一种低照度视频图像编解码方法及系统

阅读：评论：0

1.本发明涉及视频图像编解码领域，特别是涉及一种低照度视频图像编解码方法及系统。

背景技术：

2.图像作为信息的载体，在通信、交通、监测、遥感、机器人等领域广泛应用，海量的图像中，因为拍摄环境因素造成的低照度图像占了很大的比例。特别是在夜间低照度环境下，道路交通图像质量很差，对比度很低，在低照度视频图像的传输过程中通常需要进行图像的编码与解码，而现有的低照度视频图像编解码方法存在冗余信息多、传输效率有限的问题。

技术实现要素：

3.本发明的目的是提供一种冗余信息少、传输效率高的低照度视频图像编解码方法及系统。
4.为实现上述目的，本发明提供了如下方案：
5.本发明第一方面提供了一种低照度视频图像编码方法，包括以下步骤：
6.s1：获取低照度视频图像；
7.s2：对所述低照度视频图像进行图像增强处理，得到增强彩图像；
8.s3：将所述增强彩图像进行图像分块，并将每个图像块从rgb模式转换到ycbcr模式，得到多个像素单元；
9.s4：对各所述像素单元分别进行dct变换，得到由各所述像素单元对应的频率系数构成的系数矩阵；
10.s5：对所述系数矩阵中各所述频率系数进行数据量化，得到量化后的系数矩阵，所述量化后的系数矩阵包括亮度量化系数矩阵和度量化系数矩阵；
11.s6：使用差分脉冲编码，对所述量化后的系数矩阵中的直流系数进行编码，并使用行程编码，对所述量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。
12.可选的，所述对所述低照度视频图像进行图像增强处理，还包括：
13.s2.1：将所述低照度视频图像转换为灰度图像；
14.s2.2：对所述灰度图像进行归一化，并对归一化后的灰度图像进行线性变换，得到灰度增强图像；
15.s2.3：对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到卷积结果；
16.s2.4：对所述卷积结果进行对比度增强，得到对比度增强图像；
17.s2.5：对所述对比度增强图像进行颜恢复，得到增强彩图像。
18.可选的，所述对所述灰度增强图像进行卷积运算，还包括：
19.采用不同尺度的高斯核函数对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到不同尺度的多个卷积结果。
20.可选的，所述对所述卷积结果进行对比度增强，还包括：
21.对不同尺度的多个卷积结果进行图像的对比度增强，得到对比度增强图像。
22.可选的，所述对所述对比度增强图像进行颜恢复，还包括：
23.采用线性颜恢复过程，对所述对比度增强图像进行颜恢复，得到增强彩图像。
24.本发明第二方面提供了一种低照度视频图像编码系统，包括：
25.视频图像获取模块，用于获取低照度视频图像；
26.图像增强模块，用于对所述低照度视频图像进行图像增强处理，得到增强彩图像；
27.图像分块模块，用于将所述增强彩图像进行图像分块，并将每个图像块从rgb模式转换到ycbcr模式，得到多个像素单元；
28.dct变换模块，用于对各所述像素单元分别进行dct变换，得到由各所述像素单元对应的频率系数构成的系数矩阵；
29.数据量化模块，用于对所述系数矩阵中各所述频率系数进行数据量化，得到量化后的系数矩阵，所述量化后的系数矩阵包括亮度量化系数矩阵和度量化系数矩阵；
30.编码模块，用于使用差分脉冲编码，对所述量化后的系数矩阵中的直流系数进行编码，并使用行程编码，对所述量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。
31.可选的，所述图像增强模块，还包括：
32.灰度转换单元，用于将所述低照度视频图像转换为灰度图像；
33.归一化单元，用于对所述灰度图像进行归一化，并对归一化后的灰度图像进行线性变换，得到灰度增强图像；
