基于ARC算法的数据压缩技术和实现

针对无损压缩技术在航天遥测系统中的应用情况,提出了基于现场可编程门阵列(FPGA)和数字信号处理器(DSP)硬件结构的遥测噪声数据实时无损压缩系统的方案。结合Shannon信息论中信息熵的概念,研究了数据压缩的本质和算法评估标准。通过PC仿真试验对多种算法的压缩效果进行了比较,最终选择算术编码(ARC)作为无损压缩的算法。测试结果表明,该方案能够实时采集并压缩遥测噪声数据,有效地提高压缩去除率和压缩速度,优化压缩性能。     

一种易于硬件实现的LZW算法的应用

实测表明,遥测系统传输的数据冗余度高达90%,这严重降低了遥测系统的工作性能,而目前还没有针对遥测数据硬件压缩系统而设定的数据无损压缩的统一标准。为了实现遥测数据硬件系统的无损压缩,通过适当增加字典的分配空间,优化LZW算法的查找方式,改进LZW算法的字典更新方法,调试出了一种易于硬件实现的LZW算法。最终,通过软件仿真及实际测试,结果表明,遥测数据压缩比达1.8:1以上,完成了设计的预期目标。     

基于区域分割技术的图像无损压缩算法研究

1.引言在某些场合,需要压缩后重建图像的所有像素与原始图像的对应像素完全相等,这种压缩技术就是图像的无损压缩。无损压缩技术具有广泛的应用:医学射线图像往往要求进行无损压缩,以免造成诊断错误;卫星遥感图像往往也要求进行无损压缩,以减轻通信信道载荷,同时又保持遥测精度。进行无损压缩可以采取以下的两个步骤:首先进行解相关,尽量消除图像的冗余,得到误差图像;然后对误差图像进行可变长二进制编码。     

遥测噪声数据无损压缩算法研究

介绍了数据压缩的现状,分析了遥测噪声数据的特点和无损压缩算法的原理.根据噪声数据特点,通过各个算法比较和相关验证性实验,提出了Lz+ARC数据无损压缩算法,重点介绍了该无损压缩算法的原理和实现过程,并将该算法原理针对大量噪声数据进行了仿真压缩,结果表明压缩去除率可达到60%～90%.     

一种遥测数据实时采集压缩系统的实现

设计了一种对遥测大容量速变数据的实时压缩采集方案,通过采用改善无损压缩算法的压缩比、压缩和解压速度以及算法复杂度等多个数据压缩性能,提出了综合性能较好的LZW编码作为数据压缩的核心算法并通过软件仿真确认其效果和压缩算法的执行速度;利用主控芯片FPGA完成对压缩数据的高精度采集,对研制的数据采集压缩系统进行整体测试,测试结果表明,该系统完成了6路速变参数的实时采集与压缩,压缩比达到1.8∶1以上,各项指标满足了设计要求.     

基于分块自适应预测的超声测井图象无损压缩编码

针对超声测井图象数据量较大,且要求实时传输的问题,提出了一种基于分块自适应预测的无损压缩编码方法,该方法首先对原图象分块;然后在每一子块内自适应选择预测方案,并进行DPCM编码;最后采用改进的LZW算法对差值进行编码输出。经过实验表明,该算法比较符号超声测井图象特点,其压缩倍数较现有无损压缩算法有很大提高,而算法复杂度没有明显增加,同时所需内存开销较小,因而特别适用于实时遥测系统。     

基于小波变换的数字图像无损压缩系统设计

随着科技的发展,图像压缩技术也已经由有损压缩逐渐转化成为无损压缩,在数字图像无损压缩的过程中,如何实现实时、高效是目前图像压缩领域的重要问题,为满足压缩需求,解决传统的数字图像无损压缩系统的运行速度慢、压缩效率低的问题,设计了基于小波变换的数字图像无损压缩系统,硬件部分设计DSP数字信号处理器、TMS320C6201芯...     

