【技术实现步骤摘要】
一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法
[0001]本专利技术属于图像压缩领域,具体涉及一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法。
技术介绍
[0002]随着成像技术的进步,高维图像在过去几十年得到了广泛的应用。其中一种图像是四维图像(4D)图像,它是由一系列三维图像组成的四维图像数据。与低维图像(如RGB图像和灰度图像)相比,4D图像中的信息更丰富,使研究人员能够进行更科学的分析。
[0003]荧光原位杂交(Fluorescence In Situ Hybridization,FISH)图像和多光谱图像系列是两种典型的4D图像。FISH选择检测方法来定位特定的核酸序列,其可视化可以看作是观察深度(切片)上的多光谱图像堆栈。FISH图像广泛应用于基因定位、癌症诊断和染色体研究。多光谱图像序列是随时间推移捕获的多通道图像序列,并提供空间,成像信息的光谱和时间维度。4D图像的巨大体积虽然提供了更多的信息,但也给数据存储和传输系统带来了巨大的挑战,因此,需要设计一种高效的算法来压缩4D图像。
[0004]数据压缩算法大致可分为有损压缩和无损压缩。有损压缩可以达到较高的压缩比,但不能很好地重建原始数据。为了保证图像的高保真度,无损压缩更适合于对重建精度要求较高的应用。在不造成任何信息损失的前提下,尽可能地消除冗余信息是无损压缩的重要内容。许多无损压缩技术已经被提出用于三维图像压缩。 ...
【技术保护点】
【技术特征摘要】
1.一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法,其特征在于,包括以下步骤:S1,声明四维图像数据表示为D位整数,其中D为[0,16]内的整数,获取预测邻域内的像素值求取局部和;S2,采用局部和与四维数据像素值,计算各像素点的局部差分值;S3,根据各像素点的局部差分值,计算P个之前谱带对应位置的局部差分值组成局部差分向量,其中P为[0,16]由用户自定义的整数;S4,引入权值向量对局部差分向量内的各局部差分值加权求和;S5,计算预测邻域内的像素值的初步预测值;S6,根据预测邻域内的像素值的初步预测值和预测误差,对权值向量进行更新;S7,对预测误差进行映射运算;S8,根据映射结果进行编码,直至完成编码。2.根据权利要求1所述的一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法,其特征在于,S1中,局部和的计算方法如下:其中,其中,其中,其中,σ
h,z,y,x
为局部和,s
h,z,y,x
为四维图像数据的各像素值,3.根据权利要求1所述的一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法,其特征在于,S2中,各像素点的局部差分值d
h,z,y,x
的计算方法如下:d
h,z,y,x
=5s
h,z,y,x
‑
σ
h,z,y,x
其中,σ
h,z,y,x
为局部和,s
h,z,y,x
为四维图像数据的各像素值。4.根据权利要求1所述的一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法,其特征在于,S3的具体方法如下:令将局部差分值d
h,z,y,x
表示为d
h,z
(t);其中,
其中,t为简写x与y的像素索引符号,N
x
为高光谱图像空间平面x方向(行)的坐标维度,为实际使用的先前谱带个数,P为用户定义的先前谱带个数。5.根据权利要求1所述的一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法,其特征在于,S4中,权值向量为:每个谱带在进行差分向量加权计算之前,需要先让权值向量初始化,初始化的公式如下:下:其中,为切片h内的谱带z所对应初始权值向量内的第i个权值。6.根据权利要求1所述的一种基于CCSDS 123.0
‑
B
‑
1的4D图像数据无损压缩方法,其特征在于,S5中,计算预测邻域内的像素值的初步预测值的方法如下:其中s
min
,、s
mid
和s
m...
【专利技术属性】
技术研发人员:张盼盼,王修珩,高天德,冯臻夫,陈捷,
申请(专利权)人:声耕智能科技西安研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。