一种单帧红外图像混合压缩方法及系统

摘要

本发明涉及一种单帧红外图像混合压缩方法及系统。对于红外源图像，首先进行有损压缩获得有损压缩码流及有损背景，源图像与背景差分获得高频前景HF，对HF进行非均匀性噪声滤波产生图像N，同时初始化模板M；对目标图像T进行相同的操作以获得目标高频前景，以此生成其结构描述子KT。以像素为单位扫描N，在每次扫描过程中都以当前像素为原点，截取与T大小相同的子图Ni，计算Ni的结构描述子及其与KT的相似度，当相似度小于阈值时，将M中与Ni对应的区域全部置1。扫描结束后，将HF和M进行与运算并进行无损压缩，合并有损与无损压缩码流。本发明可有效降低单帧红外图像的数据规模，同时保留了红外目标的光学特征。

说明书

技术领域

本发明涉及单帧红外图像压缩领域，特别是涉及一种单帧红外图像混合压缩方法及系统。

背景技术

对于某些安装在高动态装备上的红外成像设备，因每秒可拍摄数十到数百帧图像而产生了大量的红外数据，鉴于多种原因，这些大规模红外数据必须通过传输速率仅有数兆的无线信道实时传输到数据中心进行分析处理。同时，考虑到红外目标特性分析的需要，这些红外影像数据在处理过程中不允许丢失高频细节，为此，采用图像无损压缩技术降低数据规模在理论上成为红外数据传输预处理的首选方案。然而，限于香农极限的制约，全无损的数据压缩技术，如无损JPEG2000、无损JPEG-LS等的数据压缩率仍然较低，因此无法满足较低速率信道实时传输大规模红外数据的需要。另一方面，有损压缩技术虽然可以大幅度降低数据规模，但是会丢失图像的高频细节，因此在本质上无法满足红外目标特性分析的需要。为此，结合有损压缩与无损压缩的优点对源数据进行混合压缩，在保全待分析红外目标光学特性的前提下，有效提高数据压缩率以满足较低速信道实时传输红外影像的需求，已成为目前红外视频数据压缩算法研究的重要方向。

洪宁的学位论文《ROI在遥感图像编码传输中的应用研究》、刘俊杰的学位论文《视觉测量图像无损ROI编码技术的研究》、王然的学位论文《面向卫星图像压缩的码率控制方法》、宁志刚等的论文《适用无线传输的图像ROI提取及优先编码研究》、王超等的论文《基于优化ROI的医学图像分割与压缩方法研究》、郝红卫等的发明专利《数字图像中圆形感兴趣区域及其压缩算法》、顾桂华等的发明专利《一种船舶目标切片图像的ROI压缩方法》，等等，分别提出了在源图像中提取感兴趣区域(ROI)，即包含待分析目标的图像区域的定位及提取方法，而后利用JPEG2000等标准的ROI分块优先编码技术的支持，在一定程度上对源图像实现了混合压缩。郭业才等的发明专利《基于提升小波和PCNN的医学图像ROI压缩方法》、贾媛等的发明专利《基于ROI的视频快速压缩方法、高清视频系统、4K视频系统》、莫益军等的发明专利《一种CT 影响感兴趣区域压缩与质量评估方法》等等，也分别提及了ROI的定位及相关压缩方法。

上述相关压缩方法存在如下技术局限：

1.部分方法依赖于现有的图像压缩标准，如无损JPEG2000、无损JPEG-LS 等，因此缺乏一定的灵活性；

2.上述方法的无损压缩对象是标定ROI区域内的完整数据，如果ROI区域内的数据是非稀疏或色调连续性较差，则受香农极限的制约，其无损压缩率事实上较低；

3.上述方法均没有考虑红外图像的能量绝大部分集中于低频区间、非均匀性噪声较高等特点，因此无法满足红外影像数据高压缩率及恢复图像红外目标特性分析的需要；

4.部分方法，如贾媛的发明专利采用了帧间差分方法大幅度提高了压缩率，但对于恶劣的无线通信环境，可能存在传输误码率较高的问题，因此一帧数据传输存在不可恢复的错误，则可能影响后继数帧的图像恢复。

