本发明属于图像处理技术领域，具体为一种Bayer图像压缩方法；用以克服现有Bayer图像的压缩方法，要么把两个绿色像素转换成一个、降低了恢复图像的质量，要么针对Y矩阵设计复杂的结构变换、增加了编码所需比特数的问题。本发明首先，通过将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2，消除了RGB颜色空间的相关性，能够提高压缩比，保证恢复图像的质量；然后，通过重排列‑列填充‑列DCT‑行填充‑行DCT的方法对Y矩阵做DCT变换，没有损失任何已有的信息，同时降低了编码Y矩阵的所需要的比特数；综上，本发明在恢复的图像质量相同条件下，具有更大的压缩比，且方法简单，显著降低运算复杂度。
1.一种Bayer图像压缩方法，包括以下步骤：S1、将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2；
S2、对Y矩阵重新排列，两次在空位置填充数字后作一维DCT变换，对DCT域数据进行量化、编码，并发送；具体为：
S21、将U分量单独组成U矩阵，V分量单独组成V矩阵，将原矩阵中非Y1和Y2分量位置填充为零、形成Y矩阵；
S22、对Y矩阵进行零填充扩充，使其行数和列数均为8的整数倍；
S23、对扩充后的Y矩阵分成8×8的像素块，对每一块进行如下处理：
1)重排列：将8×8的像素块中的32个有效Y像素按“Zig‑Zag扫描”的方式排列在左上角，所述有效Y像素指像素值为非零的像素；
2)列填充：针对重排列后像素块的任一列，其中有效Y像素个数为n，有效Y像素的像素值组成的向量记为y，则需要插入的8‑n个像素值，插入像素值组成的向量记为x：x＝Pn*y
P7＝[‑0.1989 0.5665 ‑0.8478 1 0.8478 ‑0.5665 0.1989]对应插入的位置：
Pos2:1 3 4 5 6 8Pos3:2 3 5 6 8Pos4:2 4 6 7
4)行填充：将列DCT变换结果完成行填充，针对DCT变换结果的任一行：x＝Pn*y；
6)量化编码：将行DCT结果按照JPEG灰度量化表量化，按照标准JPEG编码方式对量化结果进行编码；
S3、对U和V矩阵进行二维DCT变换，对DCT域数据进行JPEG色度量化、编码，并发送；
2.按权利要求1所述Bayer图像压缩方法，其特征在于，所述步骤S1具体为：S11、对Bayer图像进行填零扩展，使其行数和列数均为2的整数倍；
S12、对扩展后的Bayer进行颜色标记，将其标记为四个分量：G1(m n)＝S(2m‑1 2n‑1)R(m n)＝S(2m‑1 2n)B(m n)＝S(2m 2n‑1)G2(m n)＝S(2m 2n)其中，S表示原Bayer图像矩阵，G1表示奇数行奇数列的绿色分量，R表示红色分量，B表示蓝色分量，G2表示偶数行偶数列的绿色分量，m、n表示矩阵的第m行、第n列；
S13、对每2×2块的四个分量进行如下矩阵变换：获得的四个分量Y1、U、V、Y2，从而将G1RBG2颜色排列变换到Y1UVY2颜色排列；
将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2，以消除RGB颜色空间的相关性，能够提高压缩比。
3.按权利要求1所述Bayer图像压缩方法，其特征在于，所述步骤S4具体为：S41、接收步骤S2、S3发送的数据之后，对所述数据进行解码，重构量化后矩阵；
S42、对量化后矩阵进行与S3、S2中的量化对应的反量化；
S43、对U、V矩阵二维DCT变换结果进行二维反DCT变换；
S44、对Y矩阵变化结果的每8×8块进行如下处理：
2)行筛选：挑选S23中第4)步对应有效像素排列在每一行到的左边；
4)列筛选：挑选S23中第2)步对应有效像素排列在每一列到的上边；
5)恢复排列：按照与S23第1)步相对应的位置恢复原始排列；
一种Bayer图像压缩方法
技术领域
[0001] 本发明属于图像处理技术领域，尤其涉及一种Bayer图像压缩方法。
背景技术
[0002] 为了产生彩色图像，大多数数码相机使用一块带有几种不同滤色镜的CMOS板，并使用插值技术生成全彩色图像。几种不同的滤色镜阵列(CFA)中，Bayer‑CFA是最常使用的，
每个像素中只有一个颜色分量，因此必须使用相邻像素信息对给定像素的其他两个颜色分
量进行插值。尽管有几种可能的插值算法，但从信息论的角度来看，它们都会导致冗余度的
增加。
[0003] 目前民用数码相机上CMOS图像的压缩方法多数是在图像在插值后才进行图像压缩，压缩数据量是原Bayer图的三倍，不利于空间相机图像压缩实时性，目前存在的Bayer图
像的压缩方法，要么把两个绿色像素转换成一个，降低了恢复图像的质量，要么针对Y矩阵
