本發(fā)明屬于圖像處理技術(shù)領(lǐng)域,尤其涉及一種圖像處理方法及系統(tǒng)。
背景技術(shù):
自數(shù)字圖像誕生以來,主流的拍照相機(jī)或攝像機(jī)等都紛紛開始使用數(shù)字成像技術(shù)。這些采集圖像的傳感器一般在其表面覆蓋一層顏色濾波陣列(Color Filter Array,CFA),使得每個(gè)像素只采集一種顏色分量(紅R,綠G,藍(lán)B中的一種),目前最廣泛使用的Bayer格式圖像(GBRG),具體如圖1所示,為Bayer圖像顏色濾波陣列的典型格式。其每個(gè)像素只含有一種顏色分量,G分量的像素個(gè)數(shù)是B分量或R分量像素個(gè)數(shù)的兩倍。
Bayer圖像具有很好的彩色信號(hào)敏感特性和彩色恢復(fù)特性,它獲得的顏色信息量是原來全彩色圖像的三分之一,由于其優(yōu)良的特性而在數(shù)字成像技術(shù)領(lǐng)域得到青睞,Bayer圖像存儲(chǔ)和傳輸技術(shù)及其相關(guān)設(shè)備已得到了飛速發(fā)展,在科學(xué)研究、醫(yī)學(xué)、遙感測(cè)繪等領(lǐng)域得到了廣泛的應(yīng)用。因此,研究Bayer圖像壓縮技術(shù)是十分必要和重要的。
由于Bayer圖像必須通過插值估計(jì)恢復(fù)全彩色圖像,且G分量呈菱形分布的特點(diǎn),并不適合直接壓縮處理(如JPEG壓縮),傳統(tǒng)的Bayer圖像壓縮方式為:通過顏色插值算法獲取采集到的原始Bayer圖像的全彩色圖像,然后對(duì)獲取的全彩色圖像的RGB三色分量分別直接進(jìn)行壓縮處理,并經(jīng)過傳輸或存儲(chǔ)后,最終解壓縮輸出全彩色圖像。由于高清圖像及視頻的應(yīng)用需求,這種壓縮處理方法將數(shù)據(jù)量提高到原始Bayer圖像的三倍,數(shù)據(jù)量較大,影響壓縮比率,且忽略了RGB三色圖像的相關(guān)性,同一幅圖像的三色圖像包含很多相 同信息,分別對(duì)它們壓縮相當(dāng)于對(duì)同一信息進(jìn)行重復(fù)描述,壓縮編碼未得到有效利用。
為解決上述數(shù)據(jù)量大,忽略色彩分量之間相關(guān)性的問題,目前,已有采用基于YUV變換的Bayer圖像壓縮方法。該方法將采集到的Bayer圖像先做顏色空間轉(zhuǎn)換,如從RGB空間轉(zhuǎn)到Y(jié)UV空間,對(duì)YUV空間的呈菱形陣列分布的Y分量進(jìn)行預(yù)處理轉(zhuǎn)換成矩形陣列,然后對(duì)YUV分量分別進(jìn)行壓縮與解壓縮處理,最后對(duì)Y分量進(jìn)行重構(gòu)濾波(矩形轉(zhuǎn)換回為菱形),再重建Bayer圖像,最終通過顏色插值得到全彩色圖像。該方法在一定程度上降低了待壓縮處理的數(shù)據(jù)量,且消除了Bayer圖像三色分量之間的相關(guān)性,但由于直接壓縮Bayer格式圖像數(shù)據(jù)時(shí),需要設(shè)計(jì)一種菱形陣列與矩形陣列之間可以相互轉(zhuǎn)換操作的可逆算法,增加了解壓縮端的負(fù)擔(dān),利用壓縮解壓縮后的數(shù)據(jù)(有失真)進(jìn)行全彩色插值,相對(duì)直接利用Bayer數(shù)據(jù)進(jìn)行全彩色插值喪失了一定的準(zhǔn)確度,在一些高清圖像視頻應(yīng)用場(chǎng)合,不能在高質(zhì)量要求條件下滿足一定的壓縮比需求,或在滿足壓縮比需求的條件下無法得到滿意的高質(zhì)量視頻圖像。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明提供了一種圖像處理方法及系統(tǒng),旨在至少在一定程度上解決現(xiàn)有技術(shù)中的上述技術(shù)問題。
本發(fā)明實(shí)現(xiàn)方式如下,一種圖像處理方法,包括以下步驟:
步驟a:判斷圖像中的像素點(diǎn)是否是邊緣像素點(diǎn),如果是邊緣像素點(diǎn),對(duì)該像素點(diǎn)進(jìn)行顏色插值算法處理獲取全彩色圖像;如果不是邊緣像素點(diǎn),對(duì)該像素點(diǎn)進(jìn)行降噪濾波處理,同時(shí)進(jìn)行顏色插值算法處理獲取全彩色圖像;
步驟b:對(duì)獲取的全彩色圖像進(jìn)行顏色空間轉(zhuǎn)換,將全彩色圖像從RGB空間轉(zhuǎn)換至YUV空間,并對(duì)全彩色圖像的YUV分量分別進(jìn)行壓縮處理;
步驟c:對(duì)全彩色圖像的YUV分量進(jìn)行解壓縮處理,并將解壓縮處理后的全彩色圖像從YUV空間轉(zhuǎn)回RGB空間后,得到最終圖像。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:在所述步驟a前還包括:采集圖像,并以圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取一個(gè)固定大小的矩陣;對(duì)采集的圖像進(jìn)行壞點(diǎn)檢測(cè),根據(jù)選取的矩陣的中心像素點(diǎn)與不同方向上的像素點(diǎn)的像素值差異判斷待檢測(cè)像素點(diǎn)是否為壞點(diǎn),如果待檢測(cè)像素點(diǎn)為壞點(diǎn),則消除該像素點(diǎn)。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:在所述步驟a中:所述判斷圖像中的像素點(diǎn)是否是邊緣像素點(diǎn)的判斷方式為:根據(jù)矩陣中內(nèi)外圈G分量最大最小值差異的空間相關(guān)性判斷當(dāng)前像素點(diǎn)是否屬于邊緣像素點(diǎn),將矩陣中的綠色G分量根據(jù)所處位置分為兩類:位于矩陣中最外一圈的G分量和里圈的G分量,在矩陣最外一圈的G分量中分別找出最大值和最小值,最大值記為OutMax,最小值記為OutMin;在矩陣?yán)锶Φ腉分量中找出最大值和最小值,最大值記為InMax,最小值記為InMin,如果當(dāng)前像素點(diǎn)滿足以下條件:
