CN102170568B - 高光谱遥感图像的无损压缩编码器及其译码器 - Google Patents

高光谱遥感图像的无损压缩编码器及其译码器 Download PDF

Info

Publication number
CN102170568B
CN102170568B CN 201110059117 CN201110059117A CN102170568B CN 102170568 B CN102170568 B CN 102170568B CN 201110059117 CN201110059117 CN 201110059117 CN 201110059117 A CN201110059117 A CN 201110059117A CN 102170568 B CN102170568 B CN 102170568B
Authority
CN
China
Prior art keywords
data
module
encoder
predicted
predicted difference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 201110059117
Other languages
English (en)
Other versions
CN102170568A (zh
Inventor
马丕明
王旭叶
张汉德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN 201110059117 priority Critical patent/CN102170568B/zh
Publication of CN102170568A publication Critical patent/CN102170568A/zh
Application granted granted Critical
Publication of CN102170568B publication Critical patent/CN102170568B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明提供了一种高光谱遥感图像的无损压缩编码器及其译码器,编码器包括预测差分模块、熵编码模块、输出控制模块,各模块间是串行关系,由同一时钟控制;预测差分模块是数据输入模块,同时完成预测和差分功能;熵编码模块是针对预测差分值进行无失真的熵编码器;输出控制模块在时钟信号的控制下,将码字经移位器处理后写入输出缓冲区。译码和编码的过程是非常对称的,译码完全是编码的逆过程,译码器和编码器使用相同的基本过程,模块相同但处理次序相反。本发明编码器具有低复杂度,能够在降低硬件复杂度的条件下实现较好的压缩性能,译码器能够从该编码器的压缩码流中恢复出原始数据。

