貝爾圖象插值和壓縮算法原理及應(yīng)用

前言

　　近年來，隨著貝爾模板圖像傳感器在各類數(shù)字成像設(shè)備中的廣泛應(yīng)用，與之相關(guān)的圖像處理技術(shù)及應(yīng)用迅速發(fā)展成為一個(gè)重要的研究領(lǐng)域。目前，彩色圖像重構(gòu)算法和貝爾圖像編碼算法是該領(lǐng)域內(nèi)的重點(diǎn)研究內(nèi)容。從理論和實(shí)際應(yīng)用的角度來看，國內(nèi)、外學(xué)者都作了廣泛深入的研究，但尚未出現(xiàn)系統(tǒng)地介紹該領(lǐng)域內(nèi)研究成果的專著。本書在系統(tǒng)地介紹基于貝爾模板圖像傳感器的圖像處理基本知識(shí)和理論的基礎(chǔ)上，結(jié)合當(dāng)前最新研究成果，系統(tǒng)地介紹了作者的研究成果，力求向讀者展示最新研究狀況和熱點(diǎn)問題，并希望進(jìn)行深入交流?！　”緯谪悹枅D像的時(shí)頻分析基礎(chǔ)上研究了彩色圖像重構(gòu)算法和貝爾圖像壓縮算法之間的聯(lián)系，提出了新的貝爾圖像編碼方法及其相應(yīng)的圖像重構(gòu)算法，并對部分成果進(jìn)行了開發(fā)應(yīng)用。本書主要內(nèi)容如下：　　以國際標(biāo)準(zhǔn)JPEG-LS的框架為基礎(chǔ)，提出了基于因果插值的貝爾模板圖像無損編碼器，對預(yù)測器進(jìn)行了改進(jìn)，給出了兩種可選擇的方案，具有較好的去相關(guān)性能。為提高編碼增益，重新優(yōu)化了上下文量化區(qū)間。所設(shè)計(jì)的編碼器能按照光柵順序逐點(diǎn)地實(shí)現(xiàn)對貝爾模板圖像編碼，在低復(fù)雜度和壓縮率之間取得了較好的平衡。該算法可作為自然灰度圖像國際編碼標(biāo)準(zhǔn)JPEG-Ls的擴(kuò)充。　　為進(jìn)一步提高貝爾模板圖像壓縮率，本書提出了基于小波子帶替換的貝爾圖像視覺無損壓縮方法。采用預(yù)測差分法無損壓縮貝爾圖像綠色分量，用于有效地保護(hù)貝爾圖像原始亮度信息，并應(yīng)用簡單的線性插值方法估計(jì)紅、藍(lán)分量位置的綠色值。分別對紅、藍(lán)分量及其同位置的綠色估計(jì)分量進(jìn)行了小波變換，進(jìn)而得到紅綠、藍(lán)綠低頻子帶色差信號(hào)，通過低復(fù)雜度的JPEG-Ls進(jìn)行無損或近無損編碼。在編碼端，紅、藍(lán)分量高頻子帶被丟棄而不參與編碼。在解碼端，先解碼無損綠色分量，再估計(jì)在紅、藍(lán)位置的綠色分量，其高頻子帶可近似替代編碼端丟棄的紅、藍(lán)分量高頻子帶，最后反變換得到紅、藍(lán)分量的解碼值?！　”緯鴳?yīng)用LPA-ICI：（局部多項(xiàng)式近似一置信區(qū)間交叉）方法構(gòu)造了二階非線性自適應(yīng)濾波器。在對貝爾模板圖像進(jìn)行降噪插值的基礎(chǔ)上，提出了迭代濾波法進(jìn)行色差信號(hào)后處理的方法，通過迭代濾波可以有效地去除線性插值在估計(jì)紅、藍(lán)像素時(shí)產(chǎn)生的邊緣偽彩噪聲。

內(nèi)容概要

　　本書在系統(tǒng)地介紹基于貝爾模板圖像傳感器的圖像處理基本知識(shí)和理論的基礎(chǔ)上，結(jié)合當(dāng)前最新研究成果，系統(tǒng)地介紹了作者的研究成果，詳細(xì)描述了基于貝爾模板圖像傳感器的圖像處理算法及相關(guān)開發(fā)應(yīng)用技術(shù)，力求向讀者展示最新研究狀況和熱點(diǎn)問題，希望能進(jìn)一步推動(dòng)相關(guān)研究的發(fā)展?！　”緯勺鳛樾盘?hào)處理、計(jì)算機(jī)等專業(yè)的碩士研究生和博士研究生專業(yè)教材，也可作為從事圖像處理、數(shù)碼照相和攝像研究開發(fā)的科技人員的參考書。

