基于预测的无损图象压缩技术

预测压缩技术是无损图象压缩的基本技术,分析了基于预测的无损图象压缩方法,综述了预测无损图象压缩技术的研究进展,并对预测压缩算法的设计进行了有益的讨论。     

第二代小波变换应用于图象的无损压缩编码

第二代小波变换构造方法的特点是：①继承了第一代小波变换的多分辨率特性：②不依赖傅立叶变换;③小波变换后的系数是整数;④图象的恢复质量与变换时边界采用何种延拓方式无关,利用了“整数经过第二代小波变换后的系数仍为整数”的特性,将第二代小波变换用于图象的无损压缩编码,并和Ｈｕｆｆｍａｎ编码、第一代小波变换压缩编码进行了比较,从比较结果来看,在能够无损重建图象的同时,第二代小波变换的压缩比要高于Ｈｊｆｆｍ     

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。     

基于样本的VVC无损帧内梯度预测算法

为了进一步提升VVC无损帧内编码的性能,在BDPCM编码工具的基础上,利用样本之间的关系,对其进行改进,提出了一种基于样本的梯度预测（Sample-based Gradient Prediction,SGP）算法。在该算法中,预测样本由对应预测方向上的相邻参考样本,以及参考样本之间的梯度信息获得,获得的预测样本被限制在一定范围内。在VVC测试模型（VTM）12.3上的实验结果表明,提出的SGP算法在VVC无损帧内编码中平均节省了5.30%的比特率,编码时间增加了17.7%,解码时间下降了19.5%。相较于BDPCM可以达到的3.88%平均比特率节省,SGP所带来的比特率节省大幅度提升,并且编码时间和解码时间都更短。     

基于预测梯度的图像插值算法

提出一种新的非线性图像插值算法,称为基于预测梯度的图像插值（Image interpolation with predicted gradients,PGI）.首先沿用现有的边缘对比度引导的图像插值（Contrast-guided image interpolation,CGI）算法思想对低分辨率图像中的边缘进行扩散处理,然后预测高分辨率图像中未知像素的性质,最后对边缘像素采用一维有方向的插值,对非边缘像素采用二维无方向的插值.与通常的非线性图像插值算法相比,新算法对图像边缘信息的理解更为完善.与CGI算法相比,由于梯度预测策略的使用,PGI算法能够更有效地确定未知像素的相关性质（是否为边缘像素,以及是边缘像素时其边缘方向）.实验结果表明,PGI算法无论在视觉效果还是客观性测评指标方面均优于现有的图像插值算法.此外,在对彩色图像进行插值时,本文将通常的RGB颜色空间转化为Lab颜色空间,不仅减少了伪彩色的生成,而且降低了算法的时间复杂度.     

基于三维上下文预测的遥感图象无损压缩

随着遥感技术的发展,其应用领域大大拓展,随之也带来了遥感数据的海量增长,这给存储、传输都带来极大困难,因此必须对遥感数据进行压缩,为了实现遥感数据的高效压缩,提出了一种基于三维上下文预测测的无损压缩编码算法,该算法包括如下三部分;首先,结合多波段遥感图象的特点,综合考虑其二维的空间相关性和谱间相关性,建立了三维预测模型;其次,在三维预测的基础上,进一步进行上下文预测;最后,引入二次预测的思想来去除图象的统计相关性,从而使残差图象的熵得到最大程度的降低,实验结果表明,该算法大大优于最优JPEG;而对AVHRR图象,其预测效果也明显优于空间和谱间最佳线性预测方法（SSOLP）。     

基于像素纹理分类的图像预测编码方法

JPEG-LS标准实现对静止图像的无损压缩以及近无损高保真压缩,其预测编码仅采用简单的中值边缘检测法。将充分利用邻域像素纹理的连续性与相关性,研究参考像素的选取、基于纹理信息的非线性分类预测器的构建与预测器参数的设计,增强梯度检测能力,提出新的四阶分类预测器。实验证明,该算法在低运算复杂度的前提下,有效提高了预测编码的性能。     

H.264/AVC中基于全零块的预测模式选择

多种预测模式的采用是H.264/AVC的特点,但带来了大量的计算。针对该问题,将全零块检测技术推广应用于H.264/AVC视频编码中对多种预测模式的快速选择,提出一种模式选择的快速算法。使用该算法,通过一些简单的比较等操作,就能跳过对某些预测模式的选择,减少了H.264/AVC视频编码器的运算复杂度。     

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。     

基于块方向信息的指纹图像无损压缩编码

根据指纹图像在局部具有很强的方向性，提出了一种基于块方向预测的无损压缩编码方法。在此方法中，首先将指纹图像分成8×8的图像块，计算出每一块的块方向信息，并根据这个方向信息，对各个块自适应地选择一个预测器；然后通过预测误差的Context模型进一步去除相邻像素之间的相关性；最后采用Rice算法对误差图像进行编码。实验表明，这种方法简单实用，压缩效果好于JPEG无失真模式和JPEG-LS。     