一种LZ4无损压缩电路设计

为缓解存储系统中软件压缩算法对计算资源的大量占用,使用LZ4算法设计了一种无损压缩电路。提出了一种循环队列结构的滑动字典,结合散列表模块构建LZ4无损压缩电路,最后使用Calgary和Canterbury语料库,在Xilinx KC705 FPGA平台对电路进行验证并与软件压缩对比。结果表明所设计的LZ4无损压缩电路保持了软件压缩相同的压缩率的同时,在压缩效率上远超过软件压缩。     

基于静态串表的图像无损压缩编码方法

结合前像素预测编码方法和Lempel-Ziv-Welch(LZW)编码思想并针对其对于变化频率较高的信号压缩效率较低的问题,提出了一种通过利用图像像素之间相关性构建静态串表对数字图像进行无损压缩的编码方法。通过对前向预测编码处理后的图像数据进行查表编码来实现图像无损压缩。实验结果表明该方法实现简单,压缩效率高于LZW算法和WinZIP算法。     

超分辨率扫描成像系统图像无损压缩算法研究

针对光纤耦合的超分辨率扫描成像系统因传输的数据量过大而导致的丢帧现象,引入无损压缩技术对耦合的图像数据进行压缩传输。系统采用可逆的整数小波变换和集合树分裂算法组成的无损压缩方案,并根据耦合成像的特性,对耦合图像进行分割处理,以满足系统对压缩效率的要求。图像的平均压缩比达到了2.3,传输的波特率降到200 Mbps,目前系统提供的256 Mbps的带宽已经完全满足需求。实验结果表明,无损压缩编解码器的引入,降低了光纤耦合系统对传输带宽的要求,并保证了图像的完全重构。     

基于DSP视频处理技术的VDR研究

文章就船用VDR系统中雷达图像处理的特点,提出了结合最新的DM642平台及高压缩比的H.264编码实现VDR中雷达图像的高压缩率和无损压缩,并提出了一些编码器设计的优化方法。该技术较好的解决了VDR系统雷达图像压缩中压缩率和无损率的矛盾。     

基于DSP视频处理技术的VDR研究

文章就船用VDR系统中雷达图像处理的特点,提出了结合最新的DM642平台及高压缩比的H.264编码实现VDR中雷达图像的高压缩率和无损压缩。并提出了一些编码器设计的优化方法。该技术较好的解决了VDR系统雷达图像压缩中压缩率和无损率的矛盾。     

近无损压缩算法在HOLTER系统中的应用研究

以单片机为主控器件的HOLTER(动态心电监护仪)系统的实时性和临床诊断的保真度要求都较高,这就要求使用于其上的压缩算法应简单高效且近无损,而目前针对此类设备的压缩算法虽然有较高的压缩率,但失真度和复杂度也较高。本文提出一种针对HOLTER系统的低复杂近无损预测算法,实验表明,该方法在保证一定压缩率的条件下,具有很好的实时性和保真度。     

基于D^2PCM的数字减影图象序列无损压缩算法

充分利用数字减影（ＤＳＡ）图象序列在时间域上的减影图象之间仍然存在一定的相似性,提出了一种基于二阶差分ＰＣＭ（Ｄ＾２ＰＣＭ）的编码方式。方法在空间坐标与时间坐标上构成了一个二阶差分,能够有效地减少图象在空间以及时间域上的冗余度,从而实现对ＤＳＡ序列的无损压缩,减少了存储空间与传输时间。实际应用证明该处法是稳定和实用的。     

基于FPC和区间编码的工业浮点数据的压缩传输

为解决大量工业浮点数据在GPRS网络上传输时实时性降低的问题,提出了基于科学计算双浮点数压缩算法（FPC）与区间编码相结合的无损压缩方法IFPC实现工业浮点数据的压缩传输及解压缩。先对FPC算法与通用无损压缩算法应用在浮点数部分时的压缩效果作实验对比,实验结果表明FPC算法相比于通用的无损压缩算法在浮点数压缩上具有较好的压缩率以及较短的压缩与解压缩时间。将FPC算法与区间编码结合后的IFPC算法对整个数据域压缩与解压缩的实验结果表明,所提出的方法相比通用无损压缩算法,压缩率最低可提高7.6%,压缩时间最低可减少49.1%,综合传输时间减少了21.3%,提高了传输实时性。     