Description

高光谱遥感图像的无损压缩编码器及其译码器
技术领域
本发明涉及一种用于高光谱遥感图像的无损压缩编码器和译码器,属移动通信信源编码领域。
背景技术
遥感是一种远离目标,通过识别目标发射或辐射的电磁波而判定、测量并分析目标性质的技术,广泛应用于军事侦查、资源探测、粮食估产和灾难预防等各个方面。遥感图像就是从远离地球的不同高度的遥感平台上,使用光谱传感器接收来自地球表层各类地物的各种信息而构成的图像。多光谱图像是指利用多光谱传感器对同一对象(区域或目标)在多个窄光谱波段范围上获得的图像,它记录了成像地物在多个光谱波段的响应特性。
成像光谱技术是从上世纪80年代初发展起来的遥感技术,它将成像与光谱技术结合起来,能够在连续光谱段上对同一地物同时成像,在探测物体空间特征的同时,又将每个空间像元色散形成几十到数百个窄波段、带宽为几个nm至20nm的连续光谱覆盖带,具有高空间和光谱分辨率、超多波段和图谱合一等特点。利用这种技术既能够对目标成像,又可以测量目标物波谱特性。由于成像光谱仪产生的光谱图像具有极高的光谱分辨率,因此也称之为高光谱图像。
随着成像光谱仪的普及应用,高光谱遥感图像的空间、谱间和时间分辨率越来越高,使得成像光谱数据量急剧增长,对海量数据进行有效地压缩成了遥感技术发展中迫切需要解决的一个问题。一方面,成像光谱数据获取代价非常昂贵,又具有长期的保存价值;另一方面,高光谱遥感图像的最终用途可能是不断变化的,而有损压缩将会丢失一些对进一步处理非常有用的信息,并且不能从压缩码流中恢复原始数据,因此,无损压缩方法对于高光谱图像的应用有着特殊重要的意义。
虽然连续色调静止图像无损/接近无损压缩标准JPEG-LS能够实现无损压缩,并且有着很好的压缩性能。但是算法只消除空间相关性,没有很好地利用高光谱遥感图像的谱间相关性,并且算法复杂度高,很难实现实时处理,不易于硬件实现。
发明内容
本发明针对现有高光谱遥感图像压缩技术存在的不足,提供一种能够在降低硬件实现复杂度的条件下实现压缩性能接近JPEG-LS压缩比的高光谱遥感图像的无损压缩编码器,同时提供一种能够从该编码器的压缩码流中恢复出原始数据的译码器。
本发明的高光谱遥感图像的无损压缩编码器采用以下技术解决方案:
该高光谱遥感图像的无损压缩编码器,包括预测差分模块、熵编码模块、输出控制模块,各模块间是串行关系,由同一时钟信号CLK1控制,并且由同一复位信号RESET1控制所有模块进入复位状态;预测差分模块是数据输入模块,同时完成预测和差分功能;熵编码模块的功能是针对预测差分值进行无失真的熵编码;输出控制模块将码字经移位器处理后写入输出缓冲区;当复位信号RESET1从高电平变为低电平的期间,编码器系统中的所有模块被初始化为复位状态,再向各个模块发送同步时钟信号CLK1;预测差分模块在每个时钟周期读入一个16位的原始数据,然后判断数据位置并且根据不同的位置选择不同的预测方式,接着将原始数据与预测数据进行差分运算,得到预测差分数据;通过熵编码器对得到的差分数据进行非等长编码;待编码码流累积到32位甚至超过32位时,通过输出控制模块将其打包成32位有效数据并且输出,当图像所有数据编码完成后,剩余码流不能恰好凑足32位时,需要在模块内部自动补零至32位输出,完成一幅图形的压缩编码。
预测方式包括边缘检测预测和梯度调节预测。
输出缓冲区是一个长度为52位的存储空间,高32位用于存放每次准备输出数据,低20位是保护空间,存放当写入数据超出32位时未能输出地剩余片段。
用于上述编码器压缩码流恢复原始数据的译码器采用以下技术解决方案:
该译码器包括输入控制模块、熵译码模块和预测差分模块,各模块间是串行关系,由同一时钟信号CLK2控制,并且由同一复位信号RESET2控制所有模块进入复位状态;输入控制模块在时钟信号的控制下,将32位待译码字读入输入缓冲区;熵译码模块是一个熵译码器,内有个40位的输入缓存区,低20位用来存放从输入控制模块读入的数据,高20位用来存放之前读入的还没译出的剩余数据,每译出一个数据,则令剩余的数据移向最高位,当缓存区内的剩余码字不够译出一个数据时,则向输入控制模块发送一个时钟信号,让其输出一个20位的数据到译码模块;预测差分模块的输入是12位数据,其功能是完成除第一波段或第一列以外数据的预测差分;当复位信号RESET2从高电平变为低电平的期间,译码器系统中的所有模块被初始化为复位状态,再向各个模块发送同步时钟信号CLK2;输入控制模块在每个时钟周期都会读入一个32位数据并将其分解;通过熵译码器将非等长码流译成预测差分数据;在预测差分模块内判断待译数据的位置并且根据不同的位置选择不同的预测方式,最后将预测差分数据与预测值通过加法器无失真恢复出原始图像数据。
译码和编码的过程是非常对称的,译码完全是编码的逆过程。也就是说,译码器和编码器使用相同的基本过程,模块相同但处理次序相反。
本发明编码器具有低复杂度,能够在降低硬件复杂度的条件下实现较好的压缩性能,同时提供的译码器能够从该编码器的压缩码流中恢复出原始数据,实现了将读入连续压缩码流无失真恢复出12位原始图像数据。
附图说明
图1是本发明中编码器的模块结构图。
图2是本发明中编码器的工作流程图。
图3是本发明中编码器的第一种预测方式因果模型图。
图4是本发明中编码器的第二种预测方式关联模型图。
图5是本发明中译码器的模块结构图。
图6是是本发明中译码器的工作流程图。
具体实施方式
本发明的高光谱遥感图像的无损压缩编码器实现了将读入的16位图像数据进行压缩编码输出连续的压缩码流,编码器的模块结构如图1所示,其内部包括预测差分模块、熵编码模块、输出控制模块,各模块间是串行关系,由同一时钟信号CLK1控制,流水作业,并且由同一复位信号RESET1控制所有模块进入复位状态。
编码器的各模块工作之前,在复位信号RESET1从高电平变为低电平的期间,所有模块都被初始化为复位状态,再向各个模块发送同步时钟信号CLK1;接下来编码器各模块的串行工作流程如图2表示,分为三步:1、在每个时钟周期通过预测差分模块读入一个16位的原始数据,然后判断数据位置并且根据不同的位置选择不同的预测方式,接着将原始数据与预测数据进行差分运算,得到预测差分数据。2、通过熵编码器对得到的差分数据进行非等长编码。3、待编码码流累积到32位甚至超过32位时,通过输出控制模块将其打包成32位有效数据并且输出。另外需要特别注意的是,当图像所有数据编码完成后,此时剩余码流可能不能恰好凑足32位,需要在模块内部自动补零至32位输出,这样就完成了图形的压缩编码。
下面从各个模块出发,详细介绍高光谱遥感图像的无损压缩编码过程。
(1)预测差分模块
预测差分模块是编码器的数据输入模块,同时完成预测和差分功能,是编码器的核心模块。在时钟信号的每个上升沿,模块读入一个16位的图像数据,并自动舍弃低四位无效数据。同时三个内部计数器自动加一记录当前被编码数据所在的波段、行和列数。这里需要注意的是对于高光谱遥感图像,为了更好的利用图像空间和谱间相关性,图像数据输入的顺序是先输入第一个波段的第一行,接着是第二个波段的第一行,然后是第三个波段的第一行,交叉输入直到波段总数为止。每个波段随后的行按照类似的方式交叉输入。
如果当前数据处在第一波段或第一列时,模块直接输出当前12位数据;否者如果处在第二波段或第二列或最后一列时,模块输出当前数据与经过预测方式一得到的预测值的差分值;其他位置则输出当前数据与经过预测方式二得到的预测值的差分值。差分运算是有符号减法,因此差分结果应当扩充一位符号位,但考虑到编码器输入数据的高度相关性,预测结果与当前数据应十分接近,即差分结果接近零,因此仍保持数据宽度12,高位为符号位,负数用反码表示。在硬件实现上,首先判断减数与被减数大小,由此判断若相减为负数则直接相减得到结果再减一,也就是将补码转换为反码,否则直接相减。