发明内容

本发明的目的是提供一种单帧红外图像混合压缩方法及系统，能够在有效提高了红外数据压缩率的基础上，同时较好地满足了较低速无线信道红外视频数据实时传输及红外目标光学特性分析的需求。

为实现上述目的，本发明提供了如下方案：

一种单帧红外图像混合压缩方法，包括：

获取红外源图像和目标图像，初始化与所述红外源图像尺度相同的前景模板；

对所述目标图像进行有损压缩，得到目标恢复图像；

将所述目标恢复图像与所述目标图像相减，得到目标差分高频前景图像，并计算所述目标差分高频前景的结构描述子；

对所述红外源图像进行有损压缩，得到背景压缩码流和背景压缩码流的恢复图像，所述背景压缩码流的恢复图像为红外源恢复图像；

将所述红外源恢复图像和所述红外源图像相减，得到红外源差分高频前景图像；

对所述红外源差分高频前景图像进行滤波处理，得到滤波图像；

根据设定像素扫描所述滤波图像，逐次截取以当前像素为左上角原点、窗口尺度与所述目标图像相同的子图；

计算所述子图的结构描述子；

计算所述目标差分高频前景的结构描述子和所述子图的结构描述子的相似度；

判断所述相似度是否小于相似度阈值；

若所述相似度小于相似度阈值，则将所述前景模板和所述子图对应的区域设置为1；

判断所述滤波图像是否遍历完成；

若所述相似度大于或等于相似度阈值，则直接判断所述滤波图像是否遍历完成；

若所述滤波图像遍历完成，则将所述前景模板和所述红外源差分高频前景图像进行与运算，得到包含目标图像的高频前景图像；

对所述包含目标图像的高频前景图像进行无损压缩，得到前景压缩码流；

将所述前景压缩码流和所述背景压缩码流进行合并，得到混合压缩码流；

若所述滤波图像未遍历完成，则返回至“根据设定像素扫描所述滤波图像，并逐次截取以当前像素为左上角原点、窗口尺度与所述目标图像相同的子图”。

可选地，所述目标差分高频前景的结构描述子采用局部转向核，所述局部转向核的计算公式如下：

其中，p

可选地，所述对所述红外源差分高频前景图像进行滤波处理，得到滤波图像，具体包括：

将所述红外源差分高频前景图像采用各向异性扩散滤波方法进行滤波处理，得到滤波图像，所述各向异性扩散滤波方法采用迭代方程进行滤波，所述迭代方程如下：

其中I

S

其中k为导热相关系数，k值越大，则在迭代过程中越不容易保留边缘。

可选地，所述计算所述目标差分高频前景的结构描述子和所述子图的结构描述子的相似度，具体包括：

采用公式

其中，ρ

其中，(·)′表示向量的转置运算，||·||表示向量求模运算，κ

一种单帧红外图像混合压缩系统，包括：

图像获取模块，用于获取红外源图像和目标图像，初始化与所述红外源图像尺度相同的前景模板；

第一有损压缩模块，用于对所述目标图像进行有损压缩，得到目标恢复图像；

目标差分高频前景图像的结构描述子确定模块，用于将所述目标恢复图像与所述目标图像相减，得到目标差分高频前景图像，并计算所述目标差分高频前景的结构描述子；

第二有损压缩模块，用于对所述红外源图像进行有损压缩，得到背景压缩码流和背景压缩码流的恢复图像，所述背景压缩码流的恢复图像为红外源恢复图像；

红外源差分高频前景图像确定模块，用于将所述红外源恢复图像和所述红外源图像相减，得到红外源差分高频前景图像；

滤波图像确定模块，用于对所述红外源差分高频前景图像进行滤波处理，得到滤波图像；

