[发明专利]一种Bayer图像压缩方法及装置

权利要求书

1.一种Bayer图像压缩方法，包括如下步骤：

步骤S1，对输入的单行图像进行宏块分割；

步骤S2，对当前宏块进行分析，计算出当前宏块的代价；包括：

计算获得当前宏块中的每两个相邻像素之间的梯度grad；

根据获得的梯度求和，得到当前宏块的代价；

步骤S3，根据当前宏块的代价进行码率控制，将每行图像产生的码流控制在额定的长度；综合当前宏块的SAD信息，根据图像内容，并采用码率控制虚拟缓冲模型计算出最优的量化等级near_q；包括：

对当前宏块编码所需比特数产生一个目标比特数target_bits；包含：

获取图像目标分配比特数budget_bits；

根据得到的当前宏块的代价合理分配比特数sad_bits；

采用虚拟缓冲验证模型对本行的码率进行控制，通过缓冲充盈度得出当前宏块的可缓冲比特buf_bits；

根据目标分配比特数budget_bits、代价合理分配比特数sad_bits以及当前宏块的可缓冲比特buf_bits获得最终的目标比特数target_bits；

根据步骤S2的宏块分析中得到的代价SAD，以及预估量化等级l_near_q，对残差进行比特数估计，得到总的估计编码比特数est_bits；

est_bits＝fun(SAD/l_near_q)

其中，fun(.)为通过SAD预估比特数的映射函数；

进行量化等级计算，即利用上述步骤中计算出的目标比特数target_bits和估计编码比特数est_bits，求出它们之间的差dif，进而得出量化差dq，并求出本宏块的量化等级near_q:

dq＝map_table(dif)

near_q＝l_near_q+dq

其中，map_table为一映射表,dif＝target_bits-est_bits；步骤S4，根据上下文预测的方法计算出当前像素点的预测残差diff，利用步骤S3得出的量化等级对其进行量化，并对其进行编码输出码流。

2.如权利要求1所述的一种Bayer图像压缩方法，其特征在于，步骤S4进一步包括：

获取当前像素点的预测像素pix_pred，进而求出预测残差diff，利用量化等级near_q对diff量化，得到量化后的残差diff’；

预测出当前像素点所对应的上下文context，进而求出编码所需的最优k；

对残差diff’的映射绝对值diff_map进行Golomb编码，并输出码流。

3.如权利要求2所述的一种Bayer图像压缩方法，其特征在于：于所述获取当前像素点的预测像素pix_pred，进而求出预测残差diff，利用量化等级near_q对diff量化，得到量化后的残差diff’的步骤中，还计算出重建后的像素点pix_rec，以供下一个同颜色属性的像素点预测使用。

4.如权利要求2所述的一种Bayer图像压缩方法，其特征在于：所述Golomb编码使用有限长度的编码。

5.如权利要求1所述的一种Bayer图像压缩方法，其特征在于，所述获取图像目标分配比特数budget_bits的步骤通过如下公式获取：

budget_bits＝w*bit_dep/comp_ratio

其中bit_dep为像素的比特深度，comp_ratio为压缩率，w为当前宏块的宽度。

6.一种Bayer图像压缩装置，包括：

宏块分割单元，用于对输入的单行图像进行宏块分割；

宏块分析单元，用于对当前宏块进行分析，计算出当前宏块的代价；包括：

计算获得当前宏块中的每两个相邻像素之间的梯度grad；

根据获得的梯度求和，得到当前宏块的代价；

码率控制单元，用于根据当前宏块的代价进行码率控制，将每行图像产生的码流控制在额定的长度；综合当前宏块的SAD信息，根据图像内容，并采用码率控制虚拟缓冲模型计算出最优的量化等级near_q；包括：

对当前宏块编码所需比特数产生一个目标比特数target_bits；包含：

获取图像目标分配比特数budget_bits；

根据得到的当前宏块的代价合理分配比特数sad_bits；

采用虚拟缓冲验证模型对本行的码率进行控制，通过缓冲充盈度得出当前宏块的可缓冲比特buf_bits；

根据目标分配比特数budget_bits、代价合理分配比特数sad_bits以及当前宏块的可缓冲比特buf_bits获得最终的目标比特数target_bits；

根据步骤S2的宏块分析中得到的代价SAD，以及预估量化等级l_near_q，对残差进行比特数估计，得到总的估计编码比特数est_bits；

est_bits＝fun(SAD/l_near_q)

其中，fun(.)为通过SAD预估比特数的映射函数；

进行量化等级计算，即利用上述步骤中计算出的目标比特数target_bits和估计编码比特数est_bits，求出它们之间的差dif，进而得出量化差dq，并求出本宏块的量化等级near_q:

dq＝map_table(dif)

near_q＝l_near_q+dq

其中，map_table为一映射表,dif＝target_bits-est_bits；

基于上下文预测编码单元，用于根据上下文预测的方法计算出当前像素点的预测残差diff，利用所述码率控制单元得出的量化等级对其进行量化，并对其进行编码输出码流。