所述预测方式一也称为边缘检测预测(Median Edge Detector MED),它是一个非线性自适应预测器,预测器所采用的因果模型如图3所示,其思想是根据因果模板中待编码像素X的领域像素A、B、C,基于简单的中值边缘检测法,进行垂直与水平边界的检测,从而优选当前待编码像素X的预测值。即在当前像素X的左侧出现竖直边缘时选择上方领域点预测,在上方出现水平边缘时选择左侧领域点预测,在没有发现明显的边缘时则选择较平均的(A+B-C)作为预测值。这是一个复杂度低而预测效果好的自适应预测器,采上述预测器的模型可以表示如下,其中Px表示像素X的预测值。
Px = min ( A , B ) ifC > max ( A , B ) max ( A , B ) ifC < min ( A , B ) A + B - C otherwise
所述预测方式二也就是梯度调节预测器(Gradient Adjusted Predictor GAP)。这是一款简单的、自适应的、针对大量图像数据普适性强的非线性预测器,预测效果胜于MED。它以调节当前像素附近梯度值的变化来进行预测,图4给出了GAP所采用的关联模型。GAP使用的关联模型对于减少预测误差尤其是平滑区域的误差来说是非常有效的。
为了估计当前像素X,先定义dv和dh两个量:
dh=|W-WW|+|N-NW|+|NE-N|
dv=|W-NW|+|N-NN|+|NE-NNE|
显然,dh和dv是像素X邻域中垂直和水平方向的估计值,通过将dh和dv做差来检测图像中边缘的幅值和方向,具体过程如下列程序所示:
Figure BDA0000049924120000041
(2)熵编码模块
熵编码模块是针对预测差分值进行无失真熵编码,这里的熵编码选择霍夫曼编码。霍夫曼编码的原理是可变长最佳编码定理,即根据源数据符号出现的概率大小进行编码,出现概率大的符号分配越短的码字,出现概率小的符号分配越长的码字,用尽量少的比特数表示源数据,从而达到压缩源数据的目的。霍夫曼编码器可以使用很简单的查表方法进行编码,下表是本发明参考的霍夫曼编码表:
  数据长度   前缀码长   前缀码
  0   2   00
  1   3   010
  2   3   011
  3   3   100
  4   3   101
  5  3  110
  6  4  1110
  7  5  11110
  8  6  111110
  9  7  1111110
  10  8  11111110
  11  9  111111110
熵编码模块在每个时钟周期输入12位有符号数据,同时三个内部计数器自动加一记录当前被编码数据所在的波段、行和列数。如果当前数据处在第一波段或第一列时,模块直接将当前12位数据打包成20位数据(12位数据前补8个零)后输出;否则首先检查最高位,若为1则说明该数据是负数,从第一个0开始为有效数据;否者为正数,从第一个1开始为有效数据。编码器取出有效数据并记录数据长度,同时查找霍夫曼表确定前缀码,最终预测差分值的编码码字为前缀码与本身有效数据的结合,前缀码在前,有效数据在后。例如预测差分值的有效数据为101,数据长度为3,找到对应的前缀码100,最终编码后的码字为100101。
这样的编码方式会导致-1和0的编码码字完全相同,译码时难以判决。解决此问题的思路是-1的编码照旧,而认为0的数据长度为0,最终编码码字只取前缀码,不结合本身的有效数据,即-1的编码码字为0100,而0的编码码字为00。
因为输出前必须将前缀码与预测差分值的有效数据连接打包成一个新数据,输出定长数据,因此在编码模块还需加一个打包功能。按照霍夫曼表,可以确定码字的宽度为2至9位,预测差分值的有效数据的宽度为0至11位,因打包后的数据宽度为2至20位。最终打包后的数据结构如下表所示。
Figure BDA0000049924120000051
(3)输出控制模块
