动态压缩比选择的制作方法
【技术领域】
[0001] 本公开总地涉及数字成像，并且尤其涉及压缩具有变化水平的图像噪声的数字图 像。
【背景技术】
[0002] 数字成像设备出现在手持设备、计算机、数字照相机和各种其他的电子设备中。一 旦数字成像设备获取了图像，图像处理管道（pipeline)就可以应用若干个图像处理操作 来产生标准化图像格式的全色的、经过处理的、压缩图像。
[0003] 虽然成像技术的进展使得能够不断地提高图像质量，但是存储和数据传输的关注 (尤其是对于便携式设备）继续驱使图像和视频压缩标准实现更小的文件大小以及提高的 保真度。快速地实现更小的文件大小且保真度损失最小的策略因此是期望的。
【发明内容】
[0004] 公开了用于选择图像压缩比的方法、设备和系统。数字图像的压缩可能由于数据 和细节的减少以及压缩伪像的引入而降低图像质量。虽然压缩可能显著地影响具有高信噪 比（SNR)的图像的视觉质量，但是由于低SNR而已经包括一定程度的图像噪声的未压缩图 像的视觉质量可能不会受到压缩的显著影响。就这点而论，当存储数字图像时，被识别为具 有相对较高程度的图像噪声/低SNR的图像的压缩程度与具有相对较低程度的图像噪声/ 高SNR的图像相比被更大程度地压缩，而没有显著的视觉质量损失。
[0005]测量图像中的图像噪声的量所需的图像分析可能是计算密集的而且耗时的。然 而，数字图像中的图像噪声的量可以与可以容易地从现代的数字图像捕捉设备（例如，数 字照相机）中的图像处理管道数据流获得的其他图像特性（例如，增益和勒克斯（lux)) 相关。通常，这样的特性和值包括在与图像相关联的元数据中。就这点而论，在一个实施 例中，基于与图像噪声相关的图像特性来确定指示图像中的图像噪声的程度的压缩度量 (compressionmetric)。压缩度量可以用于选择压缩比，以使得具有较高图像噪声/较低 SNR的图像的压缩程度可以大于具有较低图像噪声/较高SNR的图像。
[0006] 在另一个实施例中，可以将图像分割为若干个区域。可以对每个区域确定单独的 压缩度量和相应的压缩比。以这种方式，图像的较高图像噪声/低SNR区域可以被更大程 度地压缩，而图像的较低图像噪声/高SNR区域的较高视觉质量可以通过对这些区域使用 较低压缩比来保留。
【附图说明】
[0007]图1例示根据一个实施例的图像管道。
[0008] 图2例示具有低图像噪声/高SNR的图像和具有高图像噪声/低SNR的图像的例 子。
[0009] 图3是例示根据一个实施例的用于选择图像压缩比的方法的流程图。
[0010] 图4例不根据一个实施例的压缩度量与压缩程度之间的关系。
[0011] 图5是例示根据另一个实施例的用于选择图像压缩比的方法的流程图。
[0012] 图6是例示根据又一个实施例的用于选择图像压缩比的方法的流程图。
[0013] 图7例示根据一个实施例的图像的其压缩度量被单独地确定的区域。
[0014] 图8例示根据一个实施例的用于创建以动态选择的压缩比压缩的数字图像的系 统。
【具体实施方式】
[0015] 公开了用于选择图像压缩比的方法、设备和系统。压缩的高质量数字图像与原始 数字图像相比具有较低的视觉质量。然而，低质量的、有噪声的数字图像的压缩可能不会大 大地影响总体图像质量。就这点而论，当存储数字图像时，可以通过基于图像中的图像噪声 的量选择压缩比来最小化（或者大幅减小）图像文件大小，其中，压缩比使得图像大小减 小，而不显著地影响图像的视觉质量。图像的完全噪声分析可能是计算密集的而且耗时的。 然而，数字图像中的图像噪声可以与其他的图像特性（例如，增益和勒克斯）相关，所述其 他的图像特性往往是与图像相关联的元数据中所包括的值，或者沿着照相机的图像管道被 容易确定的值。通过基于这些特性估计原始数字图像中的图像噪声的量，可以选择使得图 像大小减小、但不会显著地影响图像的视觉质量的压缩比。
[0016] 在一个方面，压缩比是基于压缩度量的，该压缩度量本身可以基于与图像噪声相 关的一个或多个图像特性。图像特性可以容易地从图像处理管道获得，与传统的噪声分析 方法相比，减少了估计图像噪声所需的计算。在实施例中，增益或勒克斯可以用作通知压缩 比的选择的压缩度量的基础。对于指示图像噪声程度高的压缩度量值，可以使用较高的压 缩比，生成较低保真度的压缩图像。对于指示图像中图像噪声程度低的压缩度量值，可以使 用较低的压缩比，生成较高保真度的压缩图像。压缩度量与压缩水平之间的关系可以是连 续的或离散的。
