方案是：根据本发明的第一方面，提供一种全息图压缩方法，包括：

对原始全息图进行傅里叶变换，得到全息图对应的频谱，确定频谱矩阵；

根据所述频谱矩阵，提取其振幅和相位矩阵；

通过离散小波变换分解，对所述振幅和相位矩阵进行一级或者多级分解，得到高频和低频分离的各层子矩阵；

所述离散小波变换分解模式包括小波包Mallat分解和一种小波新型分解方式；

所述一种新型小波分解模式是在小波变换Mallat分解的基础上，将一级分解后的三组高频分量中频率能量占比最多的一组再次分解，分解层数与低频分量的分解层数一致，确定高频分解子矩阵；

根据所述高频和低频分量分离的各层子矩阵，建立与各层矩阵对应的回归模型；

根据所述的回归模型，在其对应的正交基上对振幅和相位矩阵进行无参估计，确定两类阈值，一种为用于全部分解矩阵的全局阈值，一种为用于各层不同分解矩阵的分层阈值；

所述全局阈值在小波包Mallat分解和新型小波分解中均可使用；

所述分层阈值是在由新型小波分解模式得到的高低频分离的各层子矩阵对应的回归模型中得到的，不能用于小波包Mallat分解模型；

根据所述的阈值将振幅和相位矩阵数据置换成对应的小波系数，数值高于阈值的像素数据保留，低于阈值的数据归零，由此得到对应振幅和相位矩阵的两个小波系数矩阵；

根据所述两个小波系数矩阵，分别作为阈值后的振幅和相位矩阵，组合成新的全息图频谱，根据所述新的全息图频谱，对其再进行傅里叶逆变换获得处理后的新全息图；

所述处理后的新全息图仅需保留实部数据，虚部数据是由相位矩阵变换时产生的相移因子，要舍去；

根据所述处理后的新全息图，得到对应的新像素数据，通过k-means矢量量化对其灰度集进行聚类量化编码，并确定对应的色度集，由此得到压缩后的全息图。

根据本发明的第二方面，提供全息图编码器，包括：

读取模块，用于读取输入全息图，及全息图各项参数；

预处理模块，用于读入全息图的各项数据，将全息图以像素矩阵形式保留，并判断读入图像为灰度图或者是真彩色图；

处理模块，用于根据所述全息图频谱振幅相位分离以及所述小波变换和阈值处理，确定小波变换后各层振幅和相位矩阵对应的两类阈值；根据所述阈值以及所述处理后的振幅和相位矩阵重建新的全息图；

编码模块，用于根据所述处理得到的新全息图以及所述k-means量化后得到的色度集，确定量化压缩编码得到的压缩后的全息图；

在一种可能的实现方式中，所述处理模块包括：

输入处理模块，用于根据处理模块所需参数，接受用户可输入参数以替代默认参数；

所述默认参数包括：小波基函数，默认使用“haar”小波基；小波分解方式，默认使用小波包Mallat分解；小波分解层数，默认由最优小波树算法得到；阈值方式，默认为“硬阈值”；阈值大小，默认由所述回归模型正交基的无参估计法得到。

所述处理模块所需参数及用户可输入参数，包括各项参数内容：小波基函数，可选择：haar、Daubechies小波系、Biorthogonal小波系、Coiflet小波系、Symlets小波系、Meyer小波基；小波分解方式，可选择小波包Mallat分解和所述新型分解方式、小波分解层数，可由最优小波树算法确定，也可以自定义；阈值方式，可选择“软阈值”和“硬阈值”；阈值大小，可由所述回归模型正交基的无参估计得到，也可以自定义。

在一种可能的实现方式中，所述编码模块包括：

熵编码模块，用于为所述压缩后的全息图提供熵编码，确定压缩全息图码流，所述熵编码方式默认为自适应算术编码；

输入熵编码模块，用于根据全息图码流，接受用户可输入熵编码类型代替默认编码方式；所述可输入熵编码类型包括：哈夫曼编码、行程编码、自适应算术编码，词典编码和无损预测编码。

