一种RBF插值高速相机压缩图像重建方法技术

为提高速相机压缩图像重建质量，本发明专利技术公开一种RBF插值高速相机压缩图像重建方法。基本方法是：根据压缩图像中已知像素训练RBF插值模型参数，以未知像素图像坐标作为输入，采用RBF插值方法估计未知像素取值，实现高速相机压缩图像重建。本发明专利技术优点是：可显著提升高速相机压缩图像重建质量。

【技术实现步骤摘要】
一种RBF插值高速相机压缩图像重建方法
本专利技术涉及高速成像
，特指一种RBF插值高速相机压缩图像重建方法。
技术介绍
在空气动力学、流体力学、爆炸力学等诸多学科研究领域中，通常需要使用高速摄像机观测快速变化的物理或化学现象。在实际应用中，受相机数据传输接口带宽限制，高速相机拍摄的海量图像数据只能存储于相机内存中。高速相机在极短时间内产生海量图像数据，通常高达10GB，而高速相机内存容量有限，难以实现大容量图像数据存储，从而导致无法长时间拍摄高分辨率视频。目前，在实际应用中，通常采取循环录制方式进行拍摄，这种拍摄方式会覆盖已拍摄图像，而产生信息丢失问题。为实现高速相机长时间拍摄，高速相机厂商提供了“thin-out”拍摄模式，通过降低成像分辨率或帧率，以减小相同拍摄时间内图像数据、增加录像时间。但是，这种以牺牲成像分辨率或帧率，来延长拍摄时间的“thin-out”模式，带来的直接后果是：当分辨率过低时，不能满足定量或定性分析需求；当帧率过低时，无法完整地捕捉快速变化对象。因此，从延长高速相机拍摄时长角度，非常有必要对高速相机拍摄图像进行压缩后，再存储或传输。图像数据是高度冗余的，这决定了其具有可压缩性。通过图像压缩，可以在保证一定信息量前提下，大大降低图像数据量，有利于图像存储和传输。现有的图像压缩方法，多采用JPEG、MPEG、H.264、H.265等压缩算法或标准，这些算法或标准的优点是能够极大降低图像数据量，缺点是算法复杂非常高，即便采用专用硬件也只能实现低帧率视频（1920*1080,120@fps）压缩，难以应用于帧率为1000fps以上的高速相机中。近期，申请号为201510717618.4的专利技术专利《一种延长高速相机拍摄时长的方法》提出了一种可在FPGA上进行高速相机图像实时压缩以延长高速相机拍摄时长的方法。该方法为解决高速相机图像压缩提供了一条新思路。其基本方法是：如图1所示，在摄像机端进行图像压缩(a)、在计算机端进行图像重建(b)。具体步骤如下：1）在摄像机端，设置1个标记矩阵F，如图2所示，标记矩阵F大小为w*h，元素取值为0或1，w是采集图像宽度、h是采集图像高度；根据标记矩阵F中元素取值，对输入图像Io进行压缩：当F(u,v)=0时，不采集像素p(u,v,q)，当F(u,v)=1时，采集像素p(u,v,q)，得到压缩图像Ic，下标c表示Ic为压缩图像，(u,v)是标记矩阵坐标，也是图像像素坐标；如图1所示，Io上画“x”的像素被丢弃、不采集，未画“x”的像素被采集，Io中的下标o表示Io为输入图像；2）在计算机端，创建大小为w*h的空白图像I，根据标记矩阵F，构建图3所示查找表L；根据查找表L将压缩图像Ic中像素填充到空白图像I对应像素位置，得到重排序图像Is，下标s表示Is为重排序图像；在重排序图像Is中，已填充的像素来源于压缩图像Ic，未填充的像素是需要估计其像素值的；通过开关中值滤波估计未填充像素的像素值，完成压缩图像重建，得到重建图像Ir。《一种延长高速相机拍摄时长的方法》专利中的仿真试验证明了上述方法的有效性，但是，该专利的图像重建算法，在图像重建质量、速度方面，还需进一步提升。特别是，当压缩率较高时，比如等于99%时，该专利的图像重建算法需要选择较大的图像滤波窗口，才能保证所有未采集像素被恢复出来。然而，较大尺寸滤波窗口，不但引起图像模糊问题、导致重建图像质量下降，而且明显增加图像重建时间。为提升高速相机压缩图像重建质量，本专利技术公开一种RBF插值高速相机压缩图像重建方法,试验结果表明，该方法在压缩图像重建质量方面明显优于“一种延长高速相机拍摄时长的方法”中方法。
技术实现思路
本专利技术的目的是提供一种高速相机压缩图像重建方法，用于提升高速相机压缩图像重建质量。本专利技术采用的技术方案是：1.一种RBF插值高速相机压缩图像重建方法，其特征是，根据已知像素的像素值、像素坐标和未知像素的像素坐标，采用RBF插值方法计算未知像素的像素值，具体操作步骤如下：第一步：根据高速相机图像压缩标记矩阵F，对压缩图像Ic进行像素重排序，得到重排序图像Is：第1.1步：根据相机拍摄图像宽度w、高度h、像素深度b，图像宽度w、高度h的单位为像素，取值范围为（0,10000000），像素深度b单位为bits，取值范围为（1~100），生成一幅空白图像I，宽度为w、高度为h、像素深度为b，I中任意像素可表示为p(u,v,q)，u、v分别为像素行坐标、列坐标,q为像素值，q的取值范围为(0~2b-1)；第1.2步：对压缩标记矩阵F，从左上角开始，按“Z”字型扫描，当F(u,v)=1时，在查找表L中记录F(u,v)的行坐标u、列坐标v，得到大小为2*n的查找表L，n是压缩图像Ic中像素数量，取值范围为(0~w*h)；第1.3步，根据查找表L，把压缩图像Ic中像素填充到空白图像I对应位置处，得到重排序图像Is；第二步：将重排序图像Is中像素划分为已知像素集T、未知像素集E：根据压缩标记矩阵F，将重排序图像Is中、标记F(u,v)=1的像素记为已知像素t，n个已知像素构成已知像素集；标记F(u,v)=0的像素标记为未知像素e，m=w*h-n个未知像素构成未知像素集；令为图像坐标，未知像素e的像素坐标为xe、像素值为qe；已知像素t的像素坐标为xt、像素值为qt；m、n取值范围为：[0~w*h]；第三步：构建RBF插值模型，使用已知像素集训练RBF插值模型参数；第3.1步：构建RBF插值模型：式（1）其中，是第k个未知像素ek的估计像素值，k的取值范围为[1~m]，是第i个已知像素的图像坐标，i的取值范围为[1~n]，，是模型参数，是插值函数，插值函数包括：高斯函数：式（2）二次函数：式（3）线性函数：式（4）立方函数：式（5）三角函数：式（6）其中，是高斯、二次函数参数，取值范围为[0~100]，是第i个已知像素与第k个未知像素的图像像素坐标欧式距离；第3.2步：使用已知像素集计算RBF插值模型参数：使用已知像素集的图像坐标、像素值，构建n个线性方程：式（7）估计式(7)的最优参数；第四步：把未知像素集E的像素坐标代入RBF插值模型，估计未知像素的像素值；把未知像素集的像素坐标依次代入式(8)的RBF插值模型，计算未知像素的像素值式（8）第五步：将代替重排序图像Is中对应位置处像素，完成压缩图像重建，得到重建图像Ir。本专利技术有益效果：相比“一种延长高速相机拍摄时长的方法”专利，可提升了高速相机压缩图像重建质量。如图5所示，A是Lena原始图像，B是“一种延长高速相机拍摄时长的方法”在压缩率为90%时重建结果，C是“一种延长高速相机拍摄时长的方法”在压缩率为99%时重建结果，D是本专利技术方法采用线性插值函数、在压缩率为90%时重建结果，E是本专利技术方法采用线性插值函数、在压缩率为99%时重建结果。可以看出，本专利技术方法重建效果明显优于“一种延长高速相机拍摄时长的方法”专利方法。附图说明图1高速压缩图像压缩及重建处理流程。图中，Io是输入图像，方格中数值为像素值，Ic是压缩图像，F是图像压缩标记矩阵，Is是重排序图像，L是重排序用查找表，Ir是重建图像，Io图像上画“x”的像素为被丢弃像素。图2标记矩本文档来自技高网...

