专利名称：基于上下文预测的极光图像无损编码方法
技术领域：
本发明属于图像处理技术领域，涉及三维图像编解码技术，采用该基于上下文预测的极光图像无损编码方法能够有效的降低压缩编码的复杂度，减少无损压缩码率， 获得理想的压缩比，具有良好的压缩性能。
背景技术：
极光(Aurora或Polar light或Northern light)出现于星球的高磁纬地区上空，是一种绚丽多彩的发光现象。而地球的极光，由来自地球磁层或太阳的高能带电粒子流 (太阳风)使高层大气分子或原子激发(或电离)而产生。对于极光的研究和观察有利于研究太阳和地球之间的能量转移、了解外太空的结构、掌握空间天气、减少太阳风对地球的影响以及保护外太空的飞行器等等。近年来，越来越多的国家在南北极建立极光观测站，对极光的特性和形态变化进行深入的研究。中国在南北极先后建立了中山站和黄河站，对极光进行实时研究。目前，研究人员需要用存储器携带极光图像回到国内中国极地研究中心进行数据处理和分析，缺乏实效性。因此，非常必要对极光图像进行压缩编码和数传，以便能在国内对极光图像进行实时处理分析。随着用于极光观测的仪器的精密度不断增加，极光图像的数据量也不断的增大， 其存储和传输也越来越难以解决，这对极光图像的压缩编码提出了很高的要求。并且极光图像数据大多需要远距离的传输，传输带宽也往往受到限制，应用极光图像压缩方法可以在带宽和时间限定的情况下使更多的数据得到传输，有利于极光图像的实时观察和研究。 国内还没有任何单位与个人，将极光图像数据进行压缩编码。数据的无损压缩对极光图像的研究和应用非常关键，能够保证信息的完整性，有利于研究人员做出正确的分析和判断。 由于极光图像是三维的，使用二维图像编码方法忽略了极光图像在时间方向上的冗余，所以无法获得理想的压缩性能。因此只有利用三维图像压缩方法才能有力的去除极光图像在时域和空域上的相关性。目前存在的基于三维小波变换的嵌入式图像压缩算法，例如JPEG2000_multi部分、3D-SPIHT和3D-SPECK等，大都采用可逆的小波变换对极光图像进行无损压缩。而且，基于变换的嵌入式编码算法有较多码率消耗在像素的位置信息上，无法提供满意的无损压缩性能。因此，目前大部分的三维图像无损压缩算法都采用了基于预测的方式，这些压缩算法大都比基于小波变换的算法的性能更加优秀。在过去10年中，很多无损压缩算法都集中于如何去除三维图像的多维相关性。 3D-CALIC算法是基于计算两帧间的相关性大小来选择采用帧间预测或者帧内预测的方式， 有效的去除了图像的帧间和帧内相关性。Enrico Magli改进了 3D-CALIC算法，在2004年提出了基于CALIC优化的无损和近无损压缩算法(M-CALIC)，该算法始终采用帧间预测方式，获得了比3D-CALIC更加优秀的性能。2006年，Jarno Mielikainen提出了基于查找的图像压缩算法(LUT)，该算法可以简化预测的复杂度并且有效地提高预测的性能。但是这些算法都是采用固定的上下文模型，不能很好的捕捉极光的区域运动特性，同时预测方法复杂度高，不利于实时应用。三维极光图像记录极光的运动信息，两帧极光图像之间的主要差别在于极光边缘区域的活动，这些活动主要包括运动、变大或缩小等。与视频数据有所不同，视频数据主要包含固定物体的运动，所以用于视频压缩编码的运动估计算法并不适用于极光图像的压缩。极光图像边缘区域相关性很小，所以固定的预测模型并不能捕获极光的变化。基于极光的这些特性，我们提出的基 于自适应上下文预测模型能很好的实现极光图像的压缩，满足对极光图像的实时性研究。
发明内容
本发明的目的在于满足极光实时研究的需求，根据极光图像的特点，，提出了一种基于自适应上下文预测模型的三维极光图像无损压缩方法。实现本发明目的的技术方案是提出具有自适应选择预测模型的编码方法和具有自适应选择预测模型解码方法。 其技术关键是在编码端，通过利用帧内和帧间相关性强弱，选择一种合适的预测模型，并通过选定的预测模型对系数进行预测，得到残差图像，进而利用多符号算术编码得到全部编码信息。在解码端，利用编码端建立的预测模型对系数进行预测，并解码得到所有残差信息，进而解码出所有图像信息，得到重构图像。