经过前几级模块的处理,已经得到了前缀码与有效差分数据打包的20位定长数据,但该数据高位有若干位是无效的零必须舍去,另外输出数据必须是定长的,为完成该功能,输出控制模块在时钟信号的控制下,将码字经移位器处理后写入输出缓冲区。输出缓冲区是一个长度为52位的存储空间,高32为用于存放每次准备输出数据,低20位是保护空间,主要存放当写入数据超出32位时未能输出的剩余片段。对应于这两个区间段,该缓冲区有两种工作状态,假设输出缓冲区内之前已经存在待输出数据,首先判断当前数据写入后是否达到32位,若小于32位则缓冲区处于正常工作状态,当前数据直接写入空白区域;否则缓冲区进入溢出状态,将部分当前数据写入剩余空白区域凑成32位并且输出,同时未能输出的剩余数据片段写入保护区,并在下一个时钟沿到来时移入缓冲区的最高位。之前也曾提到过,当图像所有数据编码完成后,此时缓冲区内的数据可能不能恰好凑足32位,需要在模块内部自动补零至32位输出。
译码和编码的过程是非常对称的,译码完全是编码的逆过程。也就是说,译码器和编码器使用相同的基本过程,模块相同但处理次序相反。本发明的译码器实现了将读入连续压缩码流无失真恢复出12位原始图像数据。
本发明译码器的模块结构如图5所示,其内部包括输入控制模块、熵译码模块和预测差分模块,各模块间也是串行关系,由同一时钟控制,流水作业,并且由同一复位信号RESET2控制所有模块进入复位状态。
译码器的各模块工作之前,在复位信号RESET2从高电平变为低电平的期间,所有模块都被初始化为复位状态,再向各个模块发送同步时钟信号CLK2;接下来译码器各模块的串行工作流程如图6所示,同样也分为三步:1、输入控制模块在每个时钟周期都会读入一个32位数据并将其分解。2、通过熵译码器将非等长码流译成预测差分数据。3、在预测差分模块内判断待译数据的位置并且根据不同的位置选择不同的预测方式,最后将预测差分数据与预测值通过加法器无失真恢复出原始图像数据。
(1)输入控制模块
输入控制模块在时钟信号CLK2的控制下,将32位待译码字读入输入缓冲区。输入缓冲区同样是一个长度为52位的存储空间,高20位是保护空间,主要存放待译数据;低32位是用来存放每次输入的数据。假设缓冲区之前已经存在数据,首先判断缓冲区内的数据是否满20位,如果未满20位,则缓冲区处于正常工作状态,在下一个时钟沿到来时直接读入32位数据;否则缓冲区进入溢出状态,在译码模块的指示时钟沿到来时将高20输出到译码模块,而将缓冲区内的剩余数据移入最高位。
(2)熵译码模块
译码模块内有个40位的输入缓存区,低20位用来存放从输入控制模块读入的数据,高20位用来存放之前读入的还没译出的剩余数据。每译出一个数据,则令剩余的数据移向最高位。当缓存区内的剩余码字不够译出一个数据时,则向输入控制模块发送一个时钟信号,让其输出一个20位的数据到译码模块。
在时钟信号CLK2的控制下,三个内部计数器自动加一记录当前待译码数据所在的波段、行和列数。在译码前判断当前待数据的位置,如果数据处在第一波段或第一列时,模块直接输出高12位数据作为译码后的图像数据,否者在模块内进行译码处理。
译码的过程和编码的过程是相对的,采用的是遍历搜索法。即先获取2位码字,比较有没有和表一中的前缀码长为2的前缀码字(即00)相同的,如果相同,直接译为0;否者接着再读取一位,比较有没有和表一中的前缀码长为3的前缀码字相同的,如果相同就再读取对应的数据长度个码字;如果不相同,接着再读取一位,直到有相同的前缀码字为止,再读取对应的数据长度个码字。
在知道前缀码后,如果读取的码字第一个二进制数为0,则先加1,并在高位补1使其满12位,然后模块输出这12位负数的补码形式;否者在读取的码字高位补0使其满12位然后输出。
(3)预测差分模块
预测差分模块在每个时钟周期内输入12位数据,其功能是完成除第一波段或第一列以外数据的预测差分。同编码器中的预测差分模块一样,当待译码的数据处在第一波段或第一列时,模块直接输出当前12位数据作为译码后的图像数据;否者如果处在第二波段或第二列或最后一列时,模块输出当前数据与经过预测方式一得到的预测值的差分值;其他位置则输出当前数据与经过预测方式二得到的预测值的差分值。这里的差分运算是有符号加法,即当前的数据与经预测器得到的预测值相加获得译码后的图像数据。

