CN103248897B - 一种图像抗差错编码方法 - Google Patents
一种图像抗差错编码方法 Download PDFInfo
- Publication number
- CN103248897B CN103248897B CN201310179435.2A CN201310179435A CN103248897B CN 103248897 B CN103248897 B CN 103248897B CN 201310179435 A CN201310179435 A CN 201310179435A CN 103248897 B CN103248897 B CN 103248897B
- Authority
- CN
- China
- Prior art keywords
- data
- sub
- window
- frequency subband
- packet
- 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.)
- Active
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供一种图像抗差错编码方法,包括如下步骤:步骤s01:将原始图像包含的数据按传输优先级分为n个数据包,相同优先级的数据包组成数据子集,形成r个不同传输优先级的数据子集;步骤s02:设定数据窗Wi的被选取概率Γi和窗口选取概率分布函数;步骤s03:根据随机选取数据窗Wm;步骤s04:对数据窗Wm以预设的度分布函数进行LT码编码,生成一个编码包;步骤s05:重复执行步骤s03。本发明还提供一种应用上述图像抗差错编码方法的图形抗差错传输方法。本发明应用不同的码率重要数据和次要数据进行扩展窗UEP编码,实现图像抗差错编码方案。
Description
技术领域
本发明涉及深空图像传输领域中对图像进行抗差错编码的方法以及应用该方法的图像抗差错传输方法。
背景技术
在深空图像传输中,广泛使用差错控制技术,以提高图像数据传输的可靠性,差错控制编码是以增加所传信息的冗余度来换取检错或纠错能力的,即以降低传输的有效性来换取传输的可靠性。深空图像传输中通常采用前向纠错(FEC)编码,包括卷积码、Reed-Solomon(RS)码、级联码、Turbo码、低密度校验(LDPC)码等。
深空图像传输面临着以下几个问题:
(1)图像数据存储量大;
(2)通信距离极远导致的通信链路损耗大、时延长;
(3)外天体的自转和公转导致的链路频繁中断。
通常采用的图像编码过程中对数据是等差错保护编码的,接收端只有收到全部的数据才能恢复出图像的基本信息,对于深空图像数据容量巨大的图像将会大大增加接收端获取图像最基本信息的时间,链路状态随时可能中断,使得接收到的部分数据因为恢复不出基本信息而无任何意义。
另外,通常采用的前向纠错(FEC)编码需要预知信道状态好坏,编码码率固定,不适合深空链路大损耗以及频繁链路中断的特点,而且频繁的反馈确认重传导致巨大的通信时延,浪费稀缺的链路资源。
LT码是喷泉码的第一种实现。其具有无码率的特性,发送端从给定的原始数据包中产生无限长的编码包流,不需要提前确定固定的码率,接收端只要收到稍大于原始数据包个数的编码包即能全部译出原始数据包,特别适合深空通信大损耗、大时延和链路频繁中断的数据文件传输,然而LT码也是对数据进行等差错保护编码。
发明内容
为解决现有的图像编码方法不区分图像所包含的各种数据的重要程度,统一进行等差错编码,发送按照该编码方式生成的编码包,容易造成接收端未接收到重要数据而降低接收端重构的图像的利用价值的技术问题,本发明提供一种图像抗差错编码方法。
本发明提供的图像抗差错编码方法,包括如下步骤:
步骤s01:发送端将原始图像包含的数据按数据传输优先级分为n个数据包,相同优先级的所述数据包组成一个数据子集,形成r个不同传输优先级的所述数据子集:第一优先级数据子集G1、第二优先级数据子集G2、……、第r优先级数据子集Gr;第i优先级数据子集Gi包含ni个数据包,其中,i=1,2,3,……,r;
步骤s02:在所述发送端设定第i个数据窗Wi的被选取概率Γi和窗口选取概率分布函数第i个数据窗Wi包含第1优先级数据子集G1中的所述数据包、第二优先级数据子集G2中的所述数据包、……、第i优先级数据子集Gi中的所述数据包,其中,k为函数的整数型自变量,k=1,2,3,……,r;
步骤s03:所述发送端根据窗口选取概率分布函数随机选取一个数据窗,假设被选取的数据窗为第m个数据窗Wm,其中,m=1,2,3,……,r中任意一个;
步骤s04:所述发送端对第m个数据窗Wm以预设的度分布函数进行LT码编码,生成一个编码包,其中,为预设的第m个数据窗Wm中度j被选中的概率,
步骤s05:重复执行步骤s03。
