H．264帧内编码和JPEG2000对静止图像进行编码的性能比较

国际最新静止图像压缩标准——JPEG2000代表了离散小波变换（DWT）编码的最高水平，最新的视频压缩编码标准——H．264代表了离散余弦变换（DCT）编码的最高水平。由于H．264的帧内编码采用了一些新方法，如帧内空间预测、不同大小块的DCT变换等，使得H．264帧内编码效率高于其他的DCT变换编码方法，因此可以认为，H．264的帧内编码代表了DCT变换的最高静止图像编码水平。大量的仿真实验比较发现。H．264的帧内编码方法比JPEG2000的编码效率高。据此可以预测，基于帧内空间预测和不同大小块DCT变换的H．264帧内编码方法具有成为下一代静止图像压缩标准的潜能。     

嵌入式设备的静止图像编码

降低多媒体算法的复杂性和存储器需求对于存储器资源和运算能力都很有限的嵌入式设备是十分重要的。在极低码率应用时,JPEG存在严重的方块效应,JPEG2000具有极高的运算复杂性和存储器需求。分析了H.264INTRA帧编码的运算复杂性和存储器需求,并提出了一种减小运算复杂性的有效方法。结果显示,H.264INTRA帧编码具有极低的运算量和存储器需求,非常适合嵌入式设备的静止图像编码。     

JPEG2000的编码原理及其优缺点

1.引言随着数字图像的应用范围越来越广,图像数据处理的方式也趋向多样化。传统的JPEG静态图像压缩标准只提供单一的图像压缩功能,已不能满足各种需求。在这种背景下,经过三年多的努力,国际标准化委员会于2001年10月形成了最新的JPEG2000静态图像压缩国际标准。完整的JPEG2000由五个部分组成,其核心是前两个部分一编码。本文的目的是对JPEG2000的编码原理进行综述。首先概述了JPEG2000的编码过程。然后阐述了其优缺点,并列举了部分应用。最后对JPEG2000、JPEG和JPEG-LS三者之间的关系进行了讨论。     

基于零树小波与分形图像编码算法的JPEG2000

提出了一种基于零树小波和分形图像的小波图像压缩算法,讨论了基于零树小波图像压缩的编码算法机理及JPEG2000静态图像压缩算法,对JPEG2000与JPEG效果图像的测试实验结果进行了比较。     

一种多功能图像编解码系统设计

JPEG2000算法在静止图像压缩中具有优良的性能,MPEG4和H.264算法则在运动图像压缩中具有优良的性能.但是在某些特殊情况下JPEG2000算法用在运动图像编码中也有一定的优势.介绍了一种通用的多功能图像编解码系统的设计,该系统既可用作编码板,又可用作解码板,而且兼容JPEG2000、MPEG4和H.264算法.另外,由于所有器件均为工业级,使得本系统用途非常广泛.     

基于H.264的静止自由立体图像压缩算法

针对静止自由立体图像数据量大的问题，摆脱了传统以JPEG标准进行静止图像压缩的思路，根据视点数不同，选择了相应的关键视点编码为I帧,其余的分别编码为P帧和B帧，充分利用了H.264的帧内、帧间预测等工具对其进行压缩。实验结果表明，基于H.264的压缩算法比基于MPEG-2、JPEG的压缩算法效率更高、图像自由立体效果更好。     

JPEG2000图像压缩算法研究

随着网络和多媒体技术的发展,为满足图像压缩的新要求,静态图像编码新标准JPEG2000随之产生了.基于小波变换的嵌入式图像编码方法则是JPEG2000的基础.分析比较了几种典型的编码算法,突出表现了EBCOT(优化截断点的嵌入块编码)算法的良好性能,这也是JPEG2000标准最终采用EBCOT算法的原因;并通过对JPEG2000中核心算法的研究,阐述了JPEG2000较传统JPEG的优越性以及其不足需改进之处.     

