CN102222351A - 基于光学轮廓波变换的图像压缩系统 - Google Patents

基于光学轮廓波变换的图像压缩系统 Download PDF

Info

Publication number
CN102222351A
CN102222351A CN 201110143376 CN201110143376A CN102222351A CN 102222351 A CN102222351 A CN 102222351A CN 201110143376 CN201110143376 CN 201110143376 CN 201110143376 A CN201110143376 A CN 201110143376A CN 102222351 A CN102222351 A CN 102222351A
Authority
CN
China
Prior art keywords
fourier
catoptron
optical splitter
spatial light
light modulator
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.)
Granted
Application number
CN 201110143376
Other languages
English (en)
Other versions
CN102222351B (zh
Inventor
韩亮
蒲秀娟
余月华
吴江洲
张博为
李禅飞
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN2011101433764A priority Critical patent/CN102222351B/zh
Publication of CN102222351A publication Critical patent/CN102222351A/zh
Application granted granted Critical
Publication of CN102222351B publication Critical patent/CN102222351B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明一种基于光学轮廓波变换的图像压缩系统,属于图像处理技术领域。该系统包括光学轮廓波变换模块、量化模块和统计编码模块;先将输入图像经光学轮廓波变换模块实现轮廓波变换,得到输入图像的轮廓波变换的数值结果;然后由量化模块对输入图像的轮廓波变换的数值结果进行量化,得到输入图像的轮廓波变换的数值结果的量化结果;再由统计编码模块对输入图像的轮廓波变换的数值结果的量化结果进行编码,得到输入图像的压缩编码结果。本发明提出的图像压缩方法可以用于远程教育、远程医疗、图像监测、数码照相、交通监控等众多领域,与传统的图像压缩方法相比,它可以提高图像压缩速度。