图像的无损压缩研究

着重从编码原理、发展现状和国际标准三个方面论述了图像的无损压缩研究及其现状,描述了基于不同解相关模型的无损压缩算法的主要思想。同时,由于无损方法的低压缩比有时很难满足某些实际应用的要求,文中进一步阐述了近无损压缩的概念,阐明了近无损压缩方法：基于感兴趣区域、视觉无损以及信息无损的具体含义,并就无损压缩以及近无损压缩研究领域内所存在的一些问题和更深一步研究的方向进行了一些有益的探讨。     

基于块方向预测和Context的图象无失真编码方法

首先分析无失真图象编码技术,提出一种基于块方向预测和Context的自适应无失真编码方法,该方法主要使用块方向预测和基于Context的误差模型去除图象在空间上的相关性.在此方法中,一幅图象首先被分割成图象块,对图象的每一块自适应地选择一个使预测误差绝对值之和最小的块方向预测器；然后通过Context选择和误差反馈进一步降低信息熵；最后,采用快速而有效的Rice编码器对误差图象编码.实验结果显示，该方法的压缩效果明显优于JPEG(joint of picture expert group)无失真模式和FELICS(fast and efficient lossless image compression),略好于CB9和LOCO-I,甚至UCM(universal context modeling).     

自适应不规则纹理的胶囊内镜图像无损压缩

为缓解无线胶囊内镜图像在电子设备以及服务器中的存储压力,提出一种自适应不规则纹理的无损压缩算法。在图像块内,利用扩展角度预测模式寻找与待预测像素最邻近的5个参考像素,并给其中3个参考像素分配不同权重,同时根据邻近像素值梯度变化规律,扩大待预测像素在不规则纹理方向上的预测值选择范围,基于图像块的最小信息熵选择最优的预测值,将真实值与预测值作差获得预测残差,以适应不规则纹理图像。利用跨分量预测模式选择最优的预测系数,构建符合图像块内预测残差分布规律的线性关系,从而消除当前编码像素中3个分量的冗余数据。结合Deflate算法对经多角度预测模式与跨分量预测模式预测后的剩余残差进行熵编码。实验结果表明,该算法在Kvasir-Capsule数据集上的无损压缩比平均为5.81,相比WebP、SAP、MDIP等算法,具有较优的压缩性能,能够有效提高图像的冗余消除率,其中相较WebP算法的冗余消除率提高约1.9%。     

Lossless Compression of Random Forests

Journal of Computer Science and Technology - Ensemble methods are among the state-of-the-art predictive modeling approaches. Applied to modern big data, these methods often require a large number...     

无损音频中正交变换技术的算法研究

介绍了基于正交变换的无损音频编码的技术框架,并对其关键技术即分帧、整数变换和熵编码作了深入的分析和研究,同时实现了音频信号的编解码。最后将其在性能上与其它预测方案进行比较,结果表明其在压缩比上存在优势。     

遥感图像压缩中CCSDS标准的应用及VLSI实现

针对遥感图像的无损压缩应用,基于国际空间数据系统咨询委员会(CCSDS)犤1犦建议的无损数据压缩标准,结合局域纹理特征分析的处理方法犤2犦,设计了一种有效的遥感图像无损压缩方案。压缩方案由基于局域纹理分析的去相关处理、CCSDS建议的熵编码两部分组成,去相关操作是通过提取出两种有效的预测模型并自适应选择最佳的模型进行处理,然后使用快速有效的CCSDS熵编码器对最佳去相关模型的预测误差进行编码,同时算法中考虑面向空间应用的特殊性,设计了输入输出数据率恒定条件下的压缩码率控制方法,从而给出了一套完整的针对遥感图像压缩的具有可行性的解决方案,同时解决了压缩方案中VLSI实现的一些关键技术。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

基于多参数的数据压缩算法

通过对Huffman编码方法的研究,文中提出了一种基于多参数的数据无损压缩算法。基于原始数据集的元素个数统计,对原始数据集进行多次的合并,使合并后所得到的新数据集满足Huffman最佳编码要求,由此生成规模较小的数据合并对应表,并将数据编码分为一元即时码（前缀）和区分码（后缀）两个部分。数据多次合并的不同起始点为文中无损压缩方法的多参数,利用这些参数结合编码前缀及后缀即可唯一表示原始数据,去除了编码表。解码时无需逐位匹配即可复原原始数据。与传统方法相比,文中构造的基于多参数的数据无损压缩方法,编码结构简单,运算开销小,编解码效率较高。