34.卷积运算单元，用于对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到卷积结果；
35.对比度增强单元，用于对所述卷积结果进行对比度增强，得到对比度增强图像；
36.颜恢复单元，用于对所述对比度增强图像进行颜恢复，得到增强彩图像。
37.可选的，所述卷积运算，还包括：
38.用于采用不同尺度的高斯核函数对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到不同尺度的多个卷积结果。
39.可选的，所述对比度增强单元，还包括：
40.用于对不同尺度的多个卷积结果进行图像的对比度增强。
41.可选的，所述颜恢复单元，还包括：
42.用于采用线性颜恢复过程，对所述对比度增强图像进行颜恢复，得到增强彩图像。
43.本发明第三方面提供了一种低照度视频图像解码方法，包括以下步骤：
44.步骤1：获取图像文件数据，所述图像文件数据包括文件头和图像数据，所述文件头包括图像的版本、长宽、采样因子、量化表以及哈夫曼表，所述图像数据包括多个编码单
元；
45.对于每一所述编码单元：
46.步骤2：提取所述编码单元中的各个颜分量单元；
47.步骤3：根据所述哈夫曼表，对各所述颜分量单元进行解码，以将所述颜分量单元从数据流恢复成矩阵数据，得到各所述颜分量单元对应的系数矩阵；
48.步骤4：对相邻系数矩阵的直流系数进行差分解码，并对所述系数矩阵中的交流系数进行解码，得到解码后的系数矩阵；
49.步骤5：根据所述量化表对所述解码后的系数矩阵中各系数进行反量化数据、反zig-zag编码、隔行正负纠正以及反向离散余弦变换，得到反变换数据矩阵；并利用颜系统将所述反变换数据矩阵由ycrcb模式转换为rgb模式，得到所述编码单元对应的彩图像。
50.本发明第四方面提供了一种低照度视频图像解码系统，包括：
51.图像文件数据获取模块，用于获取图像文件数据，所述图像文件数据包括文件头和图像数据，所述文件头包括图像的版本、长宽、采样因子、量化表以及哈夫曼表，所述图像数据包括多个编码单元；
52.颜分量单元提取模块，用于提取所述编码单元中的各个颜分量单元；
53.颜分量单元解码模块，用于根据所述哈夫曼表，对各所述颜分量单元进行解码，以将所述颜分量单元从数据流恢复成矩阵数据，得到各所述颜分量单元对应的系数矩阵；
54.系数矩阵解码模块，用于对相邻系数矩阵的直流系数进行差分解码，并对所述系数矩阵中的交流系数进行解码，得到解码后的系数矩阵；
55.反变换模块，用于根据所述量化表对所述解码后的系数矩阵中各系数进行反量化数据、反zig-zag编码、隔行正负纠正以及反向离散余弦变换，得到反变换数据矩阵，并利用颜系统将所述反变换数据矩阵由ycrcb模式转换为rgb模式，得到所述编码单元对应的彩图像。
56.根据本发明提供的具体实施例，公开了以下技术效果：本发明实施例通过对获取的低照度视频图像进行增强、分块以及模式的转换得到多个像素单元，对各像素单元分别进行dct变换得到由各所述像素单元对应的频率系数构成的系数矩阵，对系数矩阵进行数据量化，使用差分脉冲编码对量化后的系数矩阵中的直流系数进行编码，并使用行程编码对量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。上述dct变换及数据量化仅保留n个绝对值最大的系数，能够较好地消除镜像对称和插值形式的冗余，通过对系数矩阵中直流和交流系数分别编码有效减少总的代码量，从而缩短传输时间，提高传输效率，基于此，上述低照度视频图像编码方法实现了低照度视频图像的高效传输。
附图说明
57.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获
得其他的附图。
58.图1为本发明实施例1提供的低照度视频图像编码方法的流程示意图；
59.图2为本发明实施例提供的低照度视频图像编解码过程示意图；
60.图3为本发明实施例1提供的对低照度视频图像进行图像增强处理的流程示意图；