書籍目錄

前言第1章　緒論  1.1　圖像傳感器基本知識(shí)    1.1.1　圖像傳感器工作原理    1.1.2　彩色濾波陣列    1.1.3　彩色圖像成像處理流程  1.2　貝爾模板圖像壓縮的研究現(xiàn)狀    1.2.1　常見的圖像壓縮方法    1.2.2　貝爾圖像壓縮研究現(xiàn)狀    1.2.3　存在問題  1.3　插值算法的研究現(xiàn)狀  1.4　標(biāo)準(zhǔn)圖像集  1.5　本書主要內(nèi)容和研究成果  參考文獻(xiàn)第2章　貝爾模板CFA圖像的時(shí)頻特性  2.1　貝爾模板圖像的視覺機(jī)理  2.2　貝爾模板圖像的時(shí)域和頻域特性    2.2.1　貝爾模板CFA圖像模型    2.2.2　CFA圖像的色差表示    2.2.3　CFA圖像的分量頻域分析  2.3　貝爾模板圖像小波分析  2.4　貝爾模板圖像壓縮方法與CFA插值算法之間的關(guān)系　  2.4.1　JPEG2000編碼器簡介  　2.4.2　壓縮率與重構(gòu)圖像PSNR之間的關(guān)系　  2.4.3　率失真性能分析 　2.5　小結(jié)  參考文獻(xiàn)第3章　貝爾模板圖像的低復(fù)雜度無損壓縮算法  3.1　JPEG-1S編碼標(biāo)準(zhǔn)算法  3.2　貝爾模板圖像的One-pass無損編碼器研究    3.2.1　因果插值法    3.2.2　固定預(yù)測器設(shè)計(jì)    3.2.3　梯度上下文優(yōu)化    3.2.4　游長編碼  3.3　算術(shù)編碼    3.3.1　AACPE算法描述    3.3.2　算法改進(jìn)  3.4　預(yù)測誤差的算術(shù)編碼  3.5　實(shí)驗(yàn)  3.6　小結(jié)  參考文獻(xiàn)第4章　基于小波子帶替換的貝爾圖像視覺無損壓縮  4.1　貝爾圖像視覺無損壓縮算法原理  4.2　小波選擇    4.2.1　基于樣條函數(shù)構(gòu)造bior3.5雙正交小波    4.2.2　bior3.5雙正交小波的整數(shù)提升格式  4.3　貝爾圖像的bior3.5小波變換研究      4.3.1　全彩圖像的貝爾模板采樣    4.3.2　不同采樣位置下貝爾圖像的bior3.5小波變換  4.4　貝爾分量圖像的同位置異分量插值  4.5　貝爾圖像綠色分量的無損壓縮    4.5.1　預(yù)測器      4.5.2　基于拉普拉斯分布的熵編碼方法  4.6貝爾圖像紅、藍(lán)分量的小波低頻子帶壓縮  4.7　編解碼器的工作步驟  4.8　實(shí)驗(yàn)  4.9　小結(jié)  參考文獻(xiàn)第5章　抑制編碼噪聲的濾波插值法研究　5.1　濾波插值算法原理    5.1.1　方向插值    5.1.2　色分量的和、差表示    5.1.3　和、差信號(hào)真值估計(jì)　5.2　后處理濾波器設(shè)計(jì)    5.2.1　全彩圖像的最大似然估計(jì)    5.2.2　濾波器產(chǎn)生及其特性分析    5.2.3　初始彩色圖像迭代濾波　5.3　實(shí)驗(yàn)　5.4　小結(jié)　參考文獻(xiàn)第6章　貝爾圖像無損編碼器應(yīng)用實(shí)例　6.1　攝像頭設(shè)計(jì)原理　6.2　自動(dòng)聚焦與自動(dòng)光圈模塊    6.2.1　聚焦評價(jià)函數(shù)算法及實(shí)現(xiàn)    6.2.2　聚焦方向搜索算法及實(shí)現(xiàn)    6.2.3　步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)實(shí)現(xiàn)    6.2.4　自動(dòng)光圈控制  6.3　無損編碼器在FPGA中的實(shí)現(xiàn)    6.3.1　因果插值模塊    6.3.2　模式選擇模塊    6.3.3　游長計(jì)數(shù)模塊    6.3.4　游長編碼模塊    6.3.5　游長結(jié)束判斷模塊    6.3.6　中斷采樣編碼模塊    6.3.7　梯度預(yù)測模塊    6.3.8　預(yù)測修正模塊    6.3.9　殘差編碼模塊    6.3.10　Golomb-Rice編碼器　6.4　存儲(chǔ)模塊　6.5　幀率提升    6.5.1　輸入緩存模塊    6.5.2　SDRAM總線仲裁模塊    6.5.3　主控制器模塊    6.5.4　SDRAM控制器模塊    6.5.5　時(shí)序發(fā)生器模塊    6.5.6　輸出緩存模塊  6.6　色空間轉(zhuǎn)換模塊　6.7　小結(jié)參考文獻(xiàn)第7章　總結(jié)與展望參考文獻(xiàn)