Description

基于光学轮廓波变换的图像压缩系统
技术领域
本发明属于图像处理技术领域,涉及图像压缩技术,具体地说,是一种基于光学轮廓波(Contourlet)变换的图像压缩系统。
背景技术
现代图像和多媒体通信业务的发展需要大量地存储、记录和传输各类图像。解决这一问题的必经之路是进行图像的数字化。图像信号数字化具有许多模拟信号所不具备的优点,如:易于采用信道编码技术提高传输的可靠性;便于利用时分复用与其它通信业务相结合;易于加密,提高安全性等。但是,图像数字化后的数据量太大,难以直接存储和传输,因此对数字图像实行数据压缩势在必行。图像编码是在保证达到所要求的图像质量的前提下,设法降低所必需的数码率而采取的压缩编码技术。通过图像编码达到节省传输带宽或节省存储空间的目的,同时也为多媒体计算机处理提供可能。图像压缩已被广泛地应用于远程教育、远程医疗、图像监测、数码照相、交通监控等众多领域。
小波变换是图像压缩的有效工具,它能针对图像的特定频率成分进行处理,并很好地反映信号的零维奇异特征,已被成功地应用于图像压缩中。但是,常用的二维小波是由两个一维小波的张量积形成,其方向选择性有限,且各向同性,难以很好地表示图像的边缘、轮廓和纹理等具有高维奇异性的几何特征。
轮廓波变换是一种真正意义上的图像的二维表示方法,具有良好的多分辨率、局部化和方向性等优良特性,它将小波的优点延伸到高维空间,能够更好地刻画高维信息的特征,更适合处理具有超平面奇异性的信息。轮廓波变换更适合应用于图像压缩中,提高图像压缩的速度。
但是,目前基于电学数值计算的轮廓波变换应用时庞大的计算量制约了其应用的进一步推广,基于电学轮廓波变换的图像压缩技术具有压缩速度慢的显著缺点,难以满足图像压缩的实时性的要求。
发明内容
本发明的目的是提供一种基于光学轮廓波变换的图像压缩系统,可以提高图像压缩的速度。
本发明的具体技术方案是:
一种基于光学轮廓波变换的图像压缩系统,包括光学轮廓波变换模块和第四计算机,其中所述第四计算机包括量化模块和统计编码模块,
所述光学轮廓波变换模块中氦氖激光器位于针孔滤波器前方20~25cm处,针孔滤波器位于准直透镜的前焦面处,所述准直透镜后方30~35cm处安装第一电寻址空间光调制器,所述第一电寻址空间光调制器后方20~25cm处安装第一分光器,所述第一分光器后方安装第一傅里叶反射镜,所述第一电寻址空间光调制器与所述第一傅里叶反射镜的距离等于所述第一傅里叶反射镜的焦距,所述第一分光器下方安装第二电寻址空间光调制器,所述第一傅里叶反射镜与所述第一分光器的距离同所述第一分光器与第二电寻址空间光调制器的距离之和等于所述第一傅里叶反射镜的焦距,所述第二电寻址空间光调制器的下方20~25cm处安装第二分光器,所述第二分光器下方安装第二傅里叶反射镜,所述第二电寻址空间光调制器与所述第二傅里叶反射镜的距离等于所述第二傅里叶反射镜的焦距,所述第二分光器左方安装CCD光电耦合器件,所述第二傅里叶反射镜与所述第二分光器的距离同所述第二分光器与CCD光电耦合器件的距离之和等于所述第二傅里叶反射镜的焦距;所述氦氖激光器、针孔滤波器、准直透镜、第一电寻址空间光调制器、第一分光器、第一傅里叶反射镜在同一轴线上;所述第一分光器、第二电寻址空间光调制器、第二分光器、第二傅里叶反射镜在同一轴线上;所述第二分光器,CCD光电耦合器件在同一轴线上;所述第一电寻址空间光调制器用电缆与第一计算机相连接,所述第二电寻址空间光调制器用电缆与第二计算机相连接,所述CCD光电耦合器件用电缆与第三计算机相连接,所述第三计算机用电缆与所述第四计算机相连接;
氦氖激光器通过针孔滤波器和准直透镜形成平行光照射在第一电寻址空间光调制器上,由第一计算机控制将输入图像加载到第一电寻址空间光调制器上,通过第一傅里叶反射镜实现对输入图像的傅里叶变换,平行光照射输入图像后形成物光,经第一分光器透射在第一傅里叶反射镜上,第一傅里叶反射镜将入射光反射到第一分光器上,再被第一分光器反射到第二电寻址空间光调制器上,在所述第二电寻址空间光调制器处形成输入图像的频谱,由第二计算机控制将频域形式的轮廓波变换滤波器加载到第二电寻址空间光调制器上,在所述第二电寻址空间光调制器上完成对输入图像的频谱与频域形式的轮廓波滤波器相乘,通过第二傅里叶反射镜实现输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换,所述相乘结果经第二分光器透射在第二傅里叶反射镜上,第二傅里叶反射镜将入射光反射到第二分光器上,再被第二分光器反射到CCD光电耦合器件上,在该处得到输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换的数值结果;