61.图4为本发明实施例1提供的程序运行效果图；
62.图5为本发明实施例1提供的bmp图片压缩前及压缩后效果图；
63.图6为本发明实施例1提供的jpg图片压缩前效果图；
64.图7为本发明实施例1提供的jpg图片压缩后效果图；
65.图8为本发明实施例2提供的低照度视频图像编码系统的结构示意图；
66.图9为本发明实施例3提供的低照度视频图像解码方法的流程示意图；
67.图10为本发明实施例4提供的低照度视频图像解码系统的结构示意图。
具体实施方式
68.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
69.本发明的目的是提供一种冗余信息少、传输效率高的低照度视频图像编解码方法及系统。
70.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
71.实施例1
72.本实施例提供了一种低照度视频图像编码方法，参见图1，该方法包括以下步骤：
73.步骤s1：获取低照度视频图像；
74.步骤s2：对所述低照度视频图像进行图像增强处理，得到增强彩图像；
75.步骤s3：将所述增强彩图像进行图像分块，并将每个图像块从rgb模式转换到ycbcr模式，得到多个像素单元；
76.步骤s4：对各所述像素单元分别进行dct变换，得到由各所述像素单元对应的频率系数构成的系数矩阵；
77.步骤s5：对所述系数矩阵中各所述频率系数进行数据量化，得到量化后的系数矩阵，所述量化后的系数矩阵包括亮度量化系数矩阵和度量化系数矩阵；
78.步骤s6：使用差分脉冲编码，对所述量化后的系数矩阵中的直流系数进行编码，并使用行程编码，对所述量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。
79.本发明实施例在对低照度视频图像进行编码时，首先对低照度视频图像进行增强显示，然后对增强后的图像进行分块得到多个像素单元，再对各像素单元分别进行dct变换及数据量化，最后对系数矩阵中的交流系数和直流系数分别进行编码完成整个压缩过程。由于本发明实施例采用了dct变换、数据量化以及交直流系数的分别编码，减少了低照度视频图像在传输过程中的信息冗余，缩短了传输时间，有效提高了低照度视频图像的传输效
率。
80.本实施例中，步骤1采用linux系统的usb摄像头中的图像作为此处的低照度视频图像，来对本发明提供的方法进行说明。当然这只是为了进行说明而选取的图像，在实际的应用中此处的低照度视频图像为夜间低照度环境下的道路交通图像。
81.linux核心中，视频部分的标准是v4l，该标准其实定义了一套接口，内核、驱动、应用程序以这个接口为标准进行交流。首先在驱动中声明一个video_device结构，并为其指定文件操作函数指针数组.fops，向系统注册。在应用程序发出文件操作的相关命令时，核心根据这些指针调用相应函数，并将该结构作为参数传递给它们。这样，就完成了驱动和核心之间的通信。
82.参见图2，利用ui界面调用opencv库获取摄像头，确认其读取状态后，创建两个窗口用于摄像头拍摄画面显示以及图片压缩后实时输出显示在显示屏，在每1ms内没有按键操作就进入下一次读取，从而得到1ms一帧的效果，最后退出循环，释放资源。开发板与显示屏之间通过hdmi转vga接口进行通信，并使摄像头拍摄图片及压缩图片分存于两个文件夹。
83.本实施例中，参见图3，步骤s2可以通过以下具体步骤实现：
84.s2.1：将所述低照度视频图像转换为灰度图像；
85.s2.2：对所述灰度图像进行归一化，并对归一化后的灰度图像进行线性变换，得到灰度增强图像；
86.s2.3：对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到卷积结果；
87.s2.4：对所述卷积结果进行对比度增强，得到对比度增强图像；
88.s2.5：对所述对比度增强图像进行颜恢复，得到增强彩图像。