进一步的,步骤s01包括:
子步骤s011:将所述原始图像进行p级小波变换行成3p+1个频率子带;
子步骤s012:对每个所述图像频率子带进行分块处理,每个所述频率子带划分成q个数据块;
子步骤s013:每个所述数据块中包含的数据作为一个所述数据包,按所述频率子带的传输优先级将所述数据包分别组成不同传输优先级的若干所述数据子集;其中,p、q为正整数。
更进一步的,子步骤s013中:将经小波变换后得到的3p+1个所述频率子带中频率最低的所述频率子带经分块处理后形成的q个所述数据块所对应的q个所述数据包组成第一优先级数据子集,其余3p个频率子带经分块处理后形成的3pq个所述数据块所对应的3qp个所述数据包组成第二优先级数据子集。
再进一步的,所述小波变换为CCSDS标准中的9/7整数小波变换,所述p=2。
进一步的,步骤s04包括:
子步骤s041:根据预设的第m个数据窗Wm的度分布函数以的概率值选取一个度d;
子步骤s042:在第m个数据窗Wm中选中一个所述频率子带;
子步骤s043:对被选中的所述频率子带以等概率从中选取d个所述数据包;
子步骤s044:将每次选出的d个所述数据包中的各原始数据逐位异或运算得到一个所述编码包。
进一步的,所述编码方法还包括步骤s06:根据通信信道状态在所述发送端设定每一所述频率子带对应的差错编码的码率;
且步骤s04还包括:
子步骤s045:子步骤s044之后重复执行子步骤s043-s045持续进行编码,直到由上述被选中的所述频率子带经过运算得到的编码包的数量达到预先确定的该频率子带对应的码率值;
子步骤s046:在第m个数据窗Wm中选中另一个所述频率子带,重复执行子步骤s043-s046,直至第m个数据窗Wm中的最后一个所述频率子带被选中并执行完子步骤s043-s045。
更进一步的,步骤s06包括:
子步骤s061:根据通信链路相关计算公式,选定一个值作为信道误码率;
子步骤s062:针对不同的所述频率子带计算对应的接收端冗余;
子步骤s063:根据码率与所述信道误码率、所述接收端冗余的关系计算相应所述频率子带对应的所述码率。
本发明还提供一种使用上述的图像抗差错编码方法的图像抗差错传输方法。
进一步的,所述传输方法还包括:
步骤s07:所述发送端向接收端发送所述编码包;
步骤s08:所述接收端接收所述编码包,并对其依次进行LT译码和小波逆变换,获得重构图像。
本发明具有如下有益效果。
第一,针对深空信道删除概率时变的特点,喷泉码UEP有着传统信道编码无法比拟的优势,其不仅保留了喷泉码无码率的特性,而且对不同的数据实现了不等差错保护。应用不同的码率重要数据和次要数据进行扩展窗UEP编码,实现图像抗差错编码方案。对比EEP编码后重构图像的PSNR和效果图,在较高码率下,即接收端冗余较低的情况下,UEP处理后的PSNR高于EEP处理后的重构图像,图像包含更多的信息。
第二,深空图像数据容量大,而深空通信链路易中断,因此非常有必要对图像码流设置为重要数据重点保护,这样可以保证接收端在收到部分数据时完成基本信息的恢复。通过采用CCSDS标准中的9/7小波变换对图像进行分层,使得变换后的数据能够很好的区分图像信息的重要部分和次要部分,为后续的处理作准备,更加适合深空通信图像传输。
附图说明
图1是应用本发明的抗差错编码方法的深空图像传输系统示意框图;
图2是图像单级小波变换示意图;
图3是扩展窗UEP编码示意图;
图4扩展窗UEP编码针对冗余γ的比特误码率渐近性能图;
图5图像单级小波变换功能示意框图;
图6是图像二级小波变换示意图;
图7针对窗选取概率Γ1的比特误码率渐近性能分析;
图8是接收图像效果对比图(R=1.0516,γ=0.95);
图9是接收图像效果对比图(R=0.9514,γ=1.05);
图10是接收图像效果对比图(R=0.8687,γ=1.15);
图11是接收图像效果对比图(R=0.7992,γ=1.25)。
具体实施方式
下面结合附图说明及具体实施方式对本发明进一步说明。
下面结合附图说明及具体实施方式对本发明进一步说明。在本发明的附图中,同一实施例的相关的多幅附图中同一个元件将用同一个符号表示。
针对深空图像文件的传输,我们通过小波图像分层与扩展窗UEP(Unequal ErrorProtection,不等差错保护)编码结合来解决上述技术问题,图1是提出的深空图像编码传输系统框图。
图1显示的是深空传输的系统框图,包含发送端(深空端)和接收端(地面端)两部分,其中,深空端由图像小波变换、扩展窗UEP编码和发送模块组成,地面端模块组成是深空端的逆过程模块。