由第三计算机控制CCD光电耦合器件采集所述输入图像的轮廓波变换结果,并读入所述第三计算机;
将输入图像的轮廓波变换的数值结果经所述第四计算机中所述量化模块进行零树量化,得到输入图像的轮廓波变换的数值结果的量化结果;
将输入图像的轮廓波变换的数值结果的量化结果经所述第四计算机中统计编码模块进行赫夫曼编码,得到输入图像的压缩编码结果。
其中,所述氦氖激光器的输出功率为60-90mw,偏振比为1000:1,发散角≤0.5mrad;所述针孔滤波器的针孔直径为10μm;所述准直透镜的焦距为400mm,孔径直径为100mm;所述第一、第二电寻址空间光调制器的分辨率为1024×768,液晶尺寸为14.4mm×10.8mm,象元尺寸为14μm×14μm,刷新频率为60Hz,对比度为400:1,最高透射率为21%;所述第一、第二分光器的分光角度为45-90度;所述第一、第二傅里叶反射镜的焦距为500mm,孔径直径为100mm;所述CCD光电耦合器件的输出图像最大分辨率为3456×2304,感光元件尺寸为22.2mm×14.8 mm。
本发明还提供一种基于光学轮廓波变换的图像压缩系统,用于远程教育、远程医疗、图像监测、数码照相、交通监控的用途。
本发明的工作原理如下:
氦氖激光器通过针孔滤波器和准直透镜形成平行光照射在第一电寻址空间光调制器上,由第一计算机控制将输入图像加载到第一电寻址空间光调制器上,通过第一傅里叶反射镜实现对输入图像的傅里叶变换,平行光照射输入图像后形成物光,经第一分光器透射在第一傅里叶反射镜上,第一傅里叶反射镜将入射光反射到第一分光器上,再被第一分光器反射到第二电寻址空间光调制器上,在该处形成输入图像的频谱,由第二计算机控制将频域形式的轮廓波变换滤波器加载到第二电寻址空间光调制器上,在所述第二电寻址空间光调制器上完成对输入图像的频谱与频域形式的轮廓波滤波器相乘,通过第二傅里叶反射镜实现输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换,所述相乘结果经第二分光器透射在第二傅里叶反射镜上,第二傅里叶反射镜将入射光反射到第二分光器上,再被第二分光器反射到CCD光电耦合器件上,在该处得到输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换的数值结果,由第三计算机控制CCD光电耦合器件及所述输入图像的轮廓波变换结果,并读入所述第三计算机。
对于采集到的输入图像的轮廓波变换结果,采用零树量化方法进行量化,零树量化依据设定的一组阈值T0,T1……Tn,其中Ti=Ti-1/2,逐个阈值将输入图像的轮廓波变换结果分为重要系数、零树根和孤立零点,并对重要系数的幅值取整量化。
对于输入图像轮廓波变换结果的量化结果,采用赫夫曼编码方法进行统计编码,赫夫曼编码对出现概率大的信息符号分配短码,对出现概率小的信息符号分配长码,码字长度按照所对应的符号出现概率大小逆序排列,最终得到图像压缩结果。
对于利用本发明提出的方法得到的图像压缩结果,利用计算机通过数值计算的方法实现对图像压缩结果的解压缩。
本发明与现有技术相比有如下优点:
(1)基于光学方法实现轮廓波变换,具有光学信息处理高速、并行和大容量的特征,与电学方法相比较,提高信息处理的速度。
(2)将光学轮廓波变换方法应用于图像压缩技术,有效提高图像压缩速度,促进实时动态的图像压缩技术的发展。
(3)将傅里叶反射镜用于光学图像处理,相对于傅里叶透镜而言,傅里叶反射镜具有消色差、使系统光路可折叠、避免透镜表面反射造成光能损失的优点,能更好地实现图像的傅里叶变换。
附图说明
图1为本发明的原理方框图;
图2是本发明中光学轮廓波变换模块的结构示意图;
图3 为本发明的整体结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
下面结合附图对本发明的实施例做进一步详述:
如图1所示,该基于光学轮廓波变换的图像压缩系统包括光学轮廓波变换模块和第四计算机14,其中第四计算机14包括量化模块和统计编码模块,光学轮廓波变换模块的输出端与量化模块的输入端连接,量化模块的输出端与编码模块的输入端连接。