OutMax-OutMin>edge1&&InMax-InMin>edge2
則當(dāng)前像素點(diǎn)屬于邊緣像素點(diǎn),否則屬于不屬于邊緣像素點(diǎn),在上述公式中,edge1與edge2分別是G分量在外圈和里圈的檢測(cè)門限值。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:在所述步驟a中,所述對(duì)像素點(diǎn)進(jìn)行顏色插值算法處理獲取全彩色圖像具體為:以圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x5的矩陣,利用中心像素點(diǎn)的相鄰像素來計(jì)算中心像素位置另外兩個(gè)顏色通道的顏色值,如果中心像素點(diǎn)為G分量,則恢復(fù)該位置剩余的RB分量;如果中心像素點(diǎn)為R(或B)分量,則恢復(fù)該位置剩余的G和B(或R)分量,其方法是:先恢復(fù)該位置的綠色G分量,然后利用恢復(fù)出來的綠色G分量去插值恢復(fù)剩余的B分量。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:在所述步驟a中,所述對(duì)像素點(diǎn)進(jìn)行降噪濾波處理,同時(shí)進(jìn)行顏色插值算法處理獲取全彩色圖像具體為:以圖 像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x7的矩陣,對(duì)該位置的各個(gè)顏色分量進(jìn)行平滑濾波,并根據(jù)矩陣中心像素點(diǎn)為G分量還是RB分量做不同的處理:如果中心像素點(diǎn)為G分量,則利用色彩相關(guān)性,通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的R分量和B分量;如果中心像素點(diǎn)為R(或B)分量,則通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)剩余的G和B(或R)分量。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:在所述步驟a前,所述對(duì)采集的圖像進(jìn)行壞點(diǎn)檢測(cè)并消除壞點(diǎn)像素點(diǎn)具體為:在矩陣內(nèi)找出與中心像素點(diǎn)距離最近,且與中心像素點(diǎn)顏色相同的像素點(diǎn),根據(jù)四個(gè)不同方向上像素點(diǎn)像素值之間的差異,通過設(shè)定的閾值判斷中心像素點(diǎn)是否為壞點(diǎn),若是壞點(diǎn),則通過四個(gè)方向中差異最小的兩個(gè)像素點(diǎn)的平均值作為中心像素點(diǎn)的更新值,從而消除圖像中的壞點(diǎn)像素點(diǎn)。
本發(fā)明實(shí)施例采取的另一技術(shù)方案為:一種圖像處理系統(tǒng),包括邊緣檢測(cè)模塊、顏色插值模塊、降噪與顏色插值模塊、第一空間轉(zhuǎn)換模塊、圖像壓縮模塊、圖像解壓縮模塊和第二空間轉(zhuǎn)換模塊;
所述邊緣檢測(cè)模塊用于判斷圖像中的像素點(diǎn)是否是邊緣像素點(diǎn),如果是邊緣像素點(diǎn),通過顏色插值模塊對(duì)該像素點(diǎn)進(jìn)行顏色插值算法處理獲取全彩色圖像;如果不是邊緣像素點(diǎn),通過降噪與顏色插值模塊對(duì)該像素點(diǎn)進(jìn)行降噪濾波處理,同時(shí)進(jìn)行顏色插值算法處理獲取全彩色圖像;
所述第一空間轉(zhuǎn)換模塊用于對(duì)顏色插值模塊和降噪與顏色插值模塊獲取的全彩色圖像進(jìn)行顏色空間轉(zhuǎn)換,將全彩色圖像從RGB空間轉(zhuǎn)換至YUV空間,并通過圖像壓縮模塊對(duì)全彩色圖像的YUV分量分別進(jìn)行壓縮處理;
所述圖像解壓縮模塊用于對(duì)全彩色圖像的YUV分量進(jìn)行解壓縮處理,并通過第二空間轉(zhuǎn)換模塊將解壓縮處理后的全彩色圖像從YUV空間轉(zhuǎn)回RGB空間后,得到最終圖像。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:還包括圖像采集模塊和壞點(diǎn)檢測(cè)與消除模塊,所述圖像采集模塊用于采集圖像,并以圖像中的某一像素點(diǎn)作 為中心像素點(diǎn)選取一個(gè)固定大小的矩陣;所述壞點(diǎn)檢測(cè)與消除模塊用于對(duì)采集的圖像進(jìn)行壞點(diǎn)檢測(cè),根據(jù)選取的矩陣的中心像素點(diǎn)與不同方向上的像素點(diǎn)的像素值差異判斷待檢測(cè)像素點(diǎn)是否為壞點(diǎn),如果待檢測(cè)像素點(diǎn)為壞點(diǎn),則消除該像素點(diǎn)。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:所述邊緣檢測(cè)模塊判斷圖像中的像素點(diǎn)是否是邊緣像素點(diǎn)的判斷方式為:根據(jù)矩陣中內(nèi)外圈G分量最大最小值差異的空間相關(guān)性判斷當(dāng)前像素點(diǎn)是否屬于邊緣像素點(diǎn),將Bayer矩陣中的綠色G分量根據(jù)所處位置分為兩類:位于矩陣中最外一圈的G分量和里圈的G分量,在矩陣最外一圈的G分量中分別找出最大值和最小值,最大值記為OutMax,最小值記為OutMin;在矩陣?yán)锶Φ腉分量中找出最大值和最小值,最大值記為InMax,最小值記為InMin,如果當(dāng)前像素點(diǎn)滿足以下條件:
OutMax-OutMin>edge1&&InMax-InMin>edge2
則當(dāng)前像素點(diǎn)屬于邊緣像素點(diǎn),否則屬于不屬于邊緣像素點(diǎn),在上述公式中,edge1與edge2分別是G分量在外圈和里圈的檢測(cè)門限值。
本發(fā)明實(shí)施例采取的技術(shù)方案還包括:所述顏色插值模塊對(duì)像素點(diǎn)進(jìn)行顏色插值算法處理獲取全彩色圖像具體為:以圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x5的矩陣,利用中心像素點(diǎn)的相鄰像素來計(jì)算中心像素位置另外兩個(gè)顏色通道的顏色值,如果中心像素點(diǎn)為G分量,則恢復(fù)該位置剩余的RB分量;如果中心像素點(diǎn)為R(或B)分量,則恢復(fù)該位置剩余的G和B(或R)分量,其方法是:先恢復(fù)該位置的綠色G分量,然后利用恢復(fù)出來的綠色G分量去插值恢復(fù)剩余的B分量;所述降噪與顏色插值模塊對(duì)像素點(diǎn)進(jìn)行降噪濾波處理,同時(shí)進(jìn)行顏色插值算法處理獲取全彩色圖像具體為:以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x7的矩陣,對(duì)該位置的各個(gè)顏色分量進(jìn)行平滑濾波,并根據(jù)矩陣中心像素點(diǎn)為G分量還是RB分量做不同的處理:如果中心像素點(diǎn)為G分量,則利用色彩相關(guān)性,通過相鄰像素點(diǎn)的差值來補(bǔ) 償該像素點(diǎn)的R分量和B分量;如果中心像素點(diǎn)為R(或B)分量,則通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)剩余的G和B(或R)分量。
本發(fā)明實(shí)施例的圖像處理方法及系統(tǒng)通過對(duì)Bayer圖像進(jìn)行壞點(diǎn)檢測(cè)去除脈沖噪聲影響,再通過檢測(cè)圖像邊緣,根據(jù)邊緣和非邊緣區(qū)域的不同做相應(yīng)地顏色插值和(或)降噪處理,保留了較好的邊界信息,并提高了壓縮比,對(duì)獲取的全彩色圖像進(jìn)行YUV變換,分別對(duì)YUV分量進(jìn)行JPEG壓縮處理,在減少一定壓縮數(shù)據(jù)量的同時(shí),提高了圖像質(zhì)量,且不需要額外的解壓縮端Y(或G)分量陣列分布形狀的可逆處理,減輕了解壓縮端的負(fù)擔(dān),以此為基礎(chǔ)有利于推進(jìn)高清視頻圖像的應(yīng)用與發(fā)展。
附圖說明
圖1是Bayer圖像顏色濾波陣列的典型格式;
圖2是本發(fā)明實(shí)施例的圖像處理方法的流程圖;
圖3(a)和圖3(b)是本發(fā)明實(shí)施例的Bayer矩陣以及中心像素點(diǎn)位置與方向選取示意圖;
圖4(a)和圖4(b)是本發(fā)明實(shí)施例的顏色插值算法示意圖;
圖5(a)和圖5(b)是本發(fā)明實(shí)施例的降噪與顏色插值處理示意圖;
圖6是本發(fā)明實(shí)施例的圖像處理系統(tǒng)的結(jié)構(gòu)示意圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,以下結(jié)合附圖及實(shí)施例,對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
在本發(fā)明以下實(shí)施例中,僅以對(duì)拍攝圖片進(jìn)行處理為例進(jìn)行說明,但并不僅限于此,本發(fā)明同樣適用于其他可視化信息的處理,例如視頻等。
請(qǐng)參閱圖2,是本發(fā)明實(shí)施例的圖像處理方法的流程圖。本發(fā)明實(shí)施例的圖像處理方法包括以下步驟:
步驟100:采集Bayer圖像,并以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取一個(gè)固定大小的Bayer矩陣;
在步驟100中,本發(fā)明實(shí)施例以中心像素點(diǎn)選取5x5的Bayer矩陣,具體矩陣大小可根據(jù)實(shí)際應(yīng)用進(jìn)行選擇;本發(fā)明僅以對(duì)Bayer格式圖像進(jìn)行處理為例,但并不限于此,本發(fā)明同樣適用于對(duì)其他格式的圖像進(jìn)行處理。
步驟200:對(duì)采集的Bayer圖像進(jìn)行壞點(diǎn)檢測(cè),根據(jù)選取的Bayer矩陣的中心像素點(diǎn)與不同方向上的像素點(diǎn)的像素值差異判斷待檢測(cè)像素點(diǎn)是否為壞點(diǎn),如果待檢測(cè)像素點(diǎn)為壞點(diǎn),則消除該像素點(diǎn);
在步驟200中,壞點(diǎn)檢測(cè)及消除是一種克服Bayer圖像脈沖噪聲的算法,該算法提高了圖像質(zhì)量,消除了脈沖噪聲對(duì)圖像質(zhì)量的惡化,降低了圖像質(zhì)量損傷,壞點(diǎn)檢測(cè)及消除不僅限于以上所述方法。所述對(duì)采集的Bayer圖像進(jìn)行壞點(diǎn)檢測(cè)方式具體為:在Bayer矩陣內(nèi)找出與中心像素點(diǎn)距離最近,且與中心像素點(diǎn)顏色相同的像素點(diǎn),根據(jù)四個(gè)不同方向上像素點(diǎn)像素值之間的差異,通過設(shè)定的閾值判斷中心像素點(diǎn)是否為壞點(diǎn),若是壞點(diǎn),則通過四個(gè)方向中差異最小的兩個(gè)像素點(diǎn)的平均值作為中心像素點(diǎn)的更新值,從而消除Bayer圖像中的壞點(diǎn)像素點(diǎn)。