小波变换作为一种新的时频分析方法,具有多分辨率分析的特点,在时域和频域都有表征信号局部信息的能力。对于一维信号,小波变换可以改变数据的分布,将低频和高频数据分离。低频数据能量高,是原始数据的近似,高频数据能量较低,代表了原始数据的细节部分。图像小波变换可以改变像素点的分布,将图像的基本信息(近似信息)集中到低频子带,轮廓信息(细节信息)集中到高频子带,如图2所示。图2给出了图像单级小波变换的效果图,图2(a)是原始图像,图2(b)是小波变换后的效果图,图2(a)和图2(b)分别与图2(c)和图2(d)相对应。原始图像经单级小波变换后产生了四个频率子带:LL频率子带、LH频率子带、HL频率子带和HH频率子带。LL频率子带为低频数据,从图2(b)中看出该频率子带是原始图像的近似,包含了原始图像的基本信息,对重构图像异常重要,因此其可以划分为重要数据。相反地,LH频率子带、HL频率子带和HH频率子带为高频数据,只包含了原始图像的轮廓信息,是对图像的增强部分,可以划分为次要数据。
不等差错保护指的是在处理数据时,对不同重要程度的数据进行不同的处理以达到对重要程度高的数据进行重点保护。扩展窗UEP编码是在LT码的基础上发展起来的,它可以实现数据的不等差错保护。
扩展窗UEP编码继承了LT码无码率的特性,相对于LT码对数据采用的等差错保护(EqualError Protection,EEP),扩展窗UEP编码对数据进行了不等差错保护,具有一定的针对性。设有n个待发送的数据包,根据数据包对于接收端恢复数据的重要程度将其分成r个等级,分成r个集合,分别标记为第一优先级数据子集C1、第二优先级数据子集C2、……、第r优先级数据子集Cr,每个数据子集包含的数据包数分别为n1、n2、……、nr,则数据子集C1的重要程度高于C2,C2高于C3,……,Cr-1高于Cr,也就是说随着C下标的增大,数据子集重要程度降低(即传输优先级降低),相应的重要程度越大的数据子集其所包含的数据包被选取的概率越大。另外,如图3所示,我们设r个数据窗W,数据子集C1中的数据包包含于第一个数据窗W1中(即第一个数据窗W1包含的数据包数量nW1=n1),数据子集C1和数据子集C2这两个集合中的数据包包含于第二个数据窗W2中(即第二个数据窗W2包含的数据包数量nW2=n1+n2),……,数据子集C1、C2、……、Ci-1和Ci这i个集合中的数据包包含于第i个数据窗Wi中(即第i个数据窗Wi包含的数据包数量为),……,数据子集C1、C2、……、Ci、……、Cr-1和Cr这r个集合中的数据包包含于第r个数据窗Wr中(即第r个数据窗Wr包含的数据包数量为)。这样,第1个数据窗W1、第2个数据窗W2、……、第r个数据窗Wr中均包含所有最重要的数据包即第一优先级数据子集C1中的数据包。一般地,第i优先级数据子集Ci中的数据包包含于第i个数据窗Wi以及第i个数据窗Wi之后的所有数据窗,如图3所示。我们对每个数据窗分配一定的被选取概率,设定第i个数据窗Wi的被选取概率Γi和窗口选取概率分布函数k为函数的整数型自变量,i,k=1,2,3,……,r。当选中第m个数据窗Wm之后,对这个数据窗中的数据包以预设的度分布函数进行LT码编码,输出编码包,其中,为预设的第m个数据窗Wm中度j被选中的概率,m=1,2,3,……,r。
显然无论我们选中任何一个数据窗,第一优先级数据子集C1中的数据包最容易在接收端被恢复,接下来以参与编码次数由大到小排列分别依次是数据子集C2、C3、……、Cr,前一数据子集中的数据包较后一数据子集中的数据包在接收端更容易被恢复,因此以接收端恢复原始包由易而难依次是数据子集C2、C3、……、Cr。
以原始数据按重要程度(即传输优先级)分为两个等级为例,即r=2,全部数据被分为第一优先级数据子集C1中的重要数据和第二优先级数据子集C2中的次要数据,采用与-或树分析法对喷泉码的不等差错译码过程进行建模,以一定的概率推算输入包的译码失败概率,得到扩展窗UEP编码的渐近性能如图4所示。图4是在重要数据占全部数据的比例为0.0625和重要数据窗口选取概率Γi=0.0723下,针对冗余γ(0.9<γ<1.3)的比特误码率渐近性能曲线。图中以普通喷泉码编译码(即LT码编译码)性能作为比较,由图可以看出重要数据(MIB)在不同冗余下都具有较低比特误码率,与普通喷泉码相差2-4个数量级;低冗余γ(0.9<γ<1.0)下次要数据(LIB)也具有较低的比特误码率。因此仿真结果表明,扩展窗UEP编码对重要数据进行了更重要的保护,降低了重要数据译码失败概率。
深空信道距离远,为了避免喷泉码无止尽发送数据造成不必要的功率浪费,有必要在发送端对深空信道状态进行估计并预先设定传输层差错编码的码率。因此结合小波图像分层和不等差错保护原理,深空图像传输UEP编码算法可分为以下三大步:
步骤s1:通过图像小波变换对图像数据进行分层;
步骤s2:根据深空信道状态确定编码码率;
步骤s3:对分层后的数据实行确定码率下的扩展窗UEP编码。
