共查询到18条相似文献,搜索用时 156 毫秒
1.
本文提出了基于双正交小流变换和格型矢量量化的视频编码算法,在该方案中,小波变换将图像分解成多分辩率的子带图像,多分辩率运动估值技术实现子带图像的帧间预测,格型徉量量化对预测差值子带图像进行编码,从而获得了性能较好的活动图像编码新算法。 相似文献
2.
3.
4.
差错信道下基于框架扩展的高效多描述图像编码 总被引:2,自引:0,他引:2
由量化框架扩展系数所产生的多描述图像编码,在差错信道下具有良好的图像恢复性能。该文提出一种基于框架扩展的高效多描述图像编码。首先构造一种在量化噪声下具有均方误差意义上最优框架重建的均匀紧支框架。然后以小波零树作为框架扩展的基本运算单元,在小波域对不同子带信息采用不同维度的框架进行扩展。通过不同维度的框架扩展实现对不同子带信息的不同保护。框架扩展后的数据经量化编码形成多描述码流。实验结果证明,相较于其他几种基于框架扩展的方法,该文方法在同样的信道条件下具有更好的图像差错恢复性能。 相似文献
5.
该文提出了一种基于双正交小波变换(BWT)和模糊矢量量化(FVQ)的极低比特率图像编码算法。该算法通过构造符合图像小波变换系数特征的跨频带矢量,充分利用了不同频带小波系数之间的相关性,有效地提高了图像的编码效率和重构质量。该算法采用非线性插补矢量量化(NLIVQ)的思想,从大维数矢量中提取小维数的特征矢量,并提出了一种新的模糊矢量量化方法一渐进构造模糊聚类(PCFC)算法用于特征矢量的量化,从而大大提高了矢量量化的速度和码书质量。实验结果证明,该算法在比特率为0.172bpp的条件下仍能获得PSNR>30dB的高质量重构图像。 相似文献
6.
用神经网络实现图像矢量量化是一种非常有效的方法,而小波变换又是近年来迅速发展起来的新算法。文中提出一种改进的误差竞争学习算法,分析了图像在小波变换后数据的特点,提出了新的矢量构造方法,从而最终得到了基于小波变换和误差竞争学习的矢量量化图像压缩新算法(以下简称VQWDCL),无论是在主客观效果上,还是在计算复杂度上,其性能都优于传统的基于小波变换和LBG算法的矢量量化。 相似文献
7.
零树框架下整数小波图像编码的改进 总被引:2,自引:0,他引:2
整数小波变换(Integer Wavelet Transform)有许多优点,但是图象经整数小波变换(IWT)后,能量集中性较第一代小波变换差很多,不利于嵌入式零树编码(Embedded Zerotree Wavelet Encoding)。因此本文提出一种新算法,从两方面加以改进。首先,采用“整数平方量化阈值选取算法”,根据整数小波变换后各子带系数幅值的动态变化较小,小波图像能量较一般小波差的特点,选取从1开始的正整数平方作为量化闽值的同时引入可调节的量化阈值系统,根据图像中不同区域的重要性选取与之相应的量化阈值,从而增加了零树的数量;其次,提出基于索引表和游程编码的小波零树编码的新思路,简化了编码与解码的过程。实验表明,本文算法充分的将整数小波变换与零树编码结合在一起,改善了压缩质量,提高了压缩效率。 相似文献
8.
X树非平衡保护多描述编码 总被引:2,自引:0,他引:2
本文提出了一种新的多描述图像编码方案X树非平衡保护多描述子带编码。首先把小波变换图像分解为结构信息和残余非零系数。其中结构信息包括非零系数的位置、符号和位数,是小波变换图像的关键信息,必须复制到每个描述。残余非零系数则通过多描述标量量化器生成两个索引分别放入不同的描述。两个描述通过不同的信道进行传输。由于每个描述都包含了图像的重要信息,因此,接收到一个信道的信息就可以重建出一定质量的图像。如果所有的信道传输的信息都被接收,就会得到比任何一个单独信道更好的重建图像。实验结果验证了本算法的有效性和正确性。 相似文献
9.
提出一种有效的图像压缩方法,利用小波变换对图像进行多分辨率分解,对小波系数进行矢量量化(VQ)编码。使用遗传算法(GA)与模糊c均值聚类(FCM)算法相结合的方法来设计码书,有效地克服了FCM算法容易陷入局部最优且对初始值敏感的缺点。实验结果表明,该算法可较大提高图像重构质量。 相似文献
10.
基于残差图像的ROI编码研究 总被引:7,自引:7,他引:0
与JPEG2000中的MAXSHIFT算法不同,本文将ROI编码与零树编码结合,给出一种基于残差图像的ROI编码算法RZ(residue zerotree)。RZ算法基于整数小波变换,对高压缩比下零树编码后ROI区域的残差图像作基于整数平方量化阈值的零树编码,并将所得残差数据熵编码后跟随原编码数据传输,可以实现ROI区域的有损或无损编码。实验结果表明,RZ算法实现了基于嵌入式零对小波变换(EZW)框架较低复杂度的ROI编码,可应用于基于网络的图像传输。 相似文献
11.
12.
13.
System Scheduling for Multi-Description Video Streaming Over Wireless Multi-Hop Networks 总被引:2,自引:0,他引:2
《Broadcasting, IEEE Transactions on》2009,55(4):731-741
14.
15.
16.
17.