[发明专利]基于相空间连续性的光场显微图像无损压缩方法及装置

说明书

本发明公开了基于相空间连续性的光场显微图像无损压缩方法及装置，包括图像压缩方法和图像解压方法，所述图像压缩方法具体包括如下步骤：根据光场显微图像的相空间的连接性进行不同预测方式的像素值预测，得到预测结果；根据预测结果估算出不同预测方式压缩所需要的比特数，选择最佳预测方式；使用无损压缩算法对选择的最佳预测方式进行无损压缩编码；将无损压缩编码的结果进行打包得到压缩包；所述无损压缩编码的结果包括无损压缩的编码内容和记录关键压缩信息的头部内容。根据相空间连续性的预测方式能够极大的减少光场显微图像中的信息冗余；根据二维熵判据能够预测不同压缩方式的相对压缩效果，通过对比能够选择最适合的预测方式。

技术领域

本发明涉及光场显微数据压缩技术领域，特别涉及基于相空间连续性的光场显微图像无损压缩方法及装置。

背景技术

光场显微技术因为其卓越的三维成像能力在生物医学研究领域近年来得到了快速的发展，光场显微镜能够在单次快照下捕获四维光场数据到二维图像传感器中，其成像速率只受到相机帧率的限制，非常适合高速的三维成像。通过对其记录的二维光场图像进行重建，就能都得到三维结构信息。

由于具有低光漂白性和同步三维成像的优点，光场显微镜一直是长时间高速三维显微成像的优雅而紧凑解决方案，适用于神经元活动观察和高速细胞器跟踪等生物学应用。光场显微实验获得的数据具有多维度，包括四维相空间和一个时间维。随着实验数量的增加，生成的多维数据通常达到TB级别。这样的数据产生速度给数据存储带来了巨大的挑战。在这种情况下，合适的压缩算法将大大缓解存储压力。有损压缩算法通常提供极高的压缩比，但会引入不可控的信息损失。在这些情况下，精确保存原始信息的无损压缩可能有其优越性。生物医学成像数据总是需要无损压缩，以避免错误的诊断。一般使用的无损图像压缩方法包括PNG、FLIF、bzip2和KLB，都不能充分利用光场显微数据的冗余进行优化。相比之下，B3D使用3D空间连续性来增加压缩比，但光场显微数据在4D相空间中具有冗余。基于VAE和基于flow-base等深度生成模型的无损压缩方法需要大量训练数据来调优模型参数，并且总是限制输入数据的大小以控制模型的大小。因此，一个大规模的图像(例如，2048*2048像素)需要分割成多个片段进行压缩，导致目前压缩时间超过10分钟。基于VAE的方法的性能受到下界的限制，这意味着对单个数据实例的压缩可能表现出较差的性能。基于flow-based的无损压缩方法，基于充分观测的模型，适用于少量相似的样本。基于生成对抗网络的压缩方法可以获得高保真压缩，但不能用于无损压缩，因为它不能优化似然。在宏观场景的光场摄影中可以根据光场图像的四维结构，充分利用角度连续性进行压缩，类似于视频压缩技术中利用时间连续性。此外，对部分光场数据子孔径图像进行深度图编码，也可以大大提高光场压缩的效率。但这两种方法都是在8位RGB光场图像上用有损压缩实现的，因为在宏观摄影数据中丢失一些信息（例如，微小结构）是可以容忍的。因此，现有的方法不能直接应用于荧光显微镜数据等低信噪比、高动态范围的显微数据的无损压缩。

因此，亟需一种适合光场显微数据图像的无损压缩方法。

发明内容

本发明的目的在于提供一种基于相空间连续性的光场显微图像无损压缩方法及装置，以克服现有技术中的不足。

为实现上述目的，本发明提供如下技术方案：

本申请公开了一种基于相空间连续性的光场显微图像无损压缩方法，包括图像压缩方法和图像解压方法，所述图像压缩方法具体包括如下步骤：

S1、根据光场显微图像的相空间的连接性进行不同预测方式的像素值预测，得到预测结果；

S2、根据预测结果估算出不同预测方式压缩所需要的比特数，选择所需最小比特数对应的预测方式为最佳预测方式；

S3、使用无损压缩算法对步骤S2中选择的最佳预测方式进行无损压缩编码；

S4、将步骤S3中无损压缩编码的结果进行打包得到压缩包；所述无损压缩编码的结果包括无损压缩的编码内容和记录关键压缩信息的头部内容。