子图确定模块，用于根据设定像素扫描所述滤波图像，逐次截取以当前像素为左上角原点、窗口尺度与所述目标图像相同的子图；

子图的结构描述子确定模块，用于计算所述子图的结构描述子；

相似度计算模块，用于计算所述目标差分高频前景的结构描述子和所述子图的结构描述子的相似度；

第一判断模块，用于判断所述相似度是否小于相似度阈值；

区域设置模块，用于在所述相似度小于所述相似度阈值时，将所述前景模板和所述子图对应的区域设置为1；

第二判断模块，用于将所述前景模板和所述子图对应的区域设置为1后判断所述滤波图像是否遍历完成，或者用于在所述相似度大于或等于所述相似度阈值时判断所述滤波图像是否遍历完成；

包含目标图像的高频前景图像确定模块，用于在所述滤波图像遍历完成时，将所述前景模板和所述红外源差分高频前景图像进行与运算，得到包含目标图像的高频前景图像；

无损压缩模块，用于对所述包含目标图像的高频前景图像进行无损压缩，得到前景压缩码流；

混合压缩码流确定模块，用于将所述前景压缩码流和所述背景压缩码流进行合并，得到混合压缩码流；

返回模块，用于在所述滤波图像未遍历完成时，返回至子图确定模块。

可选地，所述目标差分高频前景的结构描述子采用局部转向核，所述局部转向核的计算公式如下：

其中，p

可选地，所述滤波图像确定模块，具体包括：

滤波图像确定单元，用于将所述红外源差分高频前景图像采用各向异性扩散滤波方法进行滤波处理，得到滤波图像，所述各向异性扩散滤波方法采用迭代方程进行滤波，所述迭代方程如下：

其中I

S

其中k为导热相关系数，k值越大，则在迭代过程中越不容易保留边缘。

可选地，所述相似度计算模块，具体包括：

相似度计算单元，用于采用公式

其中，ρ

其中，(·)′表示向量的转置运算，||·||表示向量求模运算，κ

根据本发明提供的具体实施例，本发明公开了以下技术效果：

1.根据红外图像绝大部分能量基本分布在低频区域的特点，采用背景有损压缩与高频前景无损压缩相结合的方式，有效提高了压缩比，满足了较低速率无线信道实时传输红外视频的需要；

2.对包含红外目标光学特性的高频前景采用了无损压缩方式，保证了恢复图像红外目标特性分析的需要。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明单帧红外图像混合压缩方法流程图；

图2为混合压缩编码解压缩过程示意图；

图3为本发明单帧红外图像混合压缩系统结构图。

图4为本发明实施例1单帧红外图像混合压缩方法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种单帧红外图像混合压缩方法及系统，能够在有效提高了红外数据压缩率的基础上，同时较好地满足了较低速无线信道红外视频数据实时传输及红外目标光学特性分析的需求。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

针对应用场景和相关研究技术，本发明在充分考虑了红外图像的典型特征、低速无线信道的传输特性以及红外目标光学特征分析的需求基础上，提出了一种基于有损和无损压缩技术相结合的单帧红外图像混合压缩方法。该方法在有效提高了红外数据压缩率的基础上，同时较好地满足了较低速无线信道红外视频数据实时传输及红外目标光学特性分析的需求。