设计复杂的结构变换，增加了编码所需比特数。
发明内容
[0004] 本发明的目的在于针对上述现有技术的缺陷，提供一种Bayer图像压缩方法，该方法实现简单，即不会增加编码所需要的比特数、也不降低恢复图像的质量。
[0005] 为实现上述目的，本发明采用的技术方案为：
[0006] 一种Bayer图像压缩方法，包括以下步骤：
[0007] S1、将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2，以消除RGB颜色空间的相关性；
[0008] S2、对Y矩阵重新排列，两次在空位置填充数字作一维DCT变换，使其二维DCT域系数具有最少的非零值，并对DCT域数据进行量化编码；具体为：
[0009] S21、将U分量单独组成U矩阵，V分量单独组成V矩阵，将原矩阵中非Y1和Y2分量位置填充为零、形成Y矩阵；
[0010] S22、对Y矩阵进行零填充扩充，使其行数和列数均为8的整数倍；
[0011] S23、对扩充后的Y矩阵分成8×8的像素块，对每一块进行如下处理：
[0012] 1)重排列：将8×8的像素块中的32个有效Y像素按“Zig‑Zag扫描”的方式排列在左上角；
[0013] 2)列填充：其中有效像素个数为n，有效数字组成的向量记为y，则需要插入的8‑n个数字，插入数字组成的向量记为x：
[0014] x＝Pn*y
[0015] 其中，Pn:
[0016]
[0017]
[0018]
[0019]
[0020]
[0021] P7＝[‑0.1989 0.5665 ‑0.8478 1 0.8478 ‑0.5665 0.1989]
[0022] 对应插入的位置：
[0023] Pos2:1 3 4 5 6 8
[0024] Pos3:2 3 5 6 8
[0025] Pos4:2 4 6 7
[0026] Pos5:2 4 6
[0027] Pos6:3 6
[0028] Pos7:5
[0029] 3)列DCT：将列填充结果进行列DCT变换；
[0030] 4)行填充：将列DCT变换结果采用(2)相同处理完成行填充；
[0031] 5)行DCT：将行填充结果进行行DCT变换；
[0032] 6)量化编码：将行DCT结果按照JPEG灰度量化表量化，按照标准JPEG编码方式对量化结果进行编码；
[0033] S3、对U和V矩阵进行二维DCT变换，并对DCT域数据进行JPEG色度量化、编码，并发送；
[0034] S4、接收数据，进行反量化以及反变换，重构图像。
[0035] 进一步地，所述步骤S1具体包括：
[0036] S11、对Bayer图像进行填零扩展，使其行数和列数均为2的整数倍；
[0037] S12、对扩展后的Bayer进行颜色标记，将其标记为四个分量：
[0038] G1(m n)＝S(2m‑1 2n‑1)
[0039] R(m n)＝S(2m‑1 2n)
[0040] B(m n)＝S(2m 2n‑1)
[0041] G2(m n)＝S(2m 2n)
[0042] 其中，S表示原Bayer图像矩阵，G1表示奇数行奇数列的绿色分量，R表示红色分量，B表示蓝色分量，G2表示偶数行偶数列的绿色分量，m、n表示矩阵的第m行、第n列；
[0043] S13、对每2×2块的四个分量进行如下矩阵变换：
[0044]
[0045] 获得的四个分量Y1、U、V、Y2，从而将G1RBG2颜色排列变换到Y1UVY2颜色排列；
[0046] 将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2，以消除RGB颜色空间的相关性，能够提高压缩比。
[0047] 进一步地，所述步骤S3中，二维DCT变换、量化、编码均使用标准JPEG压缩编码的方法。
[0048] 进一步地，所述步骤S4具体为：
[0049] S41、接收步骤S2、S3发送的数据之后，对所述数据进行解码，重构量化后矩阵；
[0050] S42、对量化后矩阵进行与S3、S2中的量化对应的反量化；
[0051] S43、对U、V矩阵二维DCT变换结果进行二维反DCT变换；
[0052] S44、对Y矩阵变化结果的每8×8块进行如下处理：
[0053] 1)行反DCT变换；
[0054] 2)行筛选：挑选S23中第4)步对应有效像素排列在每一行的左边；
[0055] 3)列反DCT变换；
[0056] 4)列筛选：挑选S23中第2)步对应有效像素排列在每一列的上边；
[0057] 5)恢复排列：按照与S23第1)步相对应的位置恢复原始排列；
[0058] S45、根据下式，对颜色排列进行反变换：
[0059]
[0060] 本发明的有益效果在于：