实施例1:光学轮廓波变换模块中氦氖激光器1位于针孔滤波器2前方22cm处,针孔滤波器2位于准直透镜3的前焦面处,所述准直透镜3后方32cm处安装第一电寻址空间光调制器4,所述第一电寻址空间光调制器4后方22cm处安装第一分光器5,所述第一分光器5后方安装第一傅里叶反射镜6,所述第一电寻址空间光调制器4与所述第一傅里叶反射镜6的距离等于所述第一傅里叶反射镜6的焦距,所述第一分光器5下方安装第二电寻址空间光调制器7,所述第一傅里叶反射镜6与所述第一分光器5的距离同所述第一分光器5与第二电寻址空间光调制器7的距离之和等于所述第一傅里叶反射镜6的焦距,所述第二电寻址空间光调制器7的下方22cm处安装第二分光器8,所述第二分光器下方安装第二傅里叶反射镜9,所述第二电寻址空间光调制器7与所述第二傅里叶反射镜9的距离等于所述第二傅里叶反射镜9的焦距,所述第二分光器8左方安装CCD光电耦合器件10,所述第二傅里叶反射镜9与所述第二分光器8的距离同所述第二分光器8与CCD光电耦合器件10的距离之和等于所述第二傅里叶反射镜9的焦距;所述氦氖激光器1、针孔滤波器2、准直透镜3、第一电寻址空间光调制器4、第一分光器5、第一傅里叶反射镜6在同一轴线上;所述第一分光器5、第二电寻址空间光调制器7、第二分光器8、第二傅里叶反射镜9在同一轴线上;所述第二分光器8,CCD光电耦合器件10在同一轴线上;所述第一电寻址空间光调制器4用电缆与第一计算机11相连接,所述第二电寻址空间光调制器7用电缆与第二计算机12相连接,所述CCD光电耦合器件10用电缆与第三计算机13相连接,所述第三计算机13用电缆与所述第四计算机14相连接,如图3所示。
氦氖激光器的型号为虹扬2000,输出功率为80mw,偏振比为1000:1,发散角≤0.5mrad。
针孔滤波器的型号为SZ-52,针孔直径为10μm。
准直透镜的型号为GCO-0203M,焦距为400mm,孔径直径为100mm。
分光器的分光角度为90度。
第一、第二电寻址空间光调制器的液晶板采用的是SONY lcx038,其分辨率为1024×768,液晶尺寸为14.4mm×10.8mm,象元尺寸为14μm×14μm,刷新频率为60Hz,对比度为400:1,最高透射率为21%。
第一、第二傅里叶反射镜焦距为500mm,孔径直径为100mm。
实施例2与实施例1结构及方法相同,所不同的是实施例2中氦氖激光器1位于针孔滤波器2前方24cm处,准直透镜3后方34cm处安装第一电寻址空间光调制器4,第一电寻址空间光调制器4后方24cm处安装第一分光器5,第二电寻址空间光调制器7的下方24cm处安装第二分光器8。
实施例3与实施例1结构及方法相同,所不同的是实施例3中氦氖激光器1位于针孔滤波器2前方20cm处,准直透镜3后方30cm处安装第一电寻址空间光调制器4,第一电寻址空间光调制器4后方20cm处安装第一分光器5,第二电寻址空间光调制器7的下方20cm处安装第二分光器8。
应用光学轮廓波变换模块实现输入图像的轮廓波变换,如图2所示,氦氖激光器1通过针孔滤波器2和准直透镜3形成平行光照射在第一电寻址空间光调制器4上,由第一计算机11控制将输入图像加载到第一电寻址空间光调制器4上,通过第一傅里叶反射镜6实现对输入图像的傅里叶变换,平行光照射输入图像后形成物光,经第一分光器5透射在第一傅里叶反射镜6上,第一傅里叶反射镜6将入射光反射到第一分光器5上,再被第一分光器5反射到第二电寻址空间光调制器7上,在该处形成输入图像的频谱,由第二计算机12控制将频域形式的轮廓波变换滤波器加载到第二电寻址空间光调制器7上,在所述第二电寻址空间光调制器7上完成对输入图像的频谱与频域形式的轮廓波滤波器相乘,通过第二傅里叶反射镜9实现输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换,所述相乘结果经第二分光器8透射在第二傅里叶反射镜9上,第二傅里叶反射镜9将入射光反射到第二分光器8上,再被第二分光器8反射到CCD光电耦合器件10上,在该处得到输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换的数值结果,由第三计算机13控制CCD光电耦合器件10采集所述输入图像的轮廓波变换结果,并读入所述第三计算机13。
应用量化模块对由光学轮廓波变换模块中得到的输入图像的轮廓波变换的数值结果进行零树量化,得到输入图像的轮廓波变换的数值结果的量化结果,量化模块利用第四计算机14实现。
应用统计编码模块对由量化模块得到的输入图像轮廓波变换的数值结果的量化结果进行赫夫曼编码,得到输入图像的压缩编码结果,编码模块利用第四计算机14实现。
本发明提出一种基于光学轮廓波变换的图像压缩系统,可用于远程教育、远程医疗、图像监测、数码照相、交通监控等众多领域,与传统的图像压缩方法相比,它可以提高图像压缩的速度。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (3)

