專利名稱：基于上下文預(yù)測的極光圖像無損編碼方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及三維圖像編解碼技術(shù)，采用該基于上下文預(yù)測的極光圖像無損編碼方法能夠有效的降低壓縮編碼的復(fù)雜度，減少無損壓縮碼率， 獲得理想的壓縮比，具有良好的壓縮性能。
背景技術(shù)：
極光(Aurora或Polar light或Northern light)出現(xiàn)于星球的高磁緯地區(qū)上空，是一種絢麗多彩的發(fā)光現(xiàn)象。而地球的極光，由來自地球磁層或太陽的高能帶電粒子流 (太陽風(fēng))使高層大氣分子或原子激發(fā)(或電離)而產(chǎn)生。對于極光的研究和觀察有利于研究太陽和地球之間的能量轉(zhuǎn)移、了解外太空的結(jié)構(gòu)、掌握空間天氣、減少太陽風(fēng)對地球的影響以及保護(hù)外太空的飛行器等等。近年來，越來越多的國家在南北極建立極光觀測站，對極光的特性和形態(tài)變化進(jìn)行深入的研究。中國在南北極先后建立了中山站和黃河站，對極光進(jìn)行實時研究。目前，研究人員需要用存儲器攜帶極光圖像回到國內(nèi)中國極地研究中心進(jìn)行數(shù)據(jù)處理和分析，缺乏實效性。因此，非常必要對極光圖像進(jìn)行壓縮編碼和數(shù)傳，以便能在國內(nèi)對極光圖像進(jìn)行實時處理分析。隨著用于極光觀測的儀器的精密度不斷增加，極光圖像的數(shù)據(jù)量也不斷的增大， 其存儲和傳輸也越來越難以解決，這對極光圖像的壓縮編碼提出了很高的要求。并且極光圖像數(shù)據(jù)大多需要遠(yuǎn)距離的傳輸，傳輸帶寬也往往受到限制，應(yīng)用極光圖像壓縮方法可以在帶寬和時間限定的情況下使更多的數(shù)據(jù)得到傳輸，有利于極光圖像的實時觀察和研究。 國內(nèi)還沒有任何單位與個人，將極光圖像數(shù)據(jù)進(jìn)行壓縮編碼。數(shù)據(jù)的無損壓縮對極光圖像的研究和應(yīng)用非常關(guān)鍵，能夠保證信息的完整性，有利于研究人員做出正確的分析和判斷。 由于極光圖像是三維的，使用二維圖像編碼方法忽略了極光圖像在時間方向上的冗余，所以無法獲得理想的壓縮性能。因此只有利用三維圖像壓縮方法才能有力的去除極光圖像在時域和空域上的相關(guān)性。目前存在的基于三維小波變換的嵌入式圖像壓縮算法，例如JPEG2000_multi部分、3D-SPIHT和3D-SPECK等，大都采用可逆的小波變換對極光圖像進(jìn)行無損壓縮。而且，基于變換的嵌入式編碼算法有較多碼率消耗在像素的位置信息上，無法提供滿意的無損壓縮性能。因此，目前大部分的三維圖像無損壓縮算法都采用了基于預(yù)測的方式，這些壓縮算法大都比基于小波變換的算法的性能更加優(yōu)秀。在過去10年中，很多無損壓縮算法都集中于如何去除三維圖像的多維相關(guān)性。 3D-CALIC算法是基于計算兩幀間的相關(guān)性大小來選擇采用幀間預(yù)測或者幀內(nèi)預(yù)測的方式， 有效的去除了圖像的幀間和幀內(nèi)相關(guān)性。Enrico Magli改進(jìn)了 3D-CALIC算法，在2004年提出了基于CALIC優(yōu)化的無損和近無損壓縮算法(M-CALIC)，該算法始終采用幀間預(yù)測方式，獲得了比3D-CALIC更加優(yōu)秀的性能。2006年，Jarno Mielikainen提出了基于查找的圖像壓縮算法(LUT)，該算法可以簡化預(yù)測的復(fù)雜度并且有效地提高預(yù)測的性能。但是這些算法都是采用固定的上下文模型，不能很好的捕捉極光的區(qū)域運動特性，同時預(yù)測方法復(fù)雜度高，不利于實時應(yīng)用。三維極光圖像記錄極光的運動信息，兩幀極光圖像之間的主要差別在于極光邊緣區(qū)域的活動，這些活動主要包括運動、變大或縮小等。與視頻數(shù)據(jù)有所不同，視頻數(shù)據(jù)主要包含固定物體的運動，所以用于視頻壓縮編碼的運動估計算法并不適用于極光圖像的壓縮。極光圖像邊緣區(qū)域相關(guān)性很小，所以固定的預(yù)測模型并不能捕獲極光的變化?；跇O光的這些特性，我們提出的基 于自適應(yīng)上下文預(yù)測模型能很好的實現(xiàn)極光圖像的壓縮，滿足對極光圖像的實時性研究。