89.上述步骤将rgb颜空间中的彩图像转换为灰度图像，并且将图像进行归一化，得到归一化后的灰度增强图像i(x，y)，通过公式y＝kx+b(0≤y≤255)(其中，x为原始灰度值，变换后的灰度值为y)进行线性变化。接着对灰度增强图像i(x，y)通过不同尺度的高斯核函数对i(x，y)做卷积运算，卷积的结果包含了图像相邻像素的亮度信息。可以采取相关性来处理图像的边界。将灰度图像与中心像素图像做对比度增强。为了获得更佳的图像效果，对不同尺度的多个卷积结果进行图像的对比度增强，最后采用线性颜恢复过程，得到在增强后的彩图像。
90.本实施例具体将增强图像数据分成8
×
8的图像块，再将每个图像块的全彩图像rgb模式转换到ycbcr模式，从而得到不重叠的8
×
8像素单元，再以每个像素单元为单位进行dct变换，使64个像素单元的信息转变成64个频率系数，位于矩阵第一个位置的数据为直流系数，矩阵中剩下的63个数据为相应的交流系数，进行了离散余弦变换之后，所有的像素单元(8
×
8像素块)的左上角有少量低频系数的数值较大，其余高频系数的数值较小，之后对dct变换后的频率系数进行数据量化(对高频系数进行量化编码，可保证不对重建图像质量造成影响的同时压缩数据)，即将经过离散余弦变换后的矩阵数据除以量化系数并取其最接近的整数值作为其值，并采用jpeg标准的参考表，按zig-zag顺序排放数值并存放在数组中，得到亮度量化系数矩阵和度量化系数矩阵，最后对直流系数，使用差分脉冲编码，只对相邻像素块的低频部分系数的差值进行编码，针对剩下的63个高频部分系数使用行程编码，完成整个编码过程。
91.本实施例中，在完成编码之后，通过qt函数实现编码图像的压缩。具体如下：
92.qt提供了图片的压缩接口。使用qimage或者qpixmap的scaled函数能够实现图片的压缩，首先通过qt文档查看下scaled这个函数：
93.函数qt::ignoreaspectratio大小自由缩放，长宽比不保留。
94.函数qt::keepaspectratio在给定的矩形内，大小被缩放到一个尽可能大的矩形，保持高宽比。
95.qt::keepaspectratiobyexpanding大小被缩放到一个矩形，在给定的矩形外尽可能小，保持高宽比。
96.qt::fasttransformation快速压缩，图片质量不高。
97.qt::smoothtransformation平滑压缩，图片质量较高。
98.通过上面的函数，按照一定的大小压缩，可实现图片的压缩。
99.采用qimage类的save函数进行二次压缩，具体函数：bool qimage::save(const qstring&filename,const char*format＝q_nullptr,int quality＝-1)const，最后一个参数quality的取值决定保存的图片的大小，取值范围[0-100]，值越小，压缩比例越大。保存图片的格式也会影响压缩的比例，所以可以通过quality和格式选择得到不同压缩质量的图片。程序运行效果如图4所示。
[0100]
经上述编码以及压缩后的图像与原始图像的对比效果图如图5-图7所示。
[0101]
实施例2
[0102]
本实施例提供了一种低照度视频图像编码系统，参见图8，该系统包括：
[0103]
视频图像获取模块81，用于获取低照度视频图像；
[0104]
图像增强模块82，用于对所述低照度视频图像进行图像增强处理，得到增强彩图像；
[0105]
图像分块模块83，用于将所述增强彩图像进行图像分块，并将每个图像块从rgb模式转换到ycbcr模式，得到多个像素单元；
[0106]
dct变换模块84，用于对各所述像素单元分别进行dct变换，得到由各所述像素单元对应的频率系数构成的系数矩阵；
[0107]
数据量化模块85，用于对所述系数矩阵中各所述频率系数进行数据量化，得到量化后的系数矩阵，所述量化后的系数矩阵包括亮度量化系数矩阵和度量化系数矩阵；
[0108]