[0061] 本发明提供一种Bayer图像压缩方法，首先，通过将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2，消除了RGB颜色空间的相关性，能够提高压缩比，保证恢复图像的
质量；然后，通过重排列‑列填充‑列DCT‑行填充‑行DCT的方法对Y矩阵做DCT变换，没有损失
任何已有的信息，同时降低了编码Y矩阵的所需要的比特数；综上，本发明在恢复的图像质
量相同条件下，具有更大的压缩比，且方法简单，显著降低运算复杂度。
附图说明
[0062] 图1为本发明一种Bayer图像压缩方法的流程示意图。
[0063] 图2为本发明实施例中Bayer格式图像各个像素点颜色示意图。
[0064] 图3为本发明实施例中Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2示意图。
[0065] 图4为本发明实施例中Y矩阵和U、V矩阵分开处理示意图。
[0066] 图5为本发明实施例中DCT变换示意图。
具体实施方式
[0067] 下面结合附图和实施例，对本发明作进一步详细描述。
[0068] 本发明提供一种Bayer图像压缩方法，其中涉及一维DCT变化，已知一维DCT变化可以用矩阵形式表示：
[0069]
[0070] 其中，C表示变换矩阵，y表示有效数字组成的向量，x表示需要插入的值组成的向量，DCT域中频率最高几位系数为0，则有：
[0071]
[0072] 改变x插值的位置，使得C11条件数最小，假设C11条件数最小时 记为Pn，则：
[0073] x＝Pn*y
[0074] 其中，n为有效数字个数。
[0075] 基于此，本实施例中Bayer图像压缩方法如图1所示，包括以下步骤：
[0076] 步骤S1、将Bayer图像的G1RBG2颜色排列变换到新的颜色排列Y1UVY2，以消除RGB颜色空间的相关性；
[0077] 具体包括：
[0078] S11、对Bayer图像进行填零扩展，使其行数和列数均为2的整数倍；这样在下面的步骤中，可以把图像分割成2x2的块进行颜色排列转换；
[0079] S12、对扩展后的Bayer进行颜色标记，如图2所示，具体为每2x2像素块的左上角像素标记为G1，每2x2像素块的右上角像素标记为R，每2x2像素块的左下角像素标记为B，每
2x2像素块的右下角像素标记为G2，便于后面操作；
[0080] S13、对颜色标记后的Bayer图像进行颜色排列转换，如图3所示，转换矩阵为：
[0081]
[0082] 步骤S2、对Y矩阵重新排列，两次在空位置(0位置)填充数字做一维DCT变换，使其二维DCT域具有最少的非零值，并对DCT域数据进行量化编码；
[0083] 具体步骤如下：
[0084] S21、如图4所示，将U分量单独组成U矩阵V分量单独组成V矩阵，Y1和Y2组成的矩阵称为Y矩阵；
[0085] S22、对Y矩阵进行扩充，使其行数和列数均为8的整数倍，这样后面可以把Y矩阵分成8x8块分别进行处理；
[0086] S23、如图5所示，对扩充后的Y矩阵分成8×8的像素块，对每一块进行如下形同处理：
[0087] 1)重排列：目标是每一块的二维DCT变换之后，高32维系数为0，这样不会增加信息量，所以将8×8的像素块中的32个有效Y像素按“Zig‑Zag扫描”的方式排列在左上角；
[0088] 2)列填充：一列中有效像素个数为n，有效数字组成的列向量记为y，则需要插入的8‑n个数字，插入数字组成的列向量记为x：
[0089] x＝Pn*y
[0090] Pn和需要插入的位置已经在发明内容列出；
[0091] 3)列DCT：将列填充结果进行列DCT变换；
[0092] 4)行填充：将列DCT变换结果进行行填充，一行中有效像素个数为n，有效数字组成的列向量记为y，则需要插入的8‑n个数字，组成的列向量记为x：
[0093] x＝Pn*y
[0094] Pn和需要插入的位置已经在发明内容列出；
[0095] 5)行DCT：将行填充结果进行行DCT变换；
[0096] 6)量化编码：将行DCT结果按照JPEG灰度量化表量化，按照标准JPEG编码方式对量化结果进行编码；
[0097] 步骤S3、对U和V矩阵进行二维DCT变换，并对DCT域数据进行量化编码，并发送；
[0098] 步骤S4、按照与步骤S1‑S3相反的顺序恢复图像。
[0099] 采用本发明Bayer图像压缩方法，在恢复的图像质量相同时，具有更大的压缩比，而且算法简单，降低运算复杂度。
[0100] 以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方
法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。