發(fā)明內(nèi)容
本發(fā)明的目的在于滿足極光實時研究的需求，根據(jù)極光圖像的特點，，提出了一種基于自適應(yīng)上下文預(yù)測模型的三維極光圖像無損壓縮方法。實現(xiàn)本發(fā)明目的的技術(shù)方案是提出具有自適應(yīng)選擇預(yù)測模型的編碼方法和具有自適應(yīng)選擇預(yù)測模型解碼方法。 其技術(shù)關(guān)鍵是在編碼端，通過利用幀內(nèi)和幀間相關(guān)性強弱，選擇一種合適的預(yù)測模型，并通過選定的預(yù)測模型對系數(shù)進(jìn)行預(yù)測，得到殘差圖像，進(jìn)而利用多符號算術(shù)編碼得到全部編碼信息。在解碼端，利用編碼端建立的預(yù)測模型對系數(shù)進(jìn)行預(yù)測，并解碼得到所有殘差信息，進(jìn)而解碼出所有圖像信息，得到重構(gòu)圖像。具體內(nèi)如下一種基于自適應(yīng)上下文預(yù)測模型的三維極光圖像無損壓縮編解碼方法，包括如下過程在編碼端1)對第一幀極光圖像選擇幀內(nèi)預(yù)測，即JPEG-LS預(yù)測模型；2)從第二幀開始，通過判斷選擇合適的預(yù)測模型，即幀間預(yù)測或者幀內(nèi)預(yù)測模型；3)通過選擇的步驟2)所選擇的幀間預(yù)測或者幀內(nèi)預(yù)測模型對極光圖像進(jìn)行預(yù)測；4)對預(yù)測殘差進(jìn)行多符號算術(shù)編碼；5)重復(fù)步驟(2) (4)，得到所有的編碼信息；在解碼端6)在解碼端，根據(jù)編碼端傳送的邊信息，解碼得到殘差信息；7)對第一幀極光圖像選擇幀內(nèi)預(yù)測，即JPEG-LS預(yù)測模型；8)從第二幀開始，通過判斷選擇合適的預(yù)測模型，即幀間預(yù)測或者幀內(nèi)預(yù)測模型；9)通過選擇的預(yù)測模型對極光圖像進(jìn)行預(yù)測；10)利用步驟6得到的殘差信息和通過預(yù)測模型得到的預(yù)測系數(shù)重構(gòu)圖像；11)重復(fù)步驟8 步驟10，得到所有幀的重構(gòu)圖像。所述的三維極光圖像壓縮編解碼方法，其中步驟2)所述的通過判斷選擇合適的預(yù)測模型，按如下步驟進(jìn)行(1)選定當(dāng)前幀待預(yù)測點左、左上、上、右上四個點X。，X1, x2, X3作為邊界，并找到前一幀對應(yīng)的四個像素點Υ(1，Υι，Υ2，Υ3;；(2)利用判斷條件Iyn-XnI >Τ, η e {0,1,2,3}選擇合適的預(yù)測模型，其中T = 250 ；(3)如果yn-xn| >T, η e {0,1,2,3}為真，則選擇幀內(nèi)預(yù)測模型，若為假則選擇幀間預(yù)測模型。所述的三維極光圖像壓縮編解碼方法，其步驟3)中幀內(nèi)預(yù)測模型及預(yù)測方法利用JPEG-LS中的方法。所述的三維極光圖像壓縮編解碼方法，其步驟3)中幀間預(yù)測模型及預(yù)測，按如下步驟進(jìn)行(1)利用公式毛=|Z-&|，Xn e {x0, X1, X2, ...χη}求出鄰域點與當(dāng)前像素點相關(guān)性強弱，其中X表示前一幀中與當(dāng)前幀預(yù)測像素點對應(yīng)的像素點，Xn表示與X鄰近的像素
點(2)通過對毛η e (0 □ 11)進(jìn)行排序，選取差值最小的代表相關(guān)性最強的8個像素點，并找到當(dāng)前幀與其對應(yīng)的8個像素點，分別表示為、，7 ，n e (0 □ 7)；(3)利用公式區(qū)-7 |<Γ，η e (0D 7)，對選定的8個像素點進(jìn)一步優(yōu)化，滿足判斷條件的像素點忑，λ將用于最后的預(yù)測，其中歹 表示與、位置對應(yīng)的像素點，(4)利用公式α = 〒2/ 〒歹,_求出預(yù)測系數(shù)α ；