编码模块86，用于使用差分脉冲编码，对所述量化后的系数矩阵中的直流系数进行编码，并使用行程编码，对所述量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。
[0109]
在一个示例中，上述图像增强模块还包括：
[0110]
灰度转换单元，用于将所述低照度视频图像转换为灰度图像；
[0111]
归一化单元，用于对所述灰度图像进行归一化，并对归一化后的灰度图像进行线性变换，得到灰度增强图像；
[0112]
卷积运算单元，用于采用不同尺度的高斯核函数对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到不同尺度的多个卷积结果；
[0113]
对比度增强单元，用于对不同尺度的多个卷积结果进行图像的对比度增强得到对
比度增强图像；
[0114]
颜恢复单元，用于采用线性颜恢复过程，对所述对比度增强图像进行颜恢复，得到增强彩图像。
[0115]
实施例3
[0116]
本实施例提供了一种低照度视频图像解码方法，参见图9，该方法包括以下步骤：
[0117]
步骤91：获取图像文件数据，所述图像文件数据包括文件头和图像数据，所述文件头包括图像的版本、长宽、采样因子、量化表以及哈夫曼表，所述图像数据包括多个编码单元；
[0118]
对于每一所述编码单元：
[0119]
步骤92：提取所述编码单元中的各个颜分量单元；
[0120]
步骤93：根据所述哈夫曼表，对各所述颜分量单元进行解码，以将所述颜分量单元从数据流恢复成矩阵数据，得到各所述颜分量单元对应的系数矩阵；
[0121]
步骤94：对相邻系数矩阵的直流系数进行差分解码，并对所述系数矩阵中的交流系数进行解码，得到解码后的系数矩阵；
[0122]
步骤95：根据所述量化表对所述解码后的系数矩阵中各系数进行反量化数据、反zig-zag编码、隔行正负纠正以及反向离散余弦变换，得到反变换数据矩阵；并利用颜系统将所述反变换数据矩阵由ycrcb模式转换为rgb模式，得到所述编码单元对应的彩图像。
[0123]
在本实施例中，图像文件数据分为文件头和图像数据两大部分，其中文件头记录了图像的版本、长宽、采样因子、量化表、哈夫曼表等重要信息，故解码前必须将文件头信息读出，以备图像数据解码过程之用。解码过程首先从图像数据流读取一个最小编码单元(mcu)，并提取出里边的各个颜分量单元。数据流把一个个连续存储的mcu分割开来，并从各个mcu中将多个颜分量分割开来，将颜分量单元从数据流恢复成矩阵数据。利用文件头给出的哈夫曼表，对分割出来的颜分量单元进行解码，把其恢复为8
×
8的数据矩阵。对8
×
8的数据矩阵进一步解码。此部分解码工作以8
×
8的数据矩阵为单位，依次进行相邻矩阵的直流系数差分解码、利用文件头给出的量化表反量化数据、反zig-zag编码、隔行正负纠正、反向离散余弦变换，最终输出仍然是一个8
×
8的数据矩阵。最后颜系统由ycrcb向rgb转换。将一个mcu的各个颜分量单元解码结果整合起来，将图像颜系统从ycrcb向rgb转换。排列整合各个mcu的解码数据。不断读取数据流中的mcu并对其解码，直至读完所有mcu为止，将各mcu解码后的数据正确排列成完整的图像在ui界面显示。
[0124]
实施例4
[0125]
本实施例提供了一种低照度视频图像解码系统，参见图10，该系统包括：
[0126]
图像文件数据获取模块101，用于获取图像文件数据，所述图像文件数据包括文件头和图像数据，所述文件头包括图像的版本、长宽、采样因子、量化表以及哈夫曼表，所述图像数据包括多个编码单元；
[0127]
颜分量单元提取模块102，用于提取所述编码单元中的各个颜分量单元；
[0128]
颜分量单元解码模块103，用于根据所述哈夫曼表，对各所述颜分量单元进行解码，以将所述颜分量单元从数据流恢复成矩阵数据，得到各所述颜分量单元对应的系数矩阵；
[0129]
系数矩阵解码模块104，用于对相邻系数矩阵的直流系数进行差分解码，并对所述系数矩阵中的交流系数进行解码，得到解码后的系数矩阵；