1.一种基于光学轮廓波变换的图像压缩系统,其特征在于:包括光学轮廓波变换模块和第四计算机(14),其中所述第四计算机(14)包括量化模块和统计编码模块,
所述光学轮廓波变换模块中氦氖激光器(1)位于针孔滤波器(2)前方20~25cm处,针孔滤波器(2)位于准直透镜(3)的前焦面处,所述准直透镜(3)后方30~35cm处安装第一电寻址空间光调制器(4),所述第一电寻址空间光调制器(4)后方20~25cm处安装第一分光器(5),所述第一分光器(5)后方安装第一傅里叶反射镜(6),所述第一电寻址空间光调制器(4)与所述第一傅里叶反射镜(6)的距离等于所述第一傅里叶反射镜(6)的焦距,所述第一分光器(5)下方安装第二电寻址空间光调制器(7),所述第一傅里叶反射镜(6)与所述第一分光器(5)的距离同所述第一分光器(5)与第二电寻址空间光调制器(7)的距离之和等于所述第一傅里叶反射镜(6)的焦距,所述第二电寻址空间光调制器(7)的下方20~25cm处安装第二分光器(8),所述第二分光器下方安装第二傅里叶反射镜(9),所述第二电寻址空间光调制器(7)与所述第二傅里叶反射镜(9)的距离等于所述第二傅里叶反射镜(9)的焦距,所述第二分光器(8)左方安装CCD光电耦合器件(10),所述第二傅里叶反射镜(9)与所述第二分光器(8)的距离同所述第二分光器(8)与CCD光电耦合器件(10)的距离之和等于所述第二傅里叶反射镜(9)的焦距;所述氦氖激光器(1)、针孔滤波器(2)、准直透镜(3)、第一电寻址空间光调制器(4)、第一分光器(5)、第一傅里叶反射镜(6)在同一轴线上;所述第一分光器(5)、第二电寻址空间光调制器(7)、第二分光器(8)、第二傅里叶反射镜(9)在同一轴线上;所述第二分光器(8),CCD光电耦合器件(10)在同一轴线上;所述第一电寻址空间光调制器(4)用电缆与第一计算机(11)相连接,所述第二电寻址空间光调制器(7)用电缆与第二计算机(12)相连接,所述CCD光电耦合器件(10)用电缆与第三计算机(13)相连接,所述第三计算机(13)用电缆与所述第四计算机(14)相连接;
氦氖激光器(1)通过针孔滤波器(2)和准直透镜(3)形成平行光照射在第一电寻址空间光调制器(4)上,由第一计算机(11)控制将输入图像加载到第一电寻址空间光调制器(4)上,通过第一傅里叶反射镜(6)实现对输入图像的傅里叶变换,平行光照射输入图像后形成物光,经第一分光器(5)透射在第一傅里叶反射镜(6)上,第一傅里叶反射镜(6)将入射光反射到第一分光器(5)上,再被第一分光器(5)反射到第二电寻址空间光调制器(7)上,在所述第二电寻址空间光调制器(7)处形成输入图像的频谱,由第二计算机(12)控制将频域形式的轮廓波变换滤波器加载到第二电寻址空间光调制器(7)上,在所述第二电寻址空间光调制器(7)上完成对输入图像的频谱与频域形式的轮廓波滤波器相乘,通过第二傅里叶反射镜(9)实现输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换,相乘结果经第二分光器(8)透射在第二傅里叶反射镜(9)上,第二傅里叶反射镜(9)将入射光反射到第二分光器(8)上,再被第二分光器(8)反射到CCD光电耦合器件(10)上,在该处得到输入图像的频谱与频域形式的轮廓波滤波器相乘结果的傅里叶变换的数值结果;
由所述第三计算机(13)控制所述CCD光电耦合器件(10)采集所述输入图像的轮廓波变换结果,并读入所述第三计算机(13);
将输入图像的轮廓波变换的数值结果经所述第四计算机(14)中所述量化模块进行零树量化,得到输入图像的轮廓波变换的数值结果的量化结果;
将输入图像的轮廓波变换的数值结果的量化结果经所述第四计算机(14)中统计编码模块进行赫夫曼编码,得到输入图像的压缩编码结果。
2.根据权利要求1所述基于光学轮廓波变换的图像压缩方法,其特征在于:所述氦氖激光器(1)的输出功率为60-90mw,偏振比为1000:1,发散角≤0.5mrad;所述针孔滤波器(2)的针孔直径为10μm;所述准直透镜(3)的焦距为400mm,孔径直径为100mm;所述第一、第二电寻址空间光调制器(4,7)的分辨率为1024×768,液晶尺寸为14.4mm×10.8mm,象元尺寸为14μm×14μm,刷新频率为60Hz,对比度为400:1,最高透射率为21%;所述第一、第二分光器(5,8)的分光角度为45-90度;所述第一、第二傅里叶反射镜(6,9)的焦距为500mm,孔径直径为100mm;所述CCD光电耦合器件(10)的输出图像最大分辨率为3456×2304,感光元件尺寸为22.2mm×14.8 mm。
3.一种根据权利要求1所述的基于光学轮廓波变换的图像压缩系统,用于远程教育、远程医疗、图像监测、数码照相、交通监控的用途。
CN2011101433764A 2011-05-31 2011-05-31 基于光学轮廓波变换的图像压缩系统 Expired - Fee Related CN102222351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011101433764A CN102222351B (zh) 2011-05-31 2011-05-31 基于光学轮廓波变换的图像压缩系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101433764A CN102222351B (zh) 2011-05-31 2011-05-31 基于光学轮廓波变换的图像压缩系统