如图1所示，一种单帧红外图像混合压缩方法包括：

步骤101：获取红外源图像和目标图像，初始化与所述红外源图像尺度相同的前景模板。

步骤102：对所述目标图像进行有损压缩，得到目标恢复图像。

步骤103：将所述目标恢复图像与所述目标图像相减，得到目标差分高频前景图像，并计算所述目标差分高频前景的结构描述子。

所述目标差分高频前景的结构描述子采用局部转向核，所述局部转向核的计算公式如下：

其中，p

1)对于大小为P×P的图像，求出其中所有像素的梯度向量；

2)计算其协方差矩阵C

3)根据上述公式计算LSK。

步骤104：对所述红外源图像进行有损压缩，得到背景压缩码流和背景压缩码流的恢复图像，所述背景压缩码流的恢复图像为红外源恢复图像。

步骤105：将所述红外源恢复图像和所述红外源图像相减，得到红外源差分高频前景图像。

步骤106：对所述红外源差分高频前景图像进行滤波处理，得到滤波图像，具体包括：

将所述红外源差分高频前景图像采用各向异性扩散滤波方法进行滤波处理，得到滤波图像，所述各向异性扩散滤波方法采用迭代方程进行滤波，所述迭代方程如下：

其中I

S

其中k为导热相关系数，k值越大，则在迭代过程中越不容易保留边缘。k及λ的合理值可通过试验具体获得，如令k＝18、λ＝0.25则通过3～5次迭代就可显著消除红外图像中条纹类非均匀性噪声。

步骤107：根据设定像素扫描所述滤波图像，逐次截取以当前像素为左上角原点、窗口尺度与所述目标图像相同的子图。

步骤108：计算所述子图的结构描述子。

步骤109：计算所述目标差分高频前景的结构描述子和所述子图的结构描述子的相似度，具体包括：

采用公式

其中，ρ

其中，(·)′表示向量的转置运算，||·||表示向量求模运算，κ

步骤110：判断所述相似度是否小于相似度阈值。

步骤111：若所述相似度小于相似度阈值，则将所述前景模板和所述子图对应的区域设置为1。

步骤112：判断所述滤波图像是否遍历完成。

若所述相似度大于或等于相似度阈值，则直接判断所述滤波图像是否遍历完成。

步骤113：若所述滤波图像遍历完成，则将所述前景模板和所述红外源差分高频前景图像进行与运算，得到包含目标图像的高频前景图像。

步骤114：对所述包含目标图像的高频前景图像进行无损压缩，得到前景压缩码流。

步骤115：将所述前景压缩码流和所述背景压缩码流进行合并，得到混合压缩码流。

单帧红外图像混合压缩码流的一个简单组织方式如下：

混合压缩过程结束。

若否，则返回至步骤107。

在接收端收到单帧图像的混合压缩码流后，首先根据步骤114给出的混合压缩码流结构分别获得背景压缩码流和前景压缩码流。对背景压缩码流采用对应有损解码算法进行解压缩获得有损背景，对前景压缩码流采用对应无损解码算法进行解压缩获得无损前景，有损背景与无损前景进行加运算，得到恢复图像。图2为混合压缩编码解压缩过程示意图。

本发明首先通过有损压缩算法实现红外源图像低频背景的分离及压缩，同时通过与源图像的差分运算获得高频前景并进行非均匀性滤波。同时采取相同的过程处理待检索的目标图像，并得到目标图像高频前景的结构描述子。而后通过滑动窗口扫描源图像的高频前景图像并计算滑动窗口内子图的结构描述子，同时计算子图描述子与目标图像描述子的相似度，当相似度小于给定阈值时同步更新模板。源图像的高频前景扫描完成后，通过与模板的与运算，将未包含目标图像的区域全部为“0”。对处理后的高频前景图像进行无损压缩获得无损压缩码流，并于背景的有损压缩码流合并，最终得到源图像的混合压缩码流。