[0130]
反变换模块105，用于根据所述量化表对所述解码后的系数矩阵中各系数进行反量化数据、反zig-zag编码、隔行正负纠正以及反向离散余弦变换，得到反变换数据矩阵，并利用颜系统将所述反变换数据矩阵由ycrcb模式转换为rgb模式，得到所述编码单元对应的彩图像。
[0131]
本发明提供的低照度视频图像编解码方法及系统具有以下效果：
[0132]
1.支持多种格式图片的压缩及质量选择
[0133]
本设计的图像编解码算法加入了多种图片格式的转换以及质量选择，还加入了对rgba颜空间的支持，进一步提高了图片压缩的精准度，适用于多种对图片压缩质量要求较高的应用场景，此外，还支持多种模式的压缩效果，彩图像和灰度图像均可压缩。用户可自行设置采样方式，满足多种压缩需求。对bmp格式图片极高的压缩比有效的降低了系统功耗，适用于越来越丰富的多媒体信息的处理。
[0134]
2.支持任意设置压缩照片数量与压缩照片来源
[0135]
用户通过ui界面可自行设置压缩照片的数量与来源，可选择批量压缩保存在本地的图片，也可实时拍照压缩并解码显示，系统功能丰富，伸缩性强，完善的代码充分得提高了系统的鲁棒性，系统安全稳定，操作便捷。
[0136]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0137]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：

1.一种低照度视频图像编码方法，其特征在于，包括以下步骤：s1：获取低照度视频图像；s2：对所述低照度视频图像进行图像增强处理，得到增强彩图像；s3：将所述增强彩图像进行图像分块，并将每个图像块从rgb模式转换到ycbcr模式，得到多个像素单元；s4：对各所述像素单元分别进行dct变换，得到由各所述像素单元对应的频率系数构成的系数矩阵；s5：对所述系数矩阵中各所述频率系数进行数据量化，得到量化后的系数矩阵，所述量化后的系数矩阵包括亮度量化系数矩阵和度量化系数矩阵；s6：使用差分脉冲编码，对所述量化后的系数矩阵中的直流系数进行编码，并使用行程编码，对所述量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。2.根据权利要求1所述的低照度视频图像编码方法，其特征在于，所述对所述低照度视频图像进行图像增强处理，具体包括：s2.1：将所述低照度视频图像转换为灰度图像；s2.2：对所述灰度图像进行归一化，并对归一化后的灰度图像进行线性变换，得到灰度增强图像；s2.3：对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到卷积结果；s2.4：对所述卷积结果进行对比度增强，得到对比度增强图像；s2.5：对所述对比度增强图像进行颜恢复，得到增强彩图像。3.根据权利要求2所述的低照度视频图像编码方法，其特征在于，步骤s2.3具体包括：采用不同尺度的高斯核函数对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到不同尺度的多个卷积结果；步骤s2.4具体包括：对不同尺度的多个卷积结果进行图像的对比度增强。4.根据权利要求2所述的低照度视频图像编码方法，其特征在于，步骤s2.5具体包括：采用线性颜恢复过程，对所述对比度增强图像进行颜恢复，得到增强彩图像。5.一种低照度视频图像编码系统，其特征在于，包括：视频图像获取模块，用于获取低照度视频图像；图像增强模块，用于对所述低照度视频图像进行图像增强处理，得到增强彩图像；图像分块模块，用于将所述增强彩图像进行图像分块，并将每个图像块从rgb模式转换到ycbcr模式，得到多个像素单元；dct变换模块，用于对各所述像素单元分别进行dct变换，得到由各所述像素单元对应的频率系数构成的系数矩阵；数据量化模块，用于对所述系数矩阵中各所述频率系数进行数据量化，得到量化后的系数矩阵，所述量化后的系数矩阵包括亮度量化系数矩阵和度量化系数矩阵；编码模块，用于使用差分脉冲编码，对所述量化后的系数矩阵中的直流系数进行编码，