[0017] 在另一个方面，不同的压缩比可以应用于图像的不同区域。在实施例中，将图像分 割为若干个区域，所描述的压缩度量分析独立地应用于每个区域。这使得图像的具有低局 部SNR的噪声区域的压缩程度可以大于该图像的噪声较小的区域，这可以使得能够进一步 减小图像文件大小，而视觉质量没有显著的损失。
[0018] 在以下描述中，出于说明的目的阐述了许多特定细节，以便提供本发明构思的透 彻理解。作为该描述的一部分，本公开的一些附图以框图形式表示结构和设备，以便避免使 所公开的实施例模糊。为清晰起见，实际实现的所有特征并没有都在本说明书中进行描述。 而且，本公开中所使用的语言主要是为了可读性和指导的目的而选择的，并且可能不是被 选为描绘或限制本发明主题；相反，权利要求语言确定这样的发明主题。本公开中对于"一 个实施例"或"实施例"的论述意指，结合该实施例描述的特定的特征、结构或特性被包括在 所公开的主题的至少一种实现中，并且对于"一个实施例"或"实施例"的多个论述不应被 理解为一定全都指的是同一个实施例。
[0019] 将意识到，在任何实际实现的开发中（如在任何开发计划中），必需做出许多决策 来实现开发者的特定目标（例如，遵从系统相关约束和业务相关约束），并且这些目标在不 同实现中可以有所变化。还将意识到，这样的开发工作可能是复杂的而且耗时的，但是尽管 如此，却是普通技术人员在设计具有本公开的益处的图像处理系统的实现时承担的日常工 作。
[0020] 图1例示了根据一个实施例的图像管道100。根据一个实施例，当来自场景的光照 到图像传感器110时，产生图像，产生原始图像数据120。图像信号处理器130从原始图像 数据120生成数字图像文件140,其中，数字图像文件140包括数字图像数据和元数据。在 方框150中，可以根据一个或多个选定的压缩比压缩数字图像文件140,以便减小图像文件 大小。
[0021] 举例来说，图像传感器110可以包括CMOS图像传感器（例如，CMOS有源像素传感 器（APS))或CCD(电荷耦合器件）传感器）。一般地，图像传感器包括具有像素阵列的集成 电路，其中，每个像素包括用于感测光的光检测器。如本领域的技术人员将意识到的，成像 像素中的光检测器一般检测经由照相机镜头捕捉的光的强度。然而，光检测器一般不能通 过自身检测捕捉的光的波长，因此，不能确定颜色信息。
[0022] 因此，图像传感器还可以包括可以覆盖图像传感器的像素阵列或者设置在其上方 以捕捉颜色信息的滤色器阵列（CFA)。滤色器阵列可以包括小型滤色器的阵列，每个小型滤 色器可以与图像传感器的相应像素重叠，并且按照波长对捕捉的光进行滤光。因此，当结合 使用时，滤色器阵列和光检测器可以提供关于通过照相机捕捉的光的波长和强度两者的信 息，该信息可以代表捕捉的图像。
[0023] 在一个实施例中，滤色器阵列可以包括拜耳滤色器阵列，该拜耳滤色器阵列提供 50%绿色元素、25%红色元素和25%蓝色元素的滤色模式。例如，拜耳CFA的2X2像素块 包括2个绿色元素（Gr和Gb)、1个红色元素（R)和1个蓝色元素（B)。因此，利用拜耳滤色 器阵列的图像传感器可以提供关于图像捕捉设备接收的光在绿色、红色和蓝色波长的强度 的信息，由此每个图像像素仅记录三种颜色（RGB)中的一个。该信息可以被称为图1中的 方框120中所示的"原始图像数据"或"原始域"中的数据。原始图像数据120具有各种关 联特性，包括，例如，捕捉日期和时间、GPS位置或地理标签、光圈大小、曝光时间、照相机类 型、模拟增益、数字增益、勒克斯和白点。特性的数量和类型将根据照相机系统及其能力而 变化。一些特性通常与图像相关联，一些与图像捕捉设备本身相关联，一些与单个的像素元 素相关联。
[0024] 原始图像数据120然后可以被图像信号处理器（ISP) 130处理以生成数字图像文 件140。图像信号处理器130可以执行各种图像处理功