具體如圖3所示,是本發(fā)明實(shí)施例的Bayer矩陣以及中心像素點(diǎn)位置與方向選取示意圖。以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x5的Bayer矩陣,在Bayer矩陣內(nèi)找出與中心像素點(diǎn)距離最近,且與中心像素點(diǎn)顏色相同的9個(gè)像素點(diǎn),分別記為P1、P2、P3、P4、P5(中心像素點(diǎn))、P6、P7、P8和P9。根據(jù)中心像素點(diǎn)P5的G或RB的不同,所選取的像素點(diǎn)分布形狀不同,若中心像素點(diǎn)為G分量,則在5x5的Bayer矩陣內(nèi)找出與中心像素點(diǎn)G分量距離最近的9個(gè)G分量,P1~P9的位置如圖3(a)所示;若中心像素點(diǎn)為R或B分量,則在5x5的Bayer矩陣內(nèi)找出與中心像素點(diǎn)R或B距離最近的9個(gè)R或B分量, P1~P9的位置如圖3(b)所示。確定P1~P9的位置后,從如圖3所示的四個(gè)方向(正北4,正東2,東北3,東南1)來進(jìn)行壞點(diǎn)檢測(cè)判斷中心像素點(diǎn)是否為壞點(diǎn),其中東南方向1為P1,P5,P9所在的直線;正東方向2為P4,P5,P6所在的直線;東北方向3為P3,P5,P7所在的直線;正北方向4為P2,P5,P8所在的直線。計(jì)算各個(gè)方向上像素點(diǎn)像素值之間的差異,若各個(gè)方向上像素點(diǎn)像素值之間的差異滿足以下判斷條件1,則中心像素點(diǎn)P5被判斷為過亮的壞點(diǎn):
判斷條件1:
min(P5-P1,P5-P9)>def1&&|P1-P9|<def2;
min(P5-P4,P5-P6)>def1&&|P4-P6|<def2;
min(P5-P7,P5-P3)>def1&&|P7-P3|<def2;
min(P5-P8,P5-P2)>def1&&|P8-P2|<def2;
若各個(gè)方向上像素點(diǎn)像素值之間的差異滿足以下判斷條件2,則中心像素點(diǎn)P5被判斷為過暗的壞點(diǎn):
判斷條件2:
min(P1-P5,P9-P5)>def3&&|P1-P9|<def2;
min(P4-P5,P6-P5)>def3&&|P4-P6|<def2;
min(P7-P5,P3-P5)>def3&&|P7-P3|<def2;
min(P8-P5,P2-P5)>def3&&|P8-P2|<def2;
其中,在判斷條件1和判斷條件2中,min表示取最小值,&&表示符號(hào)前后條件同時(shí)成立,本實(shí)施例中,一組可用的閾值參數(shù)為def1=192,def2=16,def3=192。
當(dāng)檢測(cè)出某一中心像素點(diǎn)為壞點(diǎn)時(shí),則使用四個(gè)方向中差異最小的兩個(gè)像素點(diǎn)的平均值作為該像素點(diǎn)的更新值,已達(dá)到消除壞點(diǎn)的目的,即
在公式(1)中,Pi,Pj是四個(gè)方向上差值最小的兩個(gè)像素點(diǎn)像素值,P5_new即為更新后的像素點(diǎn)的像素值。
步驟300:根據(jù)Bayer矩陣中內(nèi)外圈G分量最大最小值差異的空間相關(guān)性判斷當(dāng)前像素點(diǎn)是否屬于邊緣像素點(diǎn);如果當(dāng)前像素點(diǎn)屬于邊緣像素點(diǎn),執(zhí)行步驟400;如果當(dāng)前像素點(diǎn)不屬于邊緣像素點(diǎn),執(zhí)行步驟500;
在步驟300中,判斷當(dāng)前像素點(diǎn)是否屬于邊緣像素點(diǎn)的判斷方式具體為:將Bayer矩陣中的綠色G分量根據(jù)所處位置分為兩類:位于Bayer矩陣中最外一圈的G分量和里圈的G分量,在Bayer矩陣最外一圈的G分量中分別找出最大值和最小值,最大值記為OutMax,最小值記為OutMin;在Bayer矩陣?yán)锶Φ腉分量中找出最大值和最小值,最大值記為InMax,最小值記為InMin。如果滿足以下條件:
OutMax-OutMin>edge1&&InMax-InMin>edge2 (2)
則認(rèn)為當(dāng)前像素點(diǎn)屬于邊緣像素點(diǎn),否則屬于不屬于邊緣像素點(diǎn)。在上述公式(2)中,edge1與edge2分別是G分量在外圈和里圈的檢測(cè)門限值,在本發(fā)明實(shí)施例中,edge1=20,edge2=12,具體可根據(jù)實(shí)際應(yīng)用進(jìn)行設(shè)定。
步驟400:對(duì)該像素點(diǎn)進(jìn)行顏色插值算法處理獲取全彩色圖像;
在步驟400中,如圖4所示,是本發(fā)明實(shí)施例的顏色插值算法示意圖。以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x5的Bayer矩陣,利用中心像素點(diǎn)的相鄰像素來計(jì)算中心像素位置另外兩個(gè)顏色通道的顏色值。根據(jù)中心像素點(diǎn)為G分量或RB分量的不同分開處理,具體地,
1)若中心像素點(diǎn)為G分量,則需要恢復(fù)該位置剩余的RB分量,如圖4(a)所示,中心像素點(diǎn)為G33,其方法是:對(duì)要恢復(fù)的紅色R分量而言,若滿足
|G31-G33|≥|R32-R34| (3)
則恢復(fù)的紅色分量R為:
否則,根據(jù)色彩相關(guān)性(色差規(guī)律(R-G)或(B-G)恒定),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的紅色分量完成插值操作,則恢復(fù)的紅色分量R為:
對(duì)于該位置藍(lán)色B分量的恢復(fù),與上述紅色R分量的恢復(fù)方式相同。