HEVC-based lossless intra coding for efficient still image compression

Latest advancements in capture and display technologies demand better compression techniques for the storage and transmission of still images and video. High efficiency video coding (HEVC) is the latest video compression standard developed by the joint collaborative team on video coding (JCTVC) with this objective. Although the main design goal of HEVC is the compression of high resolution video, its performance in still image compression is at par with state-of-the-art still image compression standards. This work explores the possibility of incorporating the efficient intra prediction techniques employed in HEVC into the compression of high resolution still images. In the lossless coding mode of HEVC, sample- based angular intra prediction (SAP) methods have shown better prediction accuracy compared to the conventional block-based prediction (BP). In this paper, we propose an improved sample-based angular intra prediction (ISAP), which enhances the accuracy of the highly crucial intra prediction within HEVC. The experimental results show that ISAP in lossless compression of still images outclasses archival tools, state-of-the-art image compression standards and other HEVC-based lossless image compression codecs.     

医学图像感兴趣区的内嵌小波编码新方法

提出了一种新颖的适合医学图像的压缩算法AR-EWC(embedded wavelet coding of arbitrary ROI).该算法保证了感兴趣区域边界与背景光滑过渡,支持任意形状ROI的无失真编码,生成内嵌有损到无损图像质量渐进优化的码流,并且可以对ROI独立随机存取.针对医学图像的特点,对包含重要临床诊断信息区域采用完全无失真的无损压缩,而对背景采用高压缩比的有损压缩,既保证了医学图像对高质量的要求,相对于传统的无损方案又大大提高了图像的整体压缩比.在临床头部MR图像数据集上的实验表明,该算法在保证了ROI区域无损压缩的前提下,达到了与经典的有损压缩算法相当的压缩比率.     

面向同步辐射光源图像的可并行智能压缩方法

在建的高能同步辐射光源预计会产生海量原始数据,其中硬X射线实验线站产生的图像数据占比最高且具有高分辨率和高帧率的特点,亟需有效的无损压缩方法缓解存储和传输压力,然而现有通用无损压缩方法对该类图像压缩效果不佳,基于深度学习的无损压缩方法又耗时较长。结合同步辐射光源图像的特点,提出一种在保证图像压缩比前提下的可并行智能无损图像压缩方法。通过参数自适应的可逆分区量化方法,大幅缩小图像经过时间差分后的像素值分布范围,能够节省20%以上的存储空间。将以CNN为基础架构的时空学习网络C-Zip作为概率预测器,同时以数据集为单位过拟合训练模型进一步优化图像压缩比。针对压缩过程中耗时较长的算术编码过程,利用概率距离量化代替算术编码,结合深度学习进行无损编码,增加编码过程的并行度。实验结果表明,该方法的图像压缩比相比于PNG、FLIF等传统图像无损压缩方法提升了0.23~0.58,对于同步辐射光源图像具有更好的压缩效果。     

几种常用无损数据压缩算法研究

随着网络承载的信息量的飞速增长,数据压缩必然会备受人们重视。数据压缩可分成两种类型,一种叫做无损压缩,另一种叫做有损压缩。文中主要介绍目前用得最多和技术最成熟的无损数据压缩技术,按照无损压缩方法采用的压缩技术的不同,从基于统计的压缩思想和基于字典的压缩思想两个方面对其中最具有代表性的无损数据压缩方法进行了详细的分类讨论和优缺点比较,并对基于字典压缩算法的一些成熟的改进算法进行了汇总介绍,便于对无损数据压缩技术感兴趣的同志学习参考。     

HFPaC: GPU friendly height field parallel compression

In this paper, we present a novel method for fast lossy or lossless compression and decompression of regular height fields. The method is suitable for SIMD parallel implementation and thus inherently suitable for modern GPU architectures. Lossy compression is achieved by approximating the height field with a set of quadratic Bezier surfaces. In addition, lossless compression is achieved by superimposing the residuals over the lossy approximation. We validated the method’s efficiency through a CUDA implementation of compression and decompression algorithms. The method allows independent decompression of individual data points, as well as progressive decompression. Even in the case of lossy decompression, the decompressed surface is inherently seamless. In comparison with the GPU-oriented state-of-the-art method, the proposed method, combined with a widely available lossless compression method (such as DEFLATE), achieves comparable compression ratios. The method’s efficiency slightly outperforms the state-of-the-art method for very high workloads and considerably for lower workloads.