我们以地球-火星通信为例,火星距离地球最远的距离为4.013×108km,最近的距离为5.96×107km。
对于步骤s1,采用CCSDS推荐的9/7整数小波变换进行图像分层,如图5所示,图像单级小波变换具体过程如下所述:
子步骤s11:对图像进行水平一维DWT(Discrete Wavelet Transform,离散小波变换),输出水平方向上低通和高通滤波系数,并将数据存入缓存;
子步骤s12:读出缓存中的数据进行垂直一维DWT,将变换后得到的一个低频频率子带(即一组低频数据)和三个高频频率子带(即三组高频数据)共四(3*1+1)个频率子带分别存入缓存;
子步骤s13:缓存处对外输出四路频率子带。
多级小波变换是对上一级小波变换处理后低频系数再进行小波变换,是一个递归的过程,譬如如果进行双级小波变换,如图6(c)、(d)所示,则在经过单级小波变换子步骤s12执行完毕后,水平一维DWT单元将单级变换得到的低频数据从缓存中读出,经水平一维DWT变换后输出存入缓存,又对这次水平一维DWT变换后得到的数据从缓存中读出进行垂直一维DWT,变换后又得到一个低频频率子带(即一组低频数据)和三个高频频率子带(即三组高频数据)(再加上一级小波变换后得到的三个高频频率子带(即三组高频数据)共有六个高频频率子带),这样,经双级小波变换后,缓存处对外输出一路低频频率子带和六路高频频率子带共七(3*2+1)路频率子带。以此类推,采用p级小波变换,最终缓存中存有1组低频数据和3p组高频数据共3p+1组数据,对外输出1路低频数据和3p路高频数据。
对于步骤s2,根据深空链路相关计算公式,我们可以得到预判信道误码率Pb为10-4-10-8之间,假设信道误码率Pb为10-6;以小波变换采用单级小波变换为例,变换后对外输出四个频率子带,假设计算出接收端针对四个频率子带的冗余分别为0.95、1.05、1.15和1.25,根据码率与信道误码率、接收端冗余的关系可以得出四个频率子带对应的码率分别为1.0516、0.9514、0.8687和0.7992。
对于步骤s3,扩展窗UEP编码的具体过程可以分为以下几步:
子步骤s31:发送端根据窗口选取概率分布函数随机选取一个数据窗:假设被选取的数据窗为第m个数据窗Wm,其中,m=1,2,3,……,r中任意一个;
根据预设的第m个数据窗Wm的度分布函数以的概率值选取一个度d;
子步骤s32:在第m个数据窗Wm中选中一个频率子带;
子步骤s33:对被选中的频率子带以等概率从中选取d个数据包;
子步骤s34:将每次选出的d个数据包中的各原始数据逐位异或运算得到一个编码包;
子步骤s35:重复执行子步骤s33-s35持续进行编码,直到由上述被选中的频率子带经过运算得到的编码包的数量达到预先确定的该频率子带对应的码率值;
子步骤s36:在第m个数据窗Wm中选中另一个频率子带,重复执行子步骤s33-s36,直至第m个数据窗Wm中的最后一个频率子带被选中并执行完子步骤s33-s35。
仿真参数设定:测试图像为火星车,如图6(a)、(c)所示,图像大小为512×512,比特深度为8。采用CCSDS标准中的9/7整数小波变换,进行二级小波变换,形成7个频率子带,如图6(b)、(d)所示,将原始图像数据分为2层(即分为两个数据子集),其中LL2频率子带的数据设为重要数据,其余频率子带的数据设为次要数据,变换后的数据进行分块处理(8×16pixel/块),每块数据作为一个数据包,共(3p|p=2+1)×q|q=128=2048个数据包(p指p级小波变换,q是每一频率子带分块处理后得到的数据块的数量),则重要数据包和次要数据包的数量分别为q|q=128=128个和3p|p=2×q|q=128=1920个。
根据对图像数据的分层情况,2048个数据包分属于两个子集:LL2频率子带中的数据包组成的第一优先级数据子集C1和其余频率子带中的数据包组成的第二优先级数据子集C2,数据子集C1、C2各自所含的数据包所占全部数据包的比例分别为Π1=0.0625、Π2=0.9275,因此可以划分成第一数据窗W1和第二数据窗W2,第一数据窗W1即数据子集C1中的数据,第二数据窗W2包括数据子集C1和数据子集C2中的数据,第一数据窗W1被选择概率为Γ1,第二数据窗W2被选择概率Γ2=1-Γ1,用扩展窗UEP编码的整体参数表示即为F(0.0625x,0.9275x2,Γ1x,Γ2x,Ω1(x),Ω2(x)),其中,度分布函数Ω1(x)和Ω2(x)为弱鲁棒分布。对于Γ1和Γ2值的选取,可以通过与-或树渐近性能仿真得到,如图7所示,冗余γ=1.03。从图中可以看出当Γ1=0.0723时,重要数据和次要数据可以达到了折中后的最佳性能。
仿真方案如下:
方法a表示单级小波变换对图像分层,再进行扩展窗UEP;方法b表示单级小波变换但图像不分层,再进行扩展窗EEP。最后,通过对重构图像的峰值信噪比PSNR来分析图像质量,灰度图像的PSNR函数定义如下:式中MSE为重构图像与原始图像所有像素点灰度值的均方差。因此,PSNR越高,表示图像质量越接近原始图像,重构质量越好。
仿真结果与分析:
取信道误码率Pb=10-6,仿真结果如表1所示:
表1接收端恢复图像的PSNR
表1给出了在不同的码率下,UEP和EEP处理后重构图像的PSNR值。从表1中可以看出,随着码率的减小,无论是UEP处理还是EEP处理,重构图像的PSNR都增大。在较高码率下,UEP处理后重构图像的PSNR高于EEP处理后的重构图像,具有较高的图像质量,其效果对比图如图8-11,在图8-11每幅图中,(a)图表示的是原始图,(b)图表示的是UEP处理后的重构图像,(c)图表示的是EEP处理后的重构图。图8是在信道误码率Pb=10-6,码率R=1.0516时的仿真图,此时γ=0.95,UEP处理后的重构图像(图8(b)所示)的PSNR为16.66dB,EEP处理后的重构图(图8(c)所示)的PSNR为6.46dB。从图8中可以看出经过UEP处理后的重构图像包含了基本图像信息,而经过EEP处理后的重构图像模糊,基本上分辨不出基本信息。因此,无论是定量还是定性比较,经过UEP处理后的重构图像都具有较高的恢复率。
同理我们可以分析图9和图10,在一定码率下,UEP处理后重构图像具有更高的PSNR,换句话说,为了得到相同质量的重构图像,EEP需要更低的码率,更多的编码开销。但是从表1也可以看出,对于更低的码率,如信道误码率Pb=10-6,码率R=0.7992,EEP处理后的重构图像具有更高的PSNR。
如上所云是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思和内涵的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种图像抗差错编码方法,其特征在于包括如下步骤:
步骤s01:发送端将原始图像包含的数据按数据传输优先级分为n个数据包,相同优先级的所述数据包组成一个数据子集,形成r个不同传输优先级的所述数据子集:第一优先级数据子集G1、第二优先级数据子集G2、……、第r优先级数据子集Gr;第i优先级数据子集Gi包含ni个数据包,其中,i=1,2,3,……,r;其中,步骤s01包括:
子步骤s011:将所述原始图像进行p级小波变换行成3p+1个频率子带;
子步骤s012:对每个所述频率子带进行分块处理,每个所述频率子带划分成q个数据块;
子步骤s013:每个所述数据块中包含的数据作为一个所述数据包,按所述频率子带的传输优先级将所述数据包分别组成不同传输优先级的若干所述数据子集;其中,p、q为正整数;
步骤s02:在所述发送端设定第i个数据窗Wi的被选取概率Γi和窗口选取概率分布函数第i个数据窗Wi包含第1优先级数据子集G1中的所述数据包、第二优先级数据子集G2中的所述数据包、……、第i优先级数据子集Gi中的所述数据包,其中,k为函数的整数型自变量,k=1,2,3,……,r;
步骤s03:所述发送端根据窗口选取概率分布函数随机选取一个数据窗,假设被选取的数据窗为第m个数据窗Wm,其中,m为1—r中任一整数;
步骤s04:所述发送端对第m个数据窗Wm以预设的度分布函数进行LT码编码,生成一个编码包,其中,为预设的第m个数据窗Wm中度j被选中的概率,
步骤s05:重复执行步骤s03和s04。
2.根据权利要求1所述的编码方法,其特征在于子步骤s013中:将经小波变换后得到的3p+1个所述频率子带中频率最低的所述频率子带经分块处理后形成的q个所述数据块所对应的q个所述数据包组成第一优先级数据子集,其余3p个所述频率子带经分块处理后形成的3pq个所述数据块所对应的3qp个所述数据包组成第二优先级数据子集。
3.根据权利要求2所述的编码方法,其特征在于:所述小波变换为CCSDS标准中的9/7整数小波变换,所述p=2。
4.根据权利要求3所述的编码方法,其特征在于步骤s04包括:
子步骤s041:根据预设的第m个数据窗Wm的度分布函数以的概率值选取一个度d;
子步骤s042:在第m个数据窗Wm中选中一个所述频率子带;
子步骤s043:对被选中的所述频率子带以等概率从中选取d个所述数据包;
子步骤s044:将每次选出的d个所述数据包中的各原始数据逐位异或运算得到一个所述编码包。
5.根据权利要求4所述的编码方法,其特征在于:
还包括步骤s06:根据通信信道状态在所述发送端设定每一所述频率子带对应的差错编码的码率;
步骤s04还包括:
子步骤s045:子步骤s044之后重复执行子步骤s043-s045持续进行编码,直到由上述被选中的所述频率子带经过运算得到的编码包的数量达到预先确定的该频率子带对应的码率值;