【技术保护点】
一种RBF插值高速相机压缩图像重建方法，其特征是，根据已知像素的像素值、像素坐标和未知像素的像素坐标，采用RBF插值方法计算未知像素的像素值，具体操作步骤如下：第一步：根据高速相机图像压缩标记矩阵F，对压缩图像I

【技术特征摘要】
1.一种RBF插值高速相机压缩图像重建方法，其特征是，根据已知像素的像素值、像素坐标和未知像素的像素坐标，采用RBF插值方法计算未知像素的像素值，具体操作步骤如下：第一步：根据高速相机图像压缩标记矩阵F，对压缩图像Ic进行像素重排序，得到重排序图像Is：第1.1步：根据相机拍摄图像宽度w、高度h、像素深度b，图像宽度w、高度h的单位为像素，取值范围为（0,10000000），像素深度b单位为bits，取值范围为（1~100），生成一幅空白图像I，宽度为w、高度为h、像素深度为b，I中任意像素可表示为p(u,v,q)，u、v分别为像素行坐标、列坐标,q为像素值，q的取值范围为(0~2b-1)；第1.2步：对压缩标记矩阵F，从左上角开始，按“Z”字型扫描，当F(u,v)=1时，在查找表L中记录F(u,v)的行坐标u、列坐标v，得到大小为2*n的查找表L，n是压缩图像Ic中像素数量，取值范围为(0~w*h)；第1.3步，根据查找表L，把压缩图像Ic中像素填充到空白图像I对应位置处，得到重排序图像Is；第二步：将重排序图像Is中像素划分为已知像素集T、未知像素集E：根据压缩标记矩阵F，将重排序图像Is中、标记F(u,v)=1的像素记为已知像素t，n个已知像素构...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：四川精目科技有限公司，
类型：发明
国别省市：四川,51