根据本发明的第三方面，提供全息图再现像输出系统，包括：

数据读入模块，用于所述压缩全息图码流的读入；

解码模块，用于根据读入的码流和所述熵解码类型进行熵解码，获得压缩后的全息图；

再现模块，用于根据压缩后全息图，结合衍射计算理论，生成全息图的再现图像；

输出模块，用于根据全息图的再现图像，生成再现图像码流，以提供给显示设备，所述再现图像码流即为普通图像像素矩阵数据。

在一种可能的实现方式中，可以不需要再现模块，也不需要输出再现像码流，而是直接将经熵解码获得的压缩全息图输出到LCOS上，由LCOS加载全息图再与后端光学设备完成再现过程，最后将再现像传递给显示设备；

所述LCOS为空间光调制器。

本发明的有益效果是：本发明针对全息数据量过大以及现有压缩编码标准不适用于全息图的问题，提供了一种全息图像压缩技术，以实现全息图的高效压缩。其中，在全息图频域对其振幅和相位分解是一种创新性方法，打破了传统的在空域中压缩图像的局限性，在处理频率特性更明显的全息图像时效果显著。在分解过程中，小波包Mallat分解和一种小波新型分解模式是专门针对全息图像高频信息分布特点提出的，相比常用的小波分解更加有效。本发明提出的全图像编码器可以有效实现全息图的压缩编码，转换成码流数据，有利于全息图像的传输和存储。本发明提出的全息再现像输出系统可以根据全息图码流进行相应的解码和重建，得到全息图再现像码流，提供给显示设备，利于全息三维显示应用。本发明所提供的方法具有很强的创新性和实用性，在现代三维显示技术中有着较强的应用前景。

附图说明

图1是本发明的第一方面，一种全息图像压缩方法的流程图。

图2是本发明的小波包Mallat一级分解。

图3是本发明的小波包Mallat三级分解。

图4是本发明的一种小波新型分解模式下的一级分解。

图5是本发明的一种小波新型分解模式下的低频三级分解。

图6是本发明的一种小波新型分解模式下低频一级分解中，三组高频分量中频率能量占比最多的一组再次进行两次分解，分解层数与低频分量的分解层数一致，图中即为三层分解。

其中图5和图6共同构成本发明的一种小波新型分解模式。

图7是本发明的全息图像编码器。

图8是本发明的全息再现像输出系统。

图9是本发明的一种可能实现情况下的全息再现像输出系统。

具体实施方式

下面结合附图和具体实施方式，对本发明作进一步说明。

实施例1：如图1所示，一种全息图压缩方法，包括：

对原始全息图进行傅里叶变换，得到全息图对应的频谱，确定频谱矩阵；

根据所述频谱矩阵，提取其振幅和相位矩阵；

通过离散小波变换分解，对所述振幅和相位矩阵进行一级或者多级分解，得到高频和低频分离的各层子矩阵；

所述离散小波变换分解模式包括小波包Mallat分解和一种小波新型分解方式；

如图2和图3所示，小波包Mallat一级分解将矩阵分解成高频、低频水平、低频垂直和低频对角四个分量；三级分解是在一级分解的基础上，对高频分量再进行两次分解；分解级数越高，对高频分解次数越多；

如图4-6所示，所述一种新型小波分解模式是在小波变换Mallat分解的基础上，将一级分解后的三组高频分量中频率能量占比最多的一组再次分解，分解层数与低频分量的分解层数一致，确定高频分解子矩阵；