基于H.264帧内预测模式选择算法的研究与改进

H.264中提高编码性能的一个重要手段是帧内编码,它采用了多种预测模式,这些模式在对I、P和B帧编码时,都需要进行逐一计算。因此,可以通过优化快速算法来降低帧内编码的整体复杂度。通过对帧内预测编码的基于边缘直方图的经典快速算法进行仔细地分析和深入的研究,提出了一种改进的基于边缘直方图的快速算法,并在x264平台上加以实现。     

JPEG2000算法从PC机向DSP移植的关键技术研究

JPEG2000作为新一代的图像压缩标准,提供了诸多优越的性能和特征。文章分析了JPEG2000编码过程,探讨了其DSP实现的关键技术,在DSP环境下移植实现了JPEG2000编码算法,并成功通过评估板测试,促进了JPEG2000在移动终端的应用。     

一种利用宏块直方图的快速帧间预测方法*

针对H.264/AVC编码复杂度高难以实时应用的缺陷,在深入研究H.264/AVC中重要且耗时的帧间预测编码技术的基础上,提出了一种融合宏块直方图分布信息的分层逐级预判的快速帧间预测算法。仿真实验结果表明,提出算法与H.264/AVC标准算法相比,在保持重建视频图像质量和输出码流结构的前提下,平均节省编码时间约70%,改善了编码复杂度与编码实时性,保持了H.264/AVC低码率的编码优势。该算法有效地提高了H.264/AVC的编码效率。     

基于JPEG的固定背景视频压缩算法研究

为了对固定背景视频进行压缩并获得较高的压缩比,在JPEG静止图像压缩标准的基础上提出了一种新的应用于固定背景视频压缩的算法.对第一帧图像进行JPEG格式的压缩并保存量化后的离散余弦变换系数,对第一帧后的每一帧图像,在进行离散余弦变换和量化后,先同存储器内的第一帧图像的离散余弦变换系数进行异或运算再进行熵编码.通过使用该算法和H.264视频压缩标准对同一段固定背景视频进行压缩并比较压缩后的数据量,表明了该算法具有较高的压缩比.     

JPEG2000图像编码综述

随着科学技术的不断发展,为保证图像的实时数据传输,传统的JPEG标准开始不能满足实际应用的需要,新一代静止图像压缩JPEG2000应运而生。通过阐述JPEG2000图像压缩编解码的原理,并与传统的JPEG标准比较,分析JPEG2000的优点和存在的不足,为提高获取图像数据的实时传输性能提供理论依据。     

基于JPEG2000的静态医学图像压缩设计方案

针对静态医学图像压缩，介绍了两种压缩标准JPEG与JPEG2000，通过对它们的比较，突出JPEG2000的优势，诠释了JPEG2000的基本结构与编码、解码技术，描述了基于DSP的图像压缩设计方案。系统采用CCD采集数字图像，用16位定点DSP进行小波压缩，主要为了减小传输费用，试验结果表明JPEG2000对图像重现与压缩比率效果较优。     

JPEG2000的编码技术

随着多媒体技术应用的不断增加，人们对图像压缩技术也提出了更高的要求。为此，国际标准化组织(ISO)指定了新一代静止图像压缩标准：JPEG2000。该文首先阐述了JPEG2000图像编码系统的实现过程，对其中的关键技术做了详细描述。最后。在与JPEG标准比较的基础上，分析了JPEG2000算法的特点,并给出了详细的试验结果。     

An efficient hardware implementation of parallel EBCOT algorithm for JPEG 2000

With the augmentation in multimedia technology, demand for high-speed real-time image compression systems has also increased. JPEG 2000 still image compression standard is developed to accommodate such application requirements. Embedded block coding with optimal truncation (EBCOT) is an essential and computationally very demanding part of the compression process of JPEG 2000 image compression standard. Various applications, such as satellite imagery, medical imaging, digital cinema, and others, require high speed and performance EBCOT architecture. In JPEG 2000 standard, the context formation block of EBCOT tier-1 contains high complexity computation and also becomes the bottleneck in this system. In this paper, we propose a fast and efficient VLSI hardware architecture design of context formation for EBCOT tier-1. A high-speed parallel bit-plane coding (BPC) hardware architecture for the EBCOT module in JPEG 2000 is proposed and implemented. Experimental results show that our design outperforms well-known techniques with respect to the processing time. It can reach 70 % reduction when compared to bit plane sequential processing.