Claims (3)

1.一种高光谱遥感图像的无损压缩编码器,其特征是:包括预测差分模块、熵编码模块、输出控制模块,各模块间是串行关系,由同一时钟信号CLK1控制,并且由同一复位信号RESET1控制所有模块进入复位状态;预测差分模块是数据输入模块,同时完成预测和差分功能;熵编码模块是针对预测差分值进行无失真熵编码的熵编码器;输出控制模块将码字经移位器处理后写入输出缓冲区;当复位信号从高电平变为低电平的期间,编码器系统中的所有模块被初始化为复位状态,再向各个模块发送同步时钟信号CLK1;预测差分模块在每个时钟周期读入一个16位的原始数据,并舍弃低4位无效数据,然后判断当前数据位置,如果当前数据处在第一波段或第一列时,预测差分模块直接输出当前12位数据,作为预测差分数据;否则如果处在第二波段或第二列或最后一列时,预测差分模块输出当前数据与经过边缘检测预测得到的预测值的差分值作为预测差分数据;其它位置则输出当前数据与经过梯度调节预测得到的预测值的差分值作为预测差分数据;通过熵编码器对得到的预测差分数据进行非等长编码;当编码码流累积到32位或者超过32位时,通过输出控制模块将其打包成32位有效数据并且输出,当图像所有数据编码完成后,剩余码流不能恰好凑足32位时,需要在模块内部自动补零至32位输出,完成一幅图形的压缩编码。
2.根据权利要求1所述的高光谱遥感图像的无损压缩编码器,其特征是:所述输出缓冲区是一个长度为52位的存储空间,高32位用于存放每次准备输出数据,低20位是保护空间,存放当写入数据超出32位时未能输出的剩余片段。
3.一种用于权利要求1所述高光谱遥感图像的无损压缩编码器的译码器,其特征是:包括输入控制模块、熵译码模块和预测差分模块,各模块间是串行关系,由同一时钟信号CLK2控制,并且由同一复位信号RESET2控制所有模块进入复位状态;输入控制模块在时钟信号的控制下,将32位待译码字读入输入缓冲区;熵译码模块是一个熵译码器,内有个40位的输入缓存区,低20位用来存放从输入控制模块读入的数据,高20位用来存放之前读入的还没译出的剩余数据,每译出一个数据,则令剩余的数据移向最高位,当缓存区内的剩余码字不够译出一个数据时,则向输入控制模块发送一个时钟信号,让其输出一个20位的数据到译码模块;预测差分模块的输入是12位数据,其功能是完成除第一波段或第一列以外数据的预测差分;当复位信号RESET2从高电平变为低电平的期间,译码器系统中的所有模块被初始化为复位状态,再向各个模块发送同步时钟信号CLK2;输入控制模块在每个时钟周期都会读入一个32位数据并将其分解;通过熵译码器将非等长码流译成预测差分数据;在预测差分模块内,判断待译码的数据的位置,当待译码的数据处在第一波段或第一列时,预测差分模块直接输出当前12位数据作为译码后的图像数据;如果处在第二波段或第二列或最后一列时,预测差分模块进行边缘检测预测得到预测值;其它位置则进行梯度调节预测得到预测值,最后将预测差分数据与预测值通过加法器无失真恢复出原始图像数据。
CN 201110059117 2011-03-11 2011-03-11 高光谱遥感图像的无损压缩编码器及其译码器 Expired - Fee Related CN102170568B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110059117 CN102170568B (zh) 2011-03-11 2011-03-11 高光谱遥感图像的无损压缩编码器及其译码器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110059117 CN102170568B (zh) 2011-03-11 2011-03-11 高光谱遥感图像的无损压缩编码器及其译码器