Publications (2)

Publication Number Publication Date
CN102222351A true CN102222351A (zh) 2011-10-19
CN102222351B CN102222351B (zh) 2012-08-15

Family

ID=44778895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101433764A Expired - Fee Related CN102222351B (zh) 2011-05-31 2011-05-31 基于光学轮廓波变换的图像压缩系统

Country Status (1)

Country Link
CN (1) CN102222351B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106952314A (zh) * 2017-03-01 2017-07-14 西安电子科技大学 基于频域方向滤波器的递归预测图像压缩方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002112039A (ja) * 2000-09-29 2002-04-12 Ricoh Co Ltd 画像符号化/復号化処理装置
CN101571919A (zh) * 2009-05-26 2009-11-04 重庆大学 基于光学非下采样轮廓波变换的人脸识别方法
CN101894364A (zh) * 2010-05-31 2010-11-24 重庆大学 基于光学非下采样轮廓波变换的图像融合方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002112039A (ja) * 2000-09-29 2002-04-12 Ricoh Co Ltd 画像符号化/復号化処理装置
CN101571919A (zh) * 2009-05-26 2009-11-04 重庆大学 基于光学非下采样轮廓波变换的人脸识别方法
CN101894364A (zh) * 2010-05-31 2010-11-24 重庆大学 基于光学非下采样轮廓波变换的图像融合方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《光学精密工程》 20100331 徐鑫等, 应用图像纹理连续性的4f系统图像非下采样轮廓波变换域降噪 748-755 1-3 第18卷, 第3期 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106952314A (zh) * 2017-03-01 2017-07-14 西安电子科技大学 基于频域方向滤波器的递归预测图像压缩方法
CN106952314B (zh) * 2017-03-01 2019-06-21 西安电子科技大学 基于频域方向滤波器的递归预测图像压缩方法

Also Published As

Publication number Publication date
CN102222351B (zh) 2012-08-15

Similar Documents

Publication Publication Date Title
US20190394427A1 (en) System for perceiving and co-processing intelligent connected vehicle-oriented scene image data
US7307580B2 (en) Non-statistical method for compressing and decompressing complex SAR data
CN101893552B (zh) 基于压缩感知的高光谱成像仪及成像方法
CN101894364B (zh) 基于光学非下采样轮廓波变换的图像融合方法和装置
CN101571919B (zh) 基于光学非下采样轮廓波变换的人脸识别方法
CN113365014B (zh) 一种并行压缩感知gpu加速实时成像系统与方法
CN105223582A (zh) 一种基于压缩感知的激光雷达成像装置及成像方法
CN111650601B (zh) 车载相干激光雷达高分辨3d成像方法及装置
CN101241173A (zh) 红外体视热像方法及其系统
US20210343047A1 (en) Three-dimensional data point encoding and decoding method and device
CN102222351B (zh) 基于光学轮廓波变换的图像压缩系统
CN113790676B (zh) 一种基于编码孔径和光场分布的三维空间光谱成像方法及装置
CN106791781A (zh) 一种连续波相位测量式单像素三维成像系统及方法
CN104199017A (zh) 基于量子纠缠光的实时测距系统及其实现方法
CN113630517A (zh) 光电感算一体光场智能成像方法及装置
CN102289827B (zh) 基于光学曲线波变换的图像压缩系统
CN112067125B (zh) 基于水下机器人的双通道高光谱检测系统
CN100516978C (zh) 基于白光和单色光的混合光学小波变换方法
CN113890801B (zh) 采用频域编码混频的压缩感知信号获取系统及方法
CN103369338B (zh) 基于fpga的近眼双目成像系统的图像处理系统及方法
US11924428B2 (en) Scale factor for quantization parameter values in geometry-based point cloud compression
Jiang et al. A low memory footprint quantized neural network for depth completion of very sparse time-of-flight depth maps
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
Sakthi et al. Automotive radar data acquisition using object detection
CN201726500U (zh) 立体摄影现场监视器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120815

Termination date: 20130531