2)若中心像素點(diǎn)為R(或B)分量,則需要恢復(fù)該位置剩余的G和B(或R)分量,如圖4(b)所示,中心像素點(diǎn)為R33,其方法是:先恢復(fù)該位置的綠色G分量,然后利用恢復(fù)出來的綠色G分量去插值恢復(fù)剩余的B分量。具體先比較該像素點(diǎn)位置水平和垂直方向上的梯度來確定可能的邊界方向,并選擇非邊界方向來進(jìn)行顏色插值。假設(shè)a為該點(diǎn)水平方向梯度,b為垂直方向梯度,則
按照梯度小的方向存在邊界的概率比較大,顏色插值會(huì)沿著最可能的邊界方向進(jìn)行,因而該位置恢復(fù)的綠色G分量為:
利用恢復(fù)出的綠色G分量對(duì)藍(lán)色B分量進(jìn)行恢復(fù),具體地,利用上面恢復(fù)出來的G33,與其左,右,上三個(gè)位置的像素點(diǎn)值在四個(gè)方向上作比較,來判斷合適的插值方向,定義四個(gè)方向G分量差值如下:
根據(jù)差值大小選取不同的插值方式,分四種情況:
a)如果α最小,當(dāng)滿足
|G21-G23|>|B22-B24| (9)
則恢復(fù)的藍(lán)色B分量為:
否則,根據(jù)色彩相關(guān)性(色差規(guī)律(R-G)或(B-G)恒定),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的藍(lán)色分量完成插值操作,則恢復(fù)的藍(lán)色B分量為:
b)如果β最小,當(dāng)滿足
|G12-G32|>|B22-B42| (12)
則恢復(fù)的藍(lán)色B分量為:
否則,根據(jù)色彩相關(guān)性(色差規(guī)律(R-G)或(B-G)恒定),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的藍(lán)色分量完成插值操作,則恢復(fù)的藍(lán)色B分量為:
c)如果γ最小,則恢復(fù)的藍(lán)色B分量為:
d)如果δ最小,則恢復(fù)的藍(lán)色B分量為:
如果中心像素點(diǎn)為B33,則恢復(fù)其綠色G分量與紅色R分量的方法與上述相同,仍然先恢復(fù)綠色G分量,再利用G分量恢復(fù)R分量。
本發(fā)明通過對(duì)邊緣像素點(diǎn)直接進(jìn)行顏色插值算法處理,不做降噪處理,從而更好的保留了圖像的邊緣信息,防止降噪損失過多的圖像細(xì)節(jié)。
步驟500:對(duì)該像素點(diǎn)進(jìn)行降噪濾波處理,在濾波的同時(shí)進(jìn)行顏色插值算法處理獲取全彩色圖像;
在步驟500中,由于Bayer格式CFA圖像信息在每個(gè)像素位置上只有一種顏色分量,要復(fù)原另外兩種缺失的顏色分量,就必須通過相鄰的像素進(jìn)行插值估算,恢復(fù)出每個(gè)像素位置另外兩個(gè)顏色通道的顏色值,這就是顏色插值。顏色插值算法主要利用色彩相關(guān)性,或根據(jù)其水平垂直方向上的梯度做相應(yīng)地插值操作;降噪插值時(shí)對(duì)其余兩種顏色分量以及自身,均根據(jù)其周圍一定范圍內(nèi)的相同顏色像素點(diǎn)進(jìn)行加權(quán)濾波更新當(dāng)前像素值,以達(dá)到降噪的目的。
請(qǐng)一并參閱圖5,是本發(fā)明實(shí)施例的降噪與顏色插值處理示意圖。本發(fā)明中對(duì)像素點(diǎn)進(jìn)行降噪濾波處理,在濾波的同時(shí)進(jìn)行顏色插值算法處理的方式具體為:以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x7的Bayer矩陣,對(duì)該位置的各個(gè)顏色分量進(jìn)行平滑濾波,達(dá)到降噪目的;并根據(jù)Bayer矩陣中心像素點(diǎn)為G分量還是RB分量做不同的處理:
如圖5(a)所示,若中心像素點(diǎn)為G分量,則需要恢復(fù)該位置的RB分量,此時(shí)利用色彩相關(guān)性(色差規(guī)律),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的R分量和B分量;如圖5(b)所示,若中心像素點(diǎn)為R(或B)分量,則需要恢復(fù)該位置的G分量和B(或R)分量,此時(shí)先恢復(fù)G分量,根據(jù)其水平垂直方向上的梯度大小來確定可能的邊界方向,并選擇非邊界方向,由相鄰的G分量來進(jìn)行顏色插值,G分量恢復(fù)完成后,考慮剩余分量的恢復(fù),根據(jù)恢復(fù)出來的G分量,與其相鄰的左、右、上三個(gè)位置的像素點(diǎn)G分量值在四個(gè)方向上作比較,來判斷合適的插值方向,仍然利用色彩相關(guān)性(色差規(guī)律),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)剩余的R分量或B分量;具體顏色插值算法如下:
1)若中心像素點(diǎn)為G分量,則進(jìn)行降噪與顏色插值處理,中心像素點(diǎn)為G34,給定一個(gè)5x7濾波模板如下:
則中心像素點(diǎn)位置紅色R分量的濾波結(jié)果表示為:
在公式(18)中,R1=R33+R35,R2=R13+R15+R53+R55,R3=R31+R37,R4=R11+R17+R51+R57,r1+r2+r3+r4=6,round(·)表示四舍五入。
則中心像素點(diǎn)位置綠色G分量的濾波結(jié)果可表示為:
在公式(19)中,G1=G34,G2=G23+G25+G43+G45,G3=G14+G32+G36+G54,g1+g2+g3=64。
則中心像素點(diǎn)位置藍(lán)色B分量的濾波結(jié)果可表示為:
在公式(20)中,B1=B24+B44,B2=B22+B26+B42+B46,b1+b2=64。