并使用行程编码，对所述量化后的系数矩阵中的交流系数进行编码，得到所述低照度视频图像对应的图像编码数据。6.根据权利要求5所述的低照度视频图像编码系统，其特征在于，所述图像增强模块，具体包括：灰度转换单元，用于将所述低照度视频图像转换为灰度图像；归一化单元，用于对所述灰度图像进行归一化，并对归一化后的灰度图像进行线性变换，得到灰度增强图像；卷积运算单元，用于对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到卷积结果；对比度增强单元，用于对所述卷积结果进行对比度增强，得到对比度增强图像；颜恢复单元，用于对所述对比度增强图像进行颜恢复，得到增强彩图像。7.根据权利要求6所述的低照度视频图像编码系统，其特征在于，所述卷积运算，用于采用不同尺度的高斯核函数对所述灰度增强图像进行卷积运算，以使所述灰度增强图像中各像素融合相邻像素的亮度信息，得到不同尺度的多个卷积结果；所述对比度增强单元，用于对不同尺度的多个卷积结果进行图像的对比度增强。8.根据权利要求6所述的低照度视频图像编码系统，其特征在于，所述颜恢复单元，用于采用线性颜恢复过程，对所述对比度增强图像进行颜恢复，得到增强彩图像。9.一种低照度视频图像解码方法，其特征在于，包括以下步骤：步骤1：获取图像文件数据，所述图像文件数据包括文件头和图像数据，所述文件头包括图像的版本、长宽、采样因子、量化表以及哈夫曼表，所述图像数据包括多个编码单元；对于每一所述编码单元：步骤2：提取所述编码单元中的各个颜分量单元；步骤3：根据所述哈夫曼表，对各所述颜分量单元进行解码，以将所述颜分量单元从数据流恢复成矩阵数据，得到各所述颜分量单元对应的系数矩阵；步骤4：对相邻系数矩阵的直流系数进行差分解码，并对所述系数矩阵中的交流系数进行解码，得到解码后的系数矩阵；步骤5：根据所述量化表对所述解码后的系数矩阵中各系数进行反量化数据、反zig-zag编码、隔行正负纠正以及反向离散余弦变换，得到反变换数据矩阵；并利用颜系统将所述反变换数据矩阵由ycrcb模式转换为rgb模式，得到所述编码单元对应的彩图像。10.一种低照度视频图像解码系统，其特征在于，包括：图像文件数据获取模块，用于获取图像文件数据，所述图像文件数据包括文件头和图像数据，所述文件头包括图像的版本、长宽、采样因子、量化表以及哈夫曼表，所述图像数据包括多个编码单元；颜分量单元提取模块，用于提取所述编码单元中的各个颜分量单元；颜分量单元解码模块，用于根据所述哈夫曼表，对各所述颜分量单元进行解码，以将所述颜分量单元从数据流恢复成矩阵数据，得到各所述颜分量单元对应的系数矩阵；系数矩阵解码模块，用于对相邻系数矩阵的直流系数进行差分解码，并对所述系数矩
阵中的交流系数进行解码，得到解码后的系数矩阵；反变换模块，用于根据所述量化表对所述解码后的系数矩阵中各系数进行反量化数据、反zig-zag编码、隔行正负纠正以及反向离散余弦变换，得到反变换数据矩阵，并利用颜系统将所述反变换数据矩阵由ycrcb模式转换为rgb模式，得到所述编码单元对应的彩图像。

技术总结

本发明公开了一种低照度视频图像编解码方法及系统。该方法包括：获取低照度视频图像，对图像进行增强处理，得到增强彩图像；将增强彩图像进行图像分块，并将每个图像块从RGB模式转换到YCbCr模式，得到多个像素单元；对各像素单元分别进行DCT变换，得到由各像素单元对应的频率系数构成的系数矩阵；对系数矩阵中各频率系数进行数据量化，得到量化后的系数矩阵；使用差分脉冲编码，对量化后的系数矩阵中的直流系数进行编码，并使用行程编码，对量化后的系数矩阵中的交流系数进行编码，得到低照度视频图像对应的图像编码数据。本发明采用图像增强处理、DCT变换以及量化编码有效减少信息冗余，缩短传输时间，进而有效提高传输效率。效率。效率。