[發明專利]一種機巡圖像分區域壓縮方法

在審

• 申請號: 202011579170.1
• 申請日: 2020-12-28
• 公開（公告）號: CN112738533A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 王寧;王朝碩;王旭峰
• 申請（專利權）人: 中國南方電網有限責任公司超高壓輸電公司;廣東南方電力通信有限公司
• 主分類號: H04N19/85
• 分類號: H04N19/85;H04N19/177;H04N19/167;H04N19/147;H04N19/17;G07C1/20;G06T7/00;G06T7/194;G06K9/00;G06K9/32;G06K9/62;G06N3/08
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 鄧潮彬;黃培智

本發明公開了一種機巡圖像分區域壓縮方法，所述方法包括冗余照片自動篩除，所述冗余照片自動篩除包括如下步驟：對于所輸入的給定待檢測圖像，計算圖像哈希值H；將每張圖像哈希值跟其它照片哈希值進行比對，若兩副圖片哈希值差異小于某預設定閾值H0，則判斷為重復的照片，篩除其中一副圖片，否則判斷為不重復照片；對于所輸入的給定待檢測圖像，計算圖像清晰度C；將每張圖像的清晰度值跟清晰度閾值進行比對，若圖像的清晰度值小于某預設定閾值C0則判斷該圖像為模糊圖像，篩除，否則判斷為非模糊照片。通過上述方法步驟，自動篩選出航拍圖像中連拍圖像、未清晰對焦等冗余圖像，減輕人員識別工作量。

技術領域

本發明涉及圖像處理技術，具體涉及一種機巡圖像分區域壓縮方法。

背景技術

旋翼無人機輸電線路智能巡檢主要是可見光高清相機智能巡檢，隨著無人機巡檢的不斷推進，產生的巡檢數據正在飛速增加，以一基桿塔拍攝30張照片為例，需要使用240M的存儲空間，并且在4G網絡通暢的情況下，需要3分鐘才能將3張照片傳輸至后臺服務器，因此需要采用一定的壓縮算法，在保證不影響圖片使用效果的情況下，對圖片進行壓縮，滿足數據存儲和數據傳輸的需求。

傳統的圖像識別方法大多采用人工提取特征，不僅費時費力，而且提取困難；而深度學習是一種非監督學習，學習過程中可以不知道樣本的標簽值，整個過程無需人工參與也能提取到好的特征。近年來，將深度學習用于圖像識別成為了圖像識別領域的研究熱點，已取得了良好的效果，并且有廣闊的研究空間。

過往對于圖像識別的研究，主要集中在對設備外在缺陷的自動判別，由于缺陷種類較多環境復雜，很難實現立即實用。同時，對于宏觀上圖像的拍攝質量以及部件內容細節分布研究項目較少。圖像壓縮技術的現狀如下：

負責開發靜止圖像壓縮標準的“聯合圖片專家組”(Joint Photographic ExpertGroup,簡稱JPEG),于1989年1月形成了基于自適應DCT的JPEG技術規范的第一個草案,其后多次修改,至1991年形成ISO10918國際標準草案,并在一年后成為國際標準,簡稱JPEG標準。

1.JPEG壓縮原理及特點

JPEG算法中首先對圖像進行分塊處理,一般分成互不重疊的大小的塊,再對每一塊進行二維離散余弦變換(DCT)。變換后的系數基本不相關,且系數矩陣的能量集中在低頻區,根據量化表進行量化,量化的結果保留了低頻部分的系數,去掉了高頻部分的系數。量化后的系數按zigzag掃描重新組織,然后進行哈夫曼編碼。JPEG的特點如下:

優點:(1)形成了國際標準；(2)具有中端和高端比特率上的良好圖像質量。

缺點:(1)由于對圖像進行分塊,在高壓縮比時產生嚴重的方塊效應；

(2)系數進行量化,是有損壓縮；

(3)壓縮比不高,小于50。

JPEG壓縮圖像出現方塊效應的原因是:一般情況下圖像信號是高度非平穩的,很難用Gauss過程來刻畫,并且圖像中的一些突變結構例如邊緣信息遠比圖像平穩性重要,用余弦基作圖像信號的非線性逼近其結果不是最優的[3]。

2.JPEG壓縮的研究狀況

針對JPEG在高壓縮比情況下,產生方塊效應,解壓圖像較差,近年來提出了不少改進方法,最有效的是下面的兩種方法:

(1)DCT零樹編碼

DCT零樹編碼把DCT塊中的系數組成log2N個子帶,然后用零樹編碼方案進行編碼。在相同壓縮比的情況下,其PSNR的值比EZW高。但在高壓縮比的情況下,方塊效應仍是DCT零樹編碼的致命弱點。

(2)層式DCT零樹編碼