章節(jié)摘錄

　　1.2.2 貝爾圖像壓縮研究現(xiàn)狀　　在攝像設(shè)備中，在圖像存儲(chǔ)或傳輸前應(yīng)壓縮編碼。通常的方法是采用JPEG、JPEG2000等標(biāo)準(zhǔn)壓縮CFA插值后的全彩圖像，再存儲(chǔ)或傳輸，簡稱插值后壓縮機(jī)制；另外一種方法是采用插值前壓縮機(jī)制，即直接壓縮貝爾CFA圖像，然后存儲(chǔ)或傳輸。這兩種壓縮機(jī)制各有優(yōu)缺點(diǎn)：前者采用國際標(biāo)準(zhǔn)算法，可獲得較高的壓縮比，被廣泛利用，缺點(diǎn)是增加了數(shù)據(jù)量和信息冗余，隨著圖像傳感器分辨率增加，計(jì)算量會(huì)急劇增大，大大增加了硬件復(fù)雜度、體積、處理時(shí)間以及設(shè)備能耗，對于實(shí)時(shí)性、低能耗、小體積的便攜式設(shè)備（如無線內(nèi)窺鏡、數(shù)碼相機(jī)等）性能的提高是非常不利的；后者的優(yōu)點(diǎn)是在成像設(shè)備中避免了復(fù)雜的獲得全彩圖像的過程，被壓縮的CFA圖像數(shù)據(jù)可以存儲(chǔ)或傳輸?shù)剑篜C（個(gè)人計(jì)算機(jī)）等具有豐富計(jì)算資源的設(shè)備上，進(jìn)行離線解壓縮處理，解壓縮后人們可以根據(jù)需求選用任意復(fù)雜的高性能插值算法，獲得更為滿意的圖像。同時(shí)，由于CFA圖像數(shù)據(jù)量僅為全彩圖像的1／3，不需要進(jìn)行計(jì)算量龐大的插值重建及全彩圖像壓縮處理，可大大增加每秒實(shí)時(shí)存儲(chǔ)的圖像數(shù)量，在便攜式成像設(shè)備中有很好的應(yīng)用前景。直接壓縮CFA圖像的缺點(diǎn)是直接采用當(dāng)今國際標(biāo)準(zhǔn)圖像壓縮算法獲得的壓縮比很低，目前尚未形成直接壓縮CFA圖像的國際標(biāo)準(zhǔn)，現(xiàn)有的算法不能被國際上廣泛認(rèn)可接受，只是作為一些企業(yè)或研究機(jī)構(gòu)的私有技術(shù)。　　近年來關(guān)于貝爾CFA圖像壓縮的研究，可歸結(jié)為以下代表性方法：　　1）結(jié)構(gòu)分離變換，如圖1.11所示，貝爾CFA圖像可視為全彩圖像按照貝爾模板格式降采樣各個(gè)基色分量圖像所得到的結(jié)果。在這些研究中把將采樣后的各色分量分離出來，R與B分量圖像是松散的矩形形狀，去掉空白點(diǎn)，變成緊湊的矩形圖像；而含有亮度信息的G分量是梅花形，這種形狀無法直接進(jìn)行壓縮，必須對其進(jìn)行結(jié)構(gòu)變換，把梅花形陣列轉(zhuǎn)變成緊湊型矩形圖像，如圖1-12所示，然后對各基色分量用JPEG-2000／JPEG-Ls國際圖像壓縮標(biāo)準(zhǔn)對其直接壓縮。有損壓縮率可以達(dá)到幾十倍甚至上百倍，但是隨著壓縮比提高，圖像質(zhì)量急劇下降，即使采用這些優(yōu)秀的標(biāo)準(zhǔn)算法，平均無損壓縮比也難以提高。　　……

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    貝爾圖象插值和壓縮算法原理及應(yīng)用 PDF格式下載

---