/=0 1=0(5)利用公式Y(jié)k, ^j=Q XX對當(dāng)前像素點進(jìn)行預(yù)測，Yk, i, j是當(dāng)前像素點的預(yù)測值。所述的三維極光圖像壓縮編解碼方法，其步驟(8)所述的通過判斷選擇合適的預(yù)測模型，按如下步驟進(jìn)行(1)選定當(dāng)前幀待預(yù)測點左、左上、上、右上四個點X。，X1, x2, X3作為邊界，并找到前一幀對應(yīng)的四個像素點yQ，yi; y2, y3 ；(2)利用判斷條件yn-xn| >T, η e {0,1,2,3}選擇合適的預(yù)測模型，其中T = 250 ；(3)如果yn-xn| >T, η e {0,1,2,3}為真，則選擇幀內(nèi)預(yù)測模型，若為假則選擇幀間預(yù)測模型。所述的三維極光圖像壓縮編碼方法，其步驟8)所述的幀內(nèi)預(yù)測模型及預(yù)測利用 JPEG-LS中的方法。所述的三維極光圖像壓縮解碼方法，其步驟8)所述的幀間預(yù)測模型及預(yù)測，按如下步驟進(jìn)行(1)利用公式夂=|Ζ-χ Ι，χη e {x。，χ ' χ2，-XiJ求出鄰域點與當(dāng)前像素點相關(guān)性強弱，其中X表示前一幀中與當(dāng)前幀預(yù)測像素點對應(yīng)的像素點，Xn表示與X鄰近的像素占.(2)通過對毛η e (0 □ 11)進(jìn)行排序，選取差值最小的代表相關(guān)性最強的8個像素點，并找到當(dāng)前幀與其對應(yīng)的8個像素點。分別表示為忑，7 ，ne (0 □ 7)；(3)利用公式區(qū)~y |<r,n e (0D 7)，對選定的8個像素點進(jìn)一步優(yōu)化，滿足判斷條件的像素點、，又將用于最后的預(yù)測。其中表示與元位置對應(yīng)的像素點，/16;(4)利用公式《 = 1^2/1^滅求出預(yù)測系數(shù)α ；
權(quán)利要求
1.一種基于自適應(yīng)上下文預(yù)測模型的三維極光圖像無損壓縮編解碼方法，其特征在于，包括如下過程在編碼端1)對第一幀極光圖像選擇幀內(nèi)預(yù)測，即JPEG-LS預(yù)測模型；2)從第二幀開始，通過判斷選擇合適的預(yù)測模型，即幀間預(yù)測或者幀內(nèi)預(yù)測模型；3)通過選擇的步驟2)所選擇的幀間預(yù)測或者幀內(nèi)預(yù)測模型對極光圖像進(jìn)行預(yù)測；4)對預(yù)測殘差進(jìn)行多符號算術(shù)編碼；5)重復(fù)步驟(2) (4)，得到所有的編碼信息；在解碼端6)在解碼端，根據(jù)編碼端傳送的邊信息，解碼得到殘差信息；7)對第一幀極光圖像選擇幀內(nèi)預(yù)測，即JPEG-LS預(yù)測模型；8)從第二幀開始，通過判斷選擇合適的預(yù)測模型，即幀間預(yù)測或者幀內(nèi)預(yù)測模型；9)通過選擇的預(yù)測模型對極光圖像進(jìn)行預(yù)測；10)利用步驟6得到的殘差信息和通過預(yù)測模型得到的預(yù)測系數(shù)重構(gòu)圖像；11)重復(fù)步驟8 步驟10，得到所有幀的重構(gòu)圖像。
2.根據(jù)權(quán)利要求1所述的三維極光圖像壓縮編解碼方法，其特征在于，其中步驟2)所述的通過判斷選擇合適的預(yù)測模型，按如下步驟進(jìn)行(1)選定當(dāng)前幀待預(yù)測點左、左上、上、右上四個點X(l，X1,x2, X3作為邊界，并找到前一幀對應(yīng)的四個像素點九，I1,12, Y3 ；(2)利用判斷條件Iyn-XnI>T,n e {0,1,2,3}選擇合適的預(yù)測模型，其中T = 250 ；(3)如果|yn-Xn|>T, η e {0,1,2,3}為真，則選擇幀內(nèi)預(yù)測模型，若為假則選擇幀間預(yù)測模型。
3.根據(jù)權(quán)利要求1所述的三維極光圖像壓縮編解碼方法，其特征在于，其步驟3)中幀內(nèi)預(yù)測模型及預(yù)測方法利用JPEG-LS中的方法。