Publications (2)

Publication Number Publication Date
CN102170568A CN102170568A (zh) 2011-08-31
CN102170568B true CN102170568B (zh) 2012-09-05

Family

ID=44491522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110059117 Expired - Fee Related CN102170568B (zh) 2011-03-11 2011-03-11 高光谱遥感图像的无损压缩编码器及其译码器

Country Status (1)

Country Link
CN (1) CN102170568B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102685498B (zh) * 2012-04-24 2015-03-04 浙江工业大学 一种基于jpeg-ls帧间扩展的三维声纳图像序列无损压缩方法
CN108846873A (zh) * 2018-06-21 2018-11-20 桂林电子科技大学 一种基于灰度概率的医学图像无损压缩方法
CN111818086A (zh) * 2020-07-24 2020-10-23 北京星途探索科技有限公司 一种适用于遥测数字量的帧差分压缩传输方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1351519A2 (en) * 2002-03-28 2003-10-08 Sony United Kingdom Limited Data compression for multi-generation images
CN101742299A (zh) * 2008-11-21 2010-06-16 中国科学院空间科学与应用研究中心 一种符合ccsds标准的图像无损压缩处理系统及方法
CN101771874A (zh) * 2009-12-31 2010-07-07 华中科技大学 一种卫星图像压缩方法及其实现装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6493842B1 (en) * 1999-06-29 2002-12-10 Sony Corporation Time-varying randomization for data synchronization and implicit information transmission

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1351519A2 (en) * 2002-03-28 2003-10-08 Sony United Kingdom Limited Data compression for multi-generation images
CN101742299A (zh) * 2008-11-21 2010-06-16 中国科学院空间科学与应用研究中心 一种符合ccsds标准的图像无损压缩处理系统及方法
CN101771874A (zh) * 2009-12-31 2010-07-07 华中科技大学 一种卫星图像压缩方法及其实现装置

Also Published As

Publication number Publication date
CN102170568A (zh) 2011-08-31

Similar Documents

Publication Publication Date Title
CN110235444A (zh) 使用多条参考线的帧内预测
CN104394418B (zh) 一种视频数据编码、解码的方法及装置
CN1535024B (zh) 视频编码设备和方法及视频解码设备和方法
KR20120118465A (ko) 예시-기반의 초 해상도를 이용하여 비디오 압축을 위한 데이터 프루닝
Shukla et al. A survey on lossless image compression methods
CN105556971A (zh) 针对帧内块复制预测中的块翻动和跳跃模式的编码器侧判定
CN107105247A (zh) 视频数据的变换单位的子集的编解码的方法、设备和系统
CN106658019A (zh) 参考帧编解码的方法与装置
CN105103549A (zh) 根据重要系数的参数的重要系数编码和解码
CN102172022A (zh) 使用内插滤波器及偏移的数字视频译码
CN104396247A (zh) 用于视频译码的基于lcu的自适应环路滤波
WO2015103088A1 (en) Recursive block partitioning
CN104396261A (zh) 使用高速边缘检测的视频编码方法和装置以及相关视频解码方法和装置
CN102300095B (zh) 一种超谱信号的快速压缩编码方法及图像压缩方法
CN101640803A (zh) 一种用于多光谱图像的渐进的分布式编解码方法及装置
US9398273B2 (en) Imaging system, imaging apparatus, and imaging method
CN106998470A (zh) 解码方法、编码方法、解码设备和编码设备
CN102170568B (zh) 高光谱遥感图像的无损压缩编码器及其译码器
CN108171325B (zh) 一种多尺度人脸恢复的时序集成网络、编码装置及解码装置
Hassan et al. Spatial domain lossless image data compression method
KR20220043912A (ko) 머신 비전을 위한 다중 태스크 시스템에서의 딥러닝 기반 특징맵 코딩 장치 및 방법
KR20090095979A (ko) 리프팅 기반 방향성 웨이블렛 변환의 적응적 갱신 방법 및갱신 장치와 이를 위한 기록 매체
CN107079171A (zh) 使用改进的预测滤波器编码和解码视频信号的方法和装置
KR20220097251A (ko) 예측을 이용하는 머신 비전 데이터 코딩 장치 및 방법
CN102685498B (zh) 一种基于jpeg-ls帧间扩展的三维声纳图像序列无损压缩方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
CB03 Change of inventor or designer information

Inventor after: Ma Piming

Inventor after: Wang Xuye

Inventor after: Zhang Hande

Inventor before: Ma Piming

Inventor before: Wang Xuye

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: MA PIMING WANG XUYE TO: MA PIMING WANG XUYE ZHANG HANDE

C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120905

Termination date: 20150311

EXPY Termination of patent right or utility model