2)若中心像素點(diǎn)為R(或B)分量,則進(jìn)行降噪與顏色插值處理,如圖5(b)所示,中心像素點(diǎn)為R34,給定一個(gè)5x7濾波模板如下:
則中心像素點(diǎn)位置紅色R分量的濾波結(jié)果可表示為:
在公式(22)中,R1=R34,R2=R14+R32+R36+R54,R3=R12+R16+R52+R56,r1+r2+r3=64。
則中心像素點(diǎn)位置綠色G分量的濾波結(jié)果可表示為:
在公式(23)中,G1=G24+G33+G35+G44,G2=G13+G15+G53+G55,G3=G22+G26+G42+G46,g1+g2+g2=64。
則中心像素點(diǎn)位置藍(lán)色B分量的濾波結(jié)果可表示為:
在公式(24)中,B1=B23+B25+B43+B45,B2=G21+G27+G41+G47,b1+b2=64。
在本發(fā)明實(shí)施例中,降噪與顏色插值算法不僅限于以上所述方法,也可以是其他類似方案。
步驟600:對(duì)獲取的全彩色圖像進(jìn)行顏色空間轉(zhuǎn)換,將全彩色圖像從RGB空間轉(zhuǎn)換至YUV空間;
在步驟600中,本發(fā)明通過將全彩色圖像從RGB空間轉(zhuǎn)換至YUV空間,可以消除色彩通道之間的相關(guān)性。
步驟700:獲取轉(zhuǎn)換后的全彩色圖像的YUV分量,并將獲取的YUV分量(4:2:0)分別進(jìn)行壓縮處理;
在步驟700中,所述將獲取的YUV分量(4:2:0)分別進(jìn)行壓縮處理的壓縮方式為JPEG壓縮,但不限于此壓縮方式;本發(fā)明通過YUV空間變換消除了色彩通道間的相關(guān)性,對(duì)YUV分量進(jìn)行JPEG壓縮,使壓縮編碼得到有效利用,很好地適應(yīng)了編碼需求。
步驟800:對(duì)全彩色圖像的YUV分量(4:2:0)進(jìn)行解壓縮處理,并將解壓縮處理后的全彩色圖像從YUV空間轉(zhuǎn)回RGB空間后,輸出最終圖像。
請(qǐng)參閱圖4,是本發(fā)明實(shí)施例的圖像處理系統(tǒng)的結(jié)構(gòu)示意圖。本發(fā)明實(shí)施例的圖像處理系統(tǒng)包括圖像采集模塊、壞點(diǎn)檢測(cè)與消除模塊、邊緣檢測(cè)模塊、顏色插值模塊、降噪與顏色插值模塊、第一空間轉(zhuǎn)換模塊、圖像壓縮模塊、圖像解壓縮模塊和第二空間轉(zhuǎn)換模塊;
圖像采集模塊用于采集Bayer圖像,并以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取一個(gè)固定大小的Bayer矩陣;其中,本發(fā)明實(shí)施例以中心像素點(diǎn)選取5x5的Bayer矩陣,具體矩陣大小可根據(jù)實(shí)際應(yīng)用進(jìn)行選擇。
壞點(diǎn)檢測(cè)與消除模塊用于對(duì)采集的Bayer圖像進(jìn)行壞點(diǎn)檢測(cè),根據(jù)Bayer矩陣的中心像素點(diǎn)與不同方向上的像素點(diǎn)的像素值差異判斷待檢測(cè)像素點(diǎn)是否為壞點(diǎn),如果待檢測(cè)像素點(diǎn)為壞點(diǎn),則消除該像素點(diǎn);其中,所述壞點(diǎn)檢測(cè)與消除模塊對(duì)采集的Bayer圖像進(jìn)行壞點(diǎn)檢測(cè)方式具體為:在Bayer矩陣內(nèi)找出與中心像素點(diǎn)距離最近,且與中心像素點(diǎn)顏色相同的像素點(diǎn),根據(jù)四個(gè)不同方向上像素點(diǎn)像素值之間的差異,通過設(shè)定的閾值判斷中心像素點(diǎn)是否為壞點(diǎn),若是壞點(diǎn),則通過四個(gè)方向中差異最小的兩個(gè)像素點(diǎn)的平均值作為中心像素點(diǎn)的更新值,從而消除Bayer圖像中的壞點(diǎn)像素點(diǎn)。
具體如圖3所示,以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x5的Bayer矩陣,在Bayer矩陣內(nèi)找出與中心像素點(diǎn)距離最近,且與中心像素點(diǎn)顏色相同的9個(gè)像素點(diǎn),分別記為P1、P2、P3、P4、P5(中心像素點(diǎn))、P6、P7、P8和P9。根據(jù)中心像素點(diǎn)P5的G或RB的不同,所選取的像素點(diǎn)分布形狀不同,若中心像素點(diǎn)為G分量,則在5x5的Bayer矩陣內(nèi)找出與中心像素點(diǎn)G分量距離最近的9個(gè)G分量,P1~P9的位置如圖3(a)所示;若中心像素點(diǎn)為R或B分量,則在5x5的Bayer矩陣內(nèi)找出與中心像素點(diǎn)R或B距離最近的9個(gè)R或B分量,P1~P9的位置如圖3(b)所示。確定P1~P9的位置后,從如圖3所示的四個(gè)方向(正北4,正東2,東北3,東南1)來進(jìn)行壞點(diǎn)檢測(cè)判斷中心像素點(diǎn)是否為壞點(diǎn),其中東南方向1為P1,P5,P9所在的直線;正東方向2為P4,P5,P6所在的直線;東北方向3為P3,P5,P7所在的直線;正北方向4 為P2,P5,P8所在的直線。計(jì)算各個(gè)方向上像素點(diǎn)像素值之間的差異,若各個(gè)方向上像素點(diǎn)像素值之間的差異滿足以下判斷條件1,則中心像素點(diǎn)P5被判斷為過亮的壞點(diǎn):
判斷條件1:
min(P5-P1,P5-P9)>def1&&|P1-P9|<def2;
min(P5-P4,P5-P6)>def1&&|P4-P6|<def2;
min(P5-P7,P5-P3)>def1&&|P7-P3|<def2;
min(P5-P8,P5-P2)>def1&&|P8-P2|<def2;
若各個(gè)方向上像素點(diǎn)像素值之間的差異滿足以下判斷條件2,則中心像素點(diǎn)P5被判斷為過暗的壞點(diǎn):