4.根據(jù)權(quán)利要求1所述的三維極光圖像壓縮編解碼方法，其特征在于，其步驟3)中幀間預(yù)測模型及預(yù)測，按如下步驟進(jìn)行(1)利用公式夂=|X-;c |，Xne{χ0,χ17χ2,…Xll}求出鄰域點與當(dāng)前像素點相關(guān)性強弱，其中X表示前一幀中與當(dāng)前幀預(yù)測像素點對應(yīng)的像素點，Xn表示與X鄰近的像素點；(2)通過對毛ηe (0D 11)進(jìn)行排序，選取差值最小的代表相關(guān)性最強的8個像素點， 并找到當(dāng)前幀與其對應(yīng)的8個像素點，分別表示為A,y ，η e (0 □ 7)；(3)利用公式|、-Λ|<Γ，ηe (0 □ 7)，對選定的8個像素點進(jìn)一步優(yōu)化，滿足判斷條件的像素點、，Λ將用于最后的預(yù)測，其中歹 表示與I位置對應(yīng)的像素點，Γ = Λ/16;ηη(4)利用公式《= Σ〒2/Σ巧滅求出預(yù)測系數(shù)α ；/=0 1=0(5)利用公式Y(jié)k,υ= α XX對當(dāng)前像素點進(jìn)行預(yù)測，Yk,υ是當(dāng)前像素點的預(yù)測值。
5.根據(jù)權(quán)利要求1所述的三維極光圖像壓縮編解碼方法，其特征在于，其步驟(8)所述的通過判斷選擇合適的預(yù)測模型，按如下步驟進(jìn)行(1)選定當(dāng)前幀待預(yù)測點左、左上、上、右上四個點X(l，X1, x2, X3作為邊界，并找到前一幀對應(yīng)的四個像素點九，J1, i2, y3 ；(2)利用判斷條件Iyn-XnI>T,n e {0,1,2,3}選擇合適的預(yù)測模型，其中T = 250 ；(3)如果|yn-Xn|>T, η e {0,1,2,3}為真，則選擇幀內(nèi)預(yù)測模型，若為假則選擇幀間預(yù)測模型。
6.根據(jù)權(quán)利要求1所述的三維極光圖像壓縮編碼方法，其特征在于，其步驟8)所述的幀內(nèi)預(yù)測模型及預(yù)測利用JPEG-LS中的方法。
7.根據(jù)權(quán)利要求1所述的三維極光圖像壓縮解碼方法，其特征在于，其步驟8)所述的幀間預(yù)測模型及預(yù)測，按如下步驟進(jìn)行(1)利用公式夂e{x0, X1, χ2,…Xll}求出鄰域點與當(dāng)前像素點相關(guān)性強弱，其中X表示前一幀中與當(dāng)前幀預(yù)測像素點對應(yīng)的像素點，Xn表示與X鄰近的像素點；(2)通過對毛ηe (0D 11)進(jìn)行排序，選取差值最小的代表相關(guān)性最強的8個像素點， 并找到當(dāng)前幀與其對應(yīng)的8個像素點。分別表示為忑，Λ, η e (0 □ 7)；(3)利用公式|、-Λ|<Γ，ηe (0D 7)，對選定的8個像素點進(jìn)一步優(yōu)化，滿足判斷條件的像素點忑，Λ將用于最后的預(yù)測。其中7 表示與、位置對應(yīng)的像素點，r =(4)利用公式α=滅求出預(yù)測系數(shù)α ；z+=0I=O(5)利用公式Y(jié)k,υ= α XX對當(dāng)前像素點進(jìn)行預(yù)測，Yk,υ是當(dāng)前像素點的預(yù)測值。
全文摘要
本發(fā)明公開了一種三維極光圖像無損壓縮方法。其過程為在編碼端，建立閾值并選取合適的預(yù)測模型，對系數(shù)進(jìn)行預(yù)測；利用預(yù)測的系數(shù)與原系數(shù)求殘差，對殘差進(jìn)行多符號算術(shù)編碼。在解碼端，利用編碼端傳送的邊信息解碼出殘差信息；利用與編碼端相同的預(yù)測模型對系數(shù)進(jìn)行預(yù)測；利用得到的預(yù)測系數(shù)跟殘差信息得到重構(gòu)圖像。本發(fā)明可應(yīng)用于低復(fù)雜度要求和實時要求的極光圖像壓縮中。
文檔編號H04N7/26GK102256137SQ20111019535
公開日2011年11月23日 申請日期2011年7月13日 優(yōu)先權(quán)日2011年7月13日
發(fā)明者吳家驥, 吳振森, 武光麗, 滕濤 申請人:西安電子科技大學(xué)