子步骤s046:在第m个数据窗Wm中选中另一个所述频率子带,重复执行子步骤s043-s046,直至第m个数据窗Wm中的最后一个所述频率子带被选中并执行完子步骤s043-s045。
6.根据权利要求5所述的传输方法,其特征在于步骤s06包括:
子步骤s061:根据通信链路相关计算公式,选定一个值作为信道误码率;
子步骤s062:针对不同的所述频率子带计算对应的接收端冗余;
子步骤s063:根据码率与所述信道误码率、所述接收端冗余的关系计算相应所述频率子带对应的所述码率。
7.一种使用权利要求1-6中任一项所述的图像抗差错编码方法的图像抗差错传输方法。
8.根据权利要求7所述的传输方法,其特征在于还包括:
步骤s07:所述发送端向接收端发送所述编码包;
步骤s08:所述接收端接收所述编码包,并对其依次进行LT译码和小波逆变换,获得重构图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310179435.2A CN103248897B (zh) | 2013-05-15 | 2013-05-15 | 一种图像抗差错编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310179435.2A CN103248897B (zh) | 2013-05-15 | 2013-05-15 | 一种图像抗差错编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103248897A CN103248897A (zh) | 2013-08-14 |
CN103248897B true CN103248897B (zh) | 2016-08-10 |
Family
ID=48928086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310179435.2A Active CN103248897B (zh) | 2013-05-15 | 2013-05-15 | 一种图像抗差错编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103248897B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008140B (zh) * | 2014-05-08 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 一种用于处理网络应用中的数据集的方法与设备 |
CN107258076B (zh) * | 2015-02-26 | 2020-12-25 | 西门子公司 | 通信网络中的数据传输 |
WO2019011219A1 (zh) * | 2017-07-11 | 2019-01-17 | 上海交通大学 | 基于媒体内容的自适应系统码fec编译码方法、装置、系统及介质 |
CN109245850B (zh) * | 2017-07-11 | 2021-04-02 | 上海交通大学 | 基于媒体内容的自适应系统码fec编译码方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102227103A (zh) * | 2011-06-23 | 2011-10-26 | 天津大学 | 一种基于不等差错保护喷泉码的信道编码传输方法 |
CN103051424A (zh) * | 2013-01-07 | 2013-04-17 | 北京理工大学 | 一种不等错误保护喷泉码的无线传输方法 |
-
2013
- 2013-05-15 CN CN201310179435.2A patent/CN103248897B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102227103A (zh) * | 2011-06-23 | 2011-10-26 | 天津大学 | 一种基于不等差错保护喷泉码的信道编码传输方法 |
CN103051424A (zh) * | 2013-01-07 | 2013-04-17 | 北京理工大学 | 一种不等错误保护喷泉码的无线传输方法 |
Non-Patent Citations (1)
Title |
---|
Expanding Window Fountain Codes for Unequal Error Protection;Dino Sejdinovic,Dejan Vukobratovic,Angela Dofexi,Vojin Senk;《IEEE TRANSACTIONS ON COMMUNICATIONS》;20090930;第57卷(第9期);2511页第1栏第5段到第2栏第2段 * |