根据所述高频和低频分量分离的各层子矩阵，建立与各层矩阵对应的回归模型；

根据所述的回归模型，在其对应的正交基上对振幅和相位矩阵进行无参估计，确定两类阈值，一种为用于全部分解矩阵的全局阈值，一种为用于各层不同分解矩阵的分层阈值；

所述全局阈值在小波包Mallat分解和新型小波分解中均可使用；

所述分层阈值是在由新型小波分解模式得到的高低频分离的各层子矩阵对应的回归模型中得到的，不能用于小波包Mallat分解模型；

根据所述的阈值将振幅和相位矩阵数据置换成对应的小波系数，数值高于阈值的像素数据保留，低于阈值的数据归零，由此得到对应振幅和相位矩阵的两个小波系数矩阵；

根据所述两个小波系数矩阵，分别作为阈值后的振幅和相位矩阵，组合成新的全息图频谱，根据所述新的全息图频谱，对其再进行傅里叶逆变换获得处理后的新全息图；

所述处理后的新全息图仅需保留实部数据，虚部数据是由相位矩阵变换时产生的相移因子，要舍去；

根据所述处理后的新全息图，得到对应的新像素数据，通过k-means矢量量化对其灰度集进行聚类量化编码，并确定对应的色度集，由此得到压缩后的全息图。

实施例2：如图7所示，全息图编码器，包括：

读取模块，用于读取输入全息图，及全息图各项参数；

预处理模块，用于读入全息图的各项数据，将全息图以像素矩阵形式保留，并判断读入图像为灰度图或者是真彩色图；

处理模块，用于根据所述全息图频谱振幅相位分离以及所述小波变换和阈值处理，确定小波变换后各层振幅和相位矩阵对应的两类阈值；根据所述阈值以及所述处理后的振幅和相位矩阵重建新的全息图；

编码模块，用于根据所述处理得到的新全息图以及所述k-means量化后得到的色度集，确定量化压缩编码得到的压缩后的全息图；

在一种可能的实现方式中，所述处理模块包括：

输入处理模块，用于根据处理模块所需参数，接受用户可输入参数以替代默认参数；

所述默认参数包括：小波基函数，默认使用“haar”小波基；小波分解方式，默认使用小波包Mallat分解；小波分解层数，默认由最优小波树算法得到；阈值方式，默认为“硬阈值”；阈值大小，默认由所述回归模型正交基的无参估计法得到。

所述处理模块所需参数及用户可输入参数，包括各项参数内容：小波基函数，可选择：haar、Daubechies小波系、Biorthogonal小波系、Coiflet小波系、Symlets小波系、Meyer小波基；小波分解方式，可选择小波包Mallat分解和所述新型分解方式、小波分解层数，可由最优小波树算法确定，也可以自定义；阈值方式，可选择“软阈值”和“硬阈值”；阈值大小，可由所述回归模型正交基的无参估计得到，也可以自定义。

在一种可能的实现方式中，所述编码模块包括：

熵编码模块，用于为所述压缩后的全息图提供熵编码，确定压缩全息图码流，所述熵编码方式默认为自适应算术编码；

输入熵编码模块，用于根据全息图码流，接受用户可输入熵编码类型代替默认编码方式；所述可输入熵编码类型包括：哈夫曼编码、行程编码、自适应算术编码，词典编码和无损预测编码。

实施例3：如图8所示，全息图再现像输出系统，包括：

数据读入模块，用于所述压缩全息图码流的读入；

解码模块，用于根据读入的码流和所述熵解码类型进行熵解码，获得压缩后的全息图；

再现模块，用于根据压缩后全息图，结合衍射计算理论，生成全息图的再现图像；

输出模块，用于根据全息图的再现图像，生成再现图像码流，以提供给显示设备，所述再现图像码流即为普通图像像素矩阵数据。

如图9所示，在一种可能的实现方式中，可以不需要再现模块，也不需要输出再现像码流，而是直接将经熵解码获得的压缩全息图输出到LCOS上，由LCOS加载全息图再与后端光学设备完成再现过程，最后将再现像传递给显示设备；

所述LCOS为空间光调制器。

以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。