具体内如下一种基于自适应上下文预测模型的三维极光图像无损压缩编解码方法，包括如下过程在编码端1)对第一帧极光图像选择帧内预测，即JPEG-LS预测模型；2)从第二帧开始，通过判断选择合适的预测模型，即帧间预测或者帧内预测模型；3)通过选择的步骤2)所选择的帧间预测或者帧内预测模型对极光图像进行预测；4)对预测残差进行多符号算术编码；5)重复步骤(2) (4)，得到所有的编码信息；在解码端6)在解码端，根据编码端传送的边信息，解码得到残差信息；7)对第一帧极光图像选择帧内预测，即JPEG-LS预测模型；8)从第二帧开始，通过判断选择合适的预测模型，即帧间预测或者帧内预测模型；9)通过选择的预测模型对极光图像进行预测；10)利用步骤6得到的残差信息和通过预测模型得到的预测系数重构图像；11)重复步骤8 步骤10，得到所有帧的重构图像。所述的三维极光图像压缩编解码方法，其中步骤2)所述的通过判断选择合适的预测模型，按如下步骤进行(1)选定当前帧待预测点左、左上、上、右上四个点X。，X1, x2, X3作为边界，并找到前一帧对应的四个像素点Υ(1，Υι，Υ2，Υ3;；(2)利用判断条件Iyn-XnI >Τ, η e {0,1,2,3}选择合适的预测模型，其中T = 250 ；(3)如果yn-xn| >T, η e {0,1,2,3}为真，则选择帧内预测模型，若为假则选择帧间预测模型。所述的三维极光图像压缩编解码方法，其步骤3)中帧内预测模型及预测方法利用JPEG-LS中的方法。所述的三维极光图像压缩编解码方法，其步骤3)中帧间预测模型及预测，按如下步骤进行(1)利用公式毛=|Z-&|，Xn e {x0, X1, X2, ...χη}求出邻域点与当前像素点相关性强弱，其中X表示前一帧中与当前帧预测像素点对应的像素点，Xn表示与X邻近的像素
点(2)通过对毛η e (0 □ 11)进行排序，选取差值最小的代表相关性最强的8个像素点，并找到当前帧与其对应的8个像素点，分别表示为、，7 ，n e (0 □ 7)；(3)利用公式区-7 |<Γ，η e (0D 7)，对选定的8个像素点进一步优化，满足判断条件的像素点忑，λ将用于最后的预测，其中歹 表示与、位置对应的像素点，(4)利用公式α = 〒2/ 〒歹,_求出预测系数α ；
/=0 1=0(5)利用公式Yk, ^j=Q XX对当前像素点进行预测，Yk, i, j是当前像素点的预测值。所述的三维极光图像压缩编解码方法，其步骤(8)所述的通过判断选择合适的预测模型，按如下步骤进行(1)选定当前帧待预测点左、左上、上、右上四个点X。，X1, x2, X3作为边界，并找到前一帧对应的四个像素点yQ，yi; y2, y3 ；(2)利用判断条件yn-xn| >T, η e {0,1,2,3}选择合适的预测模型，其中T = 250 ；(3)如果yn-xn| >T, η e {0,1,2,3}为真，则选择帧内预测模型，若为假则选择帧间预测模型。所述的三维极光图像压缩编码方法，其步骤8)所述的帧内预测模型及预测利用 JPEG-LS中的方法。所述的三维极光图像压缩解码方法，其步骤8)所述的帧间预测模型及预测，按如下步骤进行(1)利用公式夂=|Ζ-χ Ι，χη e {x。，χ ' χ2，-XiJ求出邻域点与当前像素点相关性强弱，其中X表示前一帧中与当前帧预测像素点对应的像素点，Xn表示与X邻近的像素占.(2)通过对毛η e (0 □ 11)进行排序，选取差值最小的代表相关性最强的8个像素点，并找到当前帧与其对应的8个像素点。分别表示为忑，7 ，ne (0 □ 7)；(3)利用公式区~y |<r,n e (0D 7)，对选定的8个像素点进一步优化，满足判断条件的像素点、，又将用于最后的预测。其中表示与元位置对应的像素点，/16;(4)利用公式《 = 1^2/1^灭求出预测系数α ；
权利要求
1.一种基于自适应上下文预测模型的三维极光图像无损压缩编解码方法，其特征在于，包括如下过程在编码端1)对第一帧极光图像选择帧内预测，即JPEG-LS预测模型；2)从第二帧开始，通过判断选择合适的预测模型，即帧间预测或者帧内预测模型；3)通过选择的步骤2)所选择的帧间预测或者帧内预测模型对极光图像进行预测；4)对预测残差进行多符号算术编码；5)重复步骤(2) (4)，得到所有的编码信息；在解码端6)在解码端，根据编码端传送的边信息，解码得到残差信息；7)对第一帧极光图像选择帧内预测，即JPEG-LS预测模型；8)从第二帧开始，通过判断选择合适的预测模型，即帧间预测或者帧内预测模型；9)通过选择的预测模型对极光图像进行预测；10)利用步骤6得到的残差信息和通过预测模型得到的预测系数重构图像；11)重复步骤8 步骤10，得到所有帧的重构图像。