Also Published As
Publication number | Publication date |
---|---|
CN103248897A (zh) | 2013-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103248897B (zh) | 一种图像抗差错编码方法 | |
CN100479524C (zh) | Fgs/pfgs视频位流的包装化 | |
CN101754026B (zh) | 信息处理设备和方法 | |
CN1930782A (zh) | 用于交织器存储器和去交织器存储器的地址生成器 | |
CN101783940A (zh) | 一种基于小波框架变换的联合信源信道编码方法 | |
Boujelbene et al. | Enhanced embedded zerotree wavelet algorithm for lossy image coding | |
Sanchez et al. | Robust transmission of JPEG2000 images over noisy channels | |
Thie et al. | Optimal erasure protection assignment for scalable compressed data with small channel packets and short channel codewords | |
Iqbal et al. | Curvelet-based image compression with SPIHT | |
CN101583031A (zh) | 基于小波的图像压缩传输方法 | |
Esmaiel et al. | Optimum bit rate for image transmission over underwater acoustic channel | |
Torki et al. | Unequal power allocation for transmission of JPEG2000 images over wireless channels | |
Yang | Multiple Description Wavelet‐Based Image Coding Using Iterated Function System | |
CN102547287B (zh) | 基于Raptor码的图像编码方法 | |
Lalitha et al. | Image compression of MRI image using planar coding | |
CN1732626A (zh) | 编码线性分组码的方法和设备 | |
Channappayya et al. | Frame based multiple description image coding in the wavelet domain | |
CN101404506B (zh) | 一种基于fpga实现的ra码运算电路及设计方法 | |
CN1647405A (zh) | 在通信中使用微单元的系统和方法 | |
Karthikeyan et al. | A survey on embedded zero tree wavelet | |
Dnyaneshwar et al. | SPIHT algorithm with Huffman encoding for image compression and quality improvement over MIMO OFDM channel | |
Alam et al. | Listless Highly scalable set parititioning in hierarchical trees coding for transmission of image over heterogenous networks | |
CN103081376B (zh) | 用于保持代码中邻域的系统和方法 | |
Sanchez et al. | Robust Wireless transmission of regions of interest in JPEG2000 | |
Poda et al. | On the enhancement of unequal error protection performances in images transmission over time-varying channels |
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 |