【技术实现步骤摘要】
本专利技术涉及一种微光图像压缩与重建方法及系统，属于计算机视觉。
技术介绍
1、随着大数据时代的到来，人们对数字图像的质量要求愈发提高，数字图像也朝着更清晰，分辨率更高的方向发展。由于图像数据量的增长速度远超于存储设备以及传输技术的发展，因此，寻找更加合理的，适合在边缘端部署的图像压缩方法具有很重要的应用意义。此外，目前的图像压缩方法如果压缩图像的亮度过低，由于压缩的算法设计认为图像的黑暗部分区域的是均匀的，就会导致图像细节完全丢失，无法进行有效的图像压缩和重建。
技术实现思路
1、本专利技术提出一种微光图像压缩与重建方法及系统，旨在对微光环境中的raw格式图像进行高性能的压缩，通过将图像采集模组和微处理器结合，将图像压缩部分部署在边缘端实施，并将压缩码流传输给上位机进行图像重建，大大减少传输的时间成本和压力，最终实现边缘端采集，处理，压缩，传输，上位机端接收，重建的一套完整的系统。
2、第一方面：
3、一种微光图像压缩与重建方法，所述方法包括：
4、采集raw10格式的微光图像；
5、对采集的raw10格式的微光图像进行归一化处理，得到亮度增强后的raw10格式图像；
6、对亮度增强后的raw10格式图像进行压缩编码；
7、将压缩编码进行特征整合形成特征码流；
8、对特征码流进行解码，完成图像重建。
9、进一步地，所述对采集的raw10格式的微光图像进行归一化处理的方法包括：
<...【技术保护点】
1.一种微光图像压缩与重建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述对采集的raw10格式的微光图像进行归一化处理的方法包括：
3.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述对亮度增强后的raw10格式图像进行压缩编码的方法包括：
4.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述将压缩编码进行特征整合形成特征码流的方法包括：
5.根据权利要求4所述的微光图像压缩与重建方法，其特征在于，所述浅层特征编码网络结构由卷积核大小为5×5，步长为2的卷积层以及激活层R构成。
6.根据权利要求4所述的微光图像压缩与重建方法，其特征在于，所述深层特征解码网络包括卷积核大小为5×5，步长为2的反卷积层，还包括大小为3×3，步长为1，作用于通道维度的卷积层以及激活层。
7.根据权利要求6所述的微光图像压缩与重建方法，其特征在于，所述激活层的表达式如下：
8.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述对特征码流
9.根据权利要求8所述的微光图像压缩与重建方法，其特征在于，所述浅层图像解码网络包括大小为5×5，步长为2的反卷积层，以及激活层。
10.一种微光图像压缩与重建系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种微光图像压缩与重建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述对采集的raw10格式的微光图像进行归一化处理的方法包括：
3.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述对亮度增强后的raw10格式图像进行压缩编码的方法包括：
4.根据权利要求1所述的微光图像压缩与重建方法，其特征在于，所述将压缩编码进行特征整合形成特征码流的方法包括：
5.根据权利要求4所述的微光图像压缩与重建方法，其特征在于，所述浅层特征编码网络结构由卷积核大小为5×5，步长为2的卷积层以及激活层r构成。
6....
【专利技术属性】
技术研发人员：李原超，王路远，尚德龙，周玉梅，
申请(专利权)人：中科南京智能技术研究院，
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。