判斷條件2:
min(P1-P5,P9-P5)>def3&&|P1-P9|<def2;
min(P4-P5,P6-P5)>def3&&|P4-P6|<def2;
min(P7-P5,P3-P5)>def3&&|P7-P3|<def2;
min(P8-P5,P2-P5)>def3&&|P8-P2|<def2;
其中,在判斷條件1和判斷條件2中,min表示取最小值,&&表示符號(hào)前后條件同時(shí)成立,本實(shí)施例中,一組可用的閾值參數(shù)為def1=192,def2=16,def3=192。
當(dāng)檢測(cè)出某一中心像素點(diǎn)為壞點(diǎn)時(shí),則使用四個(gè)方向中差異最小的兩個(gè)像素點(diǎn)的平均值作為該像素點(diǎn)的更新值,已達(dá)到消除壞點(diǎn)的目的,即
在公式(1)中,Pi,Pj是四個(gè)方向上差值最小的兩個(gè)像素點(diǎn)像素值,P5_new即為更新后的像素點(diǎn)的像素值。
邊緣檢測(cè)模塊用于根據(jù)Bayer矩陣中內(nèi)外圈G分量最大最小值差異的空間相關(guān)性判斷當(dāng)前像素點(diǎn)是否屬于邊緣像素點(diǎn);如果當(dāng)前像素點(diǎn)屬于邊緣像素點(diǎn),通過顏色插值模塊進(jìn)行顏色插值算法操作;如果當(dāng)前像素點(diǎn)不屬于邊緣 像素點(diǎn),通過降噪與顏色插值模塊進(jìn)行降噪與顏色插值算法操作;其中,判斷當(dāng)前像素點(diǎn)是否屬于邊緣像素點(diǎn)的判斷方式具體為:將Bayer矩陣中的綠色G分量根據(jù)所處位置分為兩類:位于Bayer矩陣中最外一圈的G分量和里圈的G分量,在Bayer矩陣最外一圈的G分量中分別找出最大值和最小值,最大值記為OutMax,最小值記為OutMin;在Bayer矩陣?yán)锶Φ腉分量中找出最大值和最小值,最大值記為InMax,最小值記為InMin。如果滿足以下條件:
OutMax-OutMin>edge1&&InMax-InMin>edge2 (2)
則認(rèn)為當(dāng)前像素點(diǎn)屬于邊緣像素點(diǎn),否則屬于不屬于邊緣像素點(diǎn)。在上述公式(2)中,edge1與edge2分別是外圈和里圈的檢測(cè)門限值,在本發(fā)明實(shí)施例中,edge1=20,edge2=12,具體可根據(jù)實(shí)際應(yīng)用進(jìn)行設(shè)定。
顏色插值模塊對(duì)邊緣像素點(diǎn)進(jìn)行顏色插值算法處理獲取全彩色圖像;如圖4所示,顏色插值模塊對(duì)邊緣像素點(diǎn)進(jìn)行顏色插值算法處理具體為:以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x5的Bayer矩陣,利用中心像素點(diǎn)的相鄰像素來計(jì)算中心像素位置另外兩個(gè)顏色通道的顏色值。根據(jù)中心像素點(diǎn)為G分量或RB分量的不同分開處理,具體地,
1)若中心像素點(diǎn)為G分量,則需要恢復(fù)該位置剩余的RB分量,如圖4(a)所示,中心像素點(diǎn)為G33,其方法是:對(duì)要恢復(fù)的紅色R分量而言,若滿足
|G31-G33|≥|R32-R34| (3)
則恢復(fù)的紅色分量R為:
否則,根據(jù)色彩相關(guān)性(色差規(guī)律(R-G)或(B-G)恒定),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的紅色分量完成插值操作,則恢復(fù)的紅色分量R為:
對(duì)于該位置藍(lán)色B分量的恢復(fù),與上述紅色R分量的恢復(fù)方式相同。
2)若中心像素點(diǎn)為R(或B)分量,則需要恢復(fù)該位置剩余的G和B(或R)分量,如圖4(b)所示,中心像素點(diǎn)為R33,其方法是:先恢復(fù)該位置的綠色G分量,然后利用恢復(fù)出來的綠色G分量去插值恢復(fù)剩余的B分量。具體先比較該像素點(diǎn)位置水平和垂直方向上的梯度來確定可能的邊界方向,并選擇非邊界方向來進(jìn)行顏色插值。假設(shè)a為該點(diǎn)水平方向梯度,b為垂直方向梯度,則
按照梯度小的方向存在邊界的概率比較大,顏色插值會(huì)沿著最可能的邊界方向進(jìn)行,因而該位置恢復(fù)的綠色G分量為:
利用恢復(fù)出的綠色G分量對(duì)藍(lán)色B分量進(jìn)行恢復(fù),具體地,利用上面恢復(fù)出來的G33,與其左,右,上三個(gè)位置的像素點(diǎn)值在四個(gè)方向上作比較,來判斷合適的插值方向,定義四個(gè)方向G分量差值如下:
根據(jù)差值大小選取不同的插值方式,分四種情況:
a)如果α最小,當(dāng)滿足
|G21-G23|>|B22-B24| (9)
則恢復(fù)的藍(lán)色B分量為:
否則,根據(jù)色彩相關(guān)性(色差規(guī)律(R-G)或(B-G)恒定),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的藍(lán)色分量完成插值操作,則恢復(fù)的藍(lán)色B分量為:
b)如果β最小,當(dāng)滿足
|G12-G32|>|B22-B42| (12)
則恢復(fù)的藍(lán)色B分量為:
否則,根據(jù)色彩相關(guān)性(色差規(guī)律(R-G)或(B-G)恒定),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)的藍(lán)色分量完成插值操作,則恢復(fù)的藍(lán)色B分量為:
c)如果γ最小,則恢復(fù)的藍(lán)色B分量為:
d)如果δ最小,則恢復(fù)的藍(lán)色B分量為:
如果中心像素點(diǎn)為B33,則恢復(fù)其綠色G分量與紅色R分量的方法與上述相同,仍然先恢復(fù)綠色G分量,再利用G分量恢復(fù)R分量。
本發(fā)明通過對(duì)邊緣像素點(diǎn)直接進(jìn)行顏色插值算法處理,不做降噪處理,從而更好的保留了圖像的邊緣信息,防止降噪損失過多的圖像細(xì)節(jié)。
降噪與顏色插值模塊對(duì)非邊緣像素點(diǎn)進(jìn)行降噪濾波處理,在濾波的同時(shí)進(jìn)行顏色插值算法處理獲取全彩色圖像;所述對(duì)像素點(diǎn)進(jìn)行降噪濾波處理,在濾波的同時(shí)進(jìn)行顏色插值算法處理的方式具體為:以Bayer圖像中的某一像素點(diǎn)作為中心像素點(diǎn)選取5x7的Bayer矩陣,對(duì)該位置的各個(gè)顏色分量進(jìn)行平滑濾波,達(dá)到降噪目的;并根據(jù)Bayer矩陣中心像素點(diǎn)為G分量還是RB分量做不同的處理:
如圖5(a)所示,若中心像素點(diǎn)為G分量,則需要恢復(fù)該位置的RB分量,此時(shí)利用色彩相關(guān)性(色差規(guī)律),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像 素點(diǎn)的R分量和B分量;如圖5(b)所示,若中心像素點(diǎn)為R(或B)分量,則需要恢復(fù)該位置的G分量和B(或R)分量,此時(shí)先恢復(fù)G分量,根據(jù)其水平垂直方向上的梯度大小來確定可能的邊界方向,并選擇非邊界方向,由相鄰的G分量來進(jìn)行顏色插值,G分量恢復(fù)完成后,考慮剩余分量的恢復(fù),根據(jù)恢復(fù)出來的G分量,與其相鄰的左、右、上三個(gè)位置的像素點(diǎn)G分量值在四個(gè)方向上作比較,來判斷合適的插值方向,仍然利用色彩相關(guān)性(色差規(guī)律),通過相鄰像素點(diǎn)的差值來補(bǔ)償該像素點(diǎn)剩余的R分量或B分量;具體顏色插值算法如下:
1)若中心像素點(diǎn)為G分量,則進(jìn)行降噪與顏色插值處理,中心像素點(diǎn)為G34,給定一個(gè)5x7濾波模板如下:
則中心像素點(diǎn)位置紅色R分量的濾波結(jié)果表示為:
在公式(18)中,R1=R33+R35,R2=R13+R15+R53+R55,R3=R31+R37,R4=R11+R17+R51+R57,r1+r2+r3+r4=6,round(·)表示四舍五入。
則中心像素點(diǎn)位置綠色G分量的濾波結(jié)果可表示為:
在公式(19)中,G1=G34,G2=G23+G25+G43+G45,G3=G14+G32+G36+G54,g1+g2+g3=64。
則中心像素點(diǎn)位置藍(lán)色B分量的濾波結(jié)果可表示為:
在公式(20)中,B1=B24+B44,B2=B22+B26+B42+B46,b1+b2=64。
2)若中心像素點(diǎn)為R(或B)分量,則進(jìn)行降噪與顏色插值處理,如圖5(b)所示,中心像素點(diǎn)為R34,給定一個(gè)5x7濾波模板如下:
則中心像素點(diǎn)位置紅色R分量的濾波結(jié)果可表示為:
在公式(22)中,R1=R34,R2=R14+R32+R36+R54,R3=R12+R16+R52+R56,r1+r2+r3=64。
則中心像素點(diǎn)位置綠色G分量的濾波結(jié)果可表示為:
在公式(23)中,G1=G24+G33+G35+G44,G2=G13+G15+G53+G55,G3=G22+G26+G42+G46,g1+g2+g2=64。
則中心像素點(diǎn)位置藍(lán)色B分量的濾波結(jié)果可表示為:
在公式(24)中,B1=B23+B25+B43+B45,B2=G21+G27+G41+G47,b1+b2=64。
在本發(fā)明實(shí)施例中,降噪與顏色插值算法不僅限于以上所述方法,也可以是其他類似方案。
第一空間轉(zhuǎn)換模塊用于對(duì)獲取的全彩色圖像進(jìn)行顏色空間轉(zhuǎn)換,將全彩色圖像從RGB空間轉(zhuǎn)換至YUV空間;
圖像壓縮模塊用于獲取轉(zhuǎn)換后的全彩色圖像的YUV分量,并將獲取的YUV分量(4:2:0)分別進(jìn)行壓縮處理;其中,所述將獲取的YUV分量(4:2:0)分別進(jìn)行壓縮處理的壓縮方式為JPEG壓縮,但不限于此壓縮方式;本發(fā)明通過YUV空間變換消除了色彩通道間的相關(guān)性,對(duì)YUV分量進(jìn)行JPEG壓縮,使壓縮編碼得到有效利用,很好地適應(yīng)了編碼需求。
圖像解壓縮模塊用于對(duì)YUV分量(4:2:0)進(jìn)行解壓縮處理;
第二空間轉(zhuǎn)換模塊用于將解壓縮處理后的全彩色圖像從YUV空間轉(zhuǎn)回RGB空間后,并輸出最終圖像。
本發(fā)明實(shí)施例的圖像處理方法及系統(tǒng)通過對(duì)Bayer圖像進(jìn)行壞點(diǎn)檢測(cè)去除脈沖噪聲影響,再通過檢測(cè)圖像邊緣,根據(jù)邊緣和非邊緣區(qū)域的不同做相應(yīng)地顏色插值和(或)降噪處理,保留了較好的邊界信息,并提高了壓縮比,對(duì)獲取的全彩色圖像進(jìn)行YUV變換,分別對(duì)YUV分量進(jìn)行JPEG壓縮處理,在減少一定壓縮數(shù)據(jù)量的同時(shí),提高了圖像質(zhì)量,且不需要額外的解壓縮端Y(或G)分量陣列分布形狀的可逆處理,減輕了解壓縮端的負(fù)擔(dān),以此為基礎(chǔ)有利于推進(jìn)高清視頻圖像的應(yīng)用與發(fā)展。
以上所述僅為本發(fā)明的較佳實(shí)施例而已,并不用以限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。