2.根据权利要求1所述的三维极光图像压缩编解码方法，其特征在于，其中步骤2)所述的通过判断选择合适的预测模型，按如下步骤进行(1)选定当前帧待预测点左、左上、上、右上四个点X(l，X1,x2, X3作为边界，并找到前一帧对应的四个像素点九，I1,12, Y3 ；(2)利用判断条件Iyn-XnI>T,n e {0,1,2,3}选择合适的预测模型，其中T = 250 ；(3)如果|yn-Xn|>T, η e {0,1,2,3}为真，则选择帧内预测模型，若为假则选择帧间预测模型。
3.根据权利要求1所述的三维极光图像压缩编解码方法，其特征在于，其步骤3)中帧内预测模型及预测方法利用JPEG-LS中的方法。
4.根据权利要求1所述的三维极光图像压缩编解码方法，其特征在于，其步骤3)中帧间预测模型及预测，按如下步骤进行(1)利用公式夂=|X-;c |，Xne{χ0,χ17χ2,…Xll}求出邻域点与当前像素点相关性强弱，其中X表示前一帧中与当前帧预测像素点对应的像素点，Xn表示与X邻近的像素点；(2)通过对毛ηe (0D 11)进行排序，选取差值最小的代表相关性最强的8个像素点， 并找到当前帧与其对应的8个像素点，分别表示为A,y ，η e (0 □ 7)；(3)利用公式|、-Λ|<Γ，ηe (0 □ 7)，对选定的8个像素点进一步优化，满足判断条件的像素点、，Λ将用于最后的预测，其中歹 表示与I位置对应的像素点，Γ = Λ/16;ηη(4)利用公式《= Σ〒2/Σ巧灭求出预测系数α ；/=0 1=0(5)利用公式Yk,υ= α XX对当前像素点进行预测，Yk,υ是当前像素点的预测值。
5.根据权利要求1所述的三维极光图像压缩编解码方法，其特征在于，其步骤(8)所述的通过判断选择合适的预测模型，按如下步骤进行(1)选定当前帧待预测点左、左上、上、右上四个点X(l，X1, x2, X3作为边界，并找到前一帧对应的四个像素点九，J1, i2, y3 ；(2)利用判断条件Iyn-XnI>T,n e {0,1,2,3}选择合适的预测模型，其中T = 250 ；(3)如果|yn-Xn|>T, η e {0,1,2,3}为真，则选择帧内预测模型，若为假则选择帧间预测模型。
6.根据权利要求1所述的三维极光图像压缩编码方法，其特征在于，其步骤8)所述的帧内预测模型及预测利用JPEG-LS中的方法。
7.根据权利要求1所述的三维极光图像压缩解码方法，其特征在于，其步骤8)所述的帧间预测模型及预测，按如下步骤进行(1)利用公式夂e{x0, X1, χ2,…Xll}求出邻域点与当前像素点相关性强弱，其中X表示前一帧中与当前帧预测像素点对应的像素点，Xn表示与X邻近的像素点；(2)通过对毛ηe (0D 11)进行排序，选取差值最小的代表相关性最强的8个像素点， 并找到当前帧与其对应的8个像素点。分别表示为忑，Λ, η e (0 □ 7)；(3)利用公式|、-Λ|<Γ，ηe (0D 7)，对选定的8个像素点进一步优化，满足判断条件的像素点忑，Λ将用于最后的预测。其中7 表示与、位置对应的像素点，r =(4)利用公式α=灭求出预测系数α ；z+=0I=O(5)利用公式Yk,υ= α XX对当前像素点进行预测，Yk,υ是当前像素点的预测值。
全文摘要
本发明公开了一种三维极光图像无损压缩方法。其过程为在编码端，建立阈值并选取合适的预测模型，对系数进行预测；利用预测的系数与原系数求残差，对残差进行多符号算术编码。在解码端，利用编码端传送的边信息解码出残差信息；利用与编码端相同的预测模型对系数进行预测；利用得到的预测系数跟残差信息得到重构图像。本发明可应用于低复杂度要求和实时要求的极光图像压缩中。
文档编号H04N7/26GK102256137SQ20111019535
公开日2011年11月23日 申请日期2011年7月13日 优先权日2011年7月13日
发明者吴家骥, 吴振森, 武光丽, 滕涛 申请人:西安电子科技大学