对应于本发明的一种单帧红外图像混合压缩方法，本发明还提供一种单帧红外图像混合压缩系统，如图3所示，该系统包括：

图像获取模块201，用于获取红外源图像和目标图像，初始化与所述红外源图像尺度相同的前景模板。

第一有损压缩模块202，用于对所述目标图像进行有损压缩，得到目标恢复图像。

目标差分高频前景图像的结构描述子确定模块203，用于将所述目标恢复图像与所述目标图像相减，得到目标差分高频前景图像，并计算所述目标差分高频前景的结构描述子。

所述目标差分高频前景的结构描述子采用局部转向核，所述局部转向核的计算公式如下：

其中，p

第二有损压缩模块204，用于对所述红外源图像进行有损压缩，得到背景压缩码流和背景压缩码流的恢复图像，所述背景压缩码流的恢复图像为红外源恢复图像。

红外源差分高频前景图像确定模块205，用于将所述红外源恢复图像和所述红外源图像相减，得到红外源差分高频前景图像。

滤波图像确定模块206，用于对所述红外源差分高频前景图像进行滤波处理，得到滤波图像。

子图确定模块207，用于根据设定像素扫描所述滤波图像，逐次截取以当前像素为左上角原点、窗口尺度与所述目标图像相同的子图。

子图的结构描述子确定模块208，用于计算所述子图的结构描述子。

相似度计算模块209，用于计算所述目标差分高频前景的结构描述子和所述子图的结构描述子的相似度。

第一判断模块210，用于判断所述相似度是否小于相似度阈值。

区域设置模块211，用于在所述相似度小于所述相似度阈值时，将所述前景模板和所述子图对应的区域设置为1。

第二判断模块212，用于将所述前景模板和所述子图对应的区域设置为1 后判断所述滤波图像是否遍历完成，或者用于在所述相似度大于或等于所述相似度阈值时判断所述滤波图像是否遍历完成。

包含目标图像的高频前景图像确定模块213，用于在所述滤波图像遍历完成时，将所述前景模板和所述红外源差分高频前景图像进行与运算，得到包含目标图像的高频前景图像。

无损压缩模块214，用于对所述包含目标图像的高频前景图像进行无损压缩，得到前景压缩码流。

混合压缩码流确定模块215，用于将所述前景压缩码流和所述背景压缩码流进行合并，得到混合压缩码流。

返回模块216，用于在所述滤波图像未遍历完成时，返回至子图确定模块。

所述滤波图像确定模块206，具体包括：

滤波图像确定单元，用于将所述红外源差分高频前景图像采用各向异性扩散滤波方法进行滤波处理，得到滤波图像，所述各向异性扩散滤波方法采用迭代方程进行滤波，所述迭代方程如下：

其中I

S

其中k为导热相关系数，k值越大，则在迭代过程中越不容易保留边缘。

所述相似度计算模块209，具体包括：

相似度计算单元，用于采用公式

其中，ρ

其中，(·)′表示向量的转置运算，||·||表示向量求模运算，κ

实施例1：

本发明提供了一种基于有损和无损压缩技术相结合的单帧红外图像压缩方法，包括如下步骤：

1.混合压缩开始，输入红外源图像O及目标图像T，初始化与O尺度相同的前景模板M为全“0”，设置相似度阈值V。

2.对于目标图像T采用有损压缩算法如JPEG2000进行有损压缩同时恢复， T与其恢复图像相减，获得T的差分高频前景。对差分高频前景计算其结构描述子K

3.对于红外源图像O，采用与第(2)步相同的有损压缩算法进行有损压缩得到背景压缩码流B，O与B的恢复图像相减获得高频前景图像HF。

4.对HF进行滤波，以消除HF的非均匀性噪声及高频噪声得到滤波图像 N。

5.按像素扫描N，并逐次截取以当前像素为左上角原点、窗口尺度与T相同的子图N

6.采用与第(2)步相同的方法计算N

7.计算K

其中，ρ

其中，(·)'表示向量的转置运算，||·||表示向量求模运算。

8.判断S

9.对N遍历完成后，将HF与M进行与运算，得到包含目标T的高频前景F。

10.对F进行无损压缩，如采用JPEG-LS无损压缩算法得到前景压缩码流；将背景压缩码流B与前景压缩码流合并为混合压缩码流。混合压缩过程结束。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。