CN103763558B - 基于相似性的纹理图像压缩方法 - Google Patents
基于相似性的纹理图像压缩方法 Download PDFInfo
- Publication number
- CN103763558B CN103763558B CN201310754953.2A CN201310754953A CN103763558B CN 103763558 B CN103763558 B CN 103763558B CN 201310754953 A CN201310754953 A CN 201310754953A CN 103763558 B CN103763558 B CN 103763558B
- Authority
- CN
- China
- Prior art keywords
- code
- image
- tile
- code word
- tile images
- 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)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明公开了一种基于相似性的纹理图像压缩方法,该纹理图像压缩方法把待压缩纹理图像转化为若干个YCrCb色彩空间的瓦片图像,根据不同瓦片图像之间的相似性生成待压缩纹理图像的码书和码表,然后采用类哈夫曼编码对该码书中的码字进行编码,根据编码结果将码表转化为索引文件,进而完成纹理图像压缩。该方法既不影响重构图像的效果,一定程度上提高了纹理图像的压缩比,且通过两层判断确定码书中的码字,第一层使用增量式的码字生成即比较当前瓦片图像与码书中的码字的相似性,第二层比较当前瓦片图像与邻近瓦片图像的相似性,通过两层比较不仅考虑了纹理的整体相似性也考虑的纹理的局部相似性。
Description
技术领域
本发明涉及计算机图像领域,尤其涉及一种基于相似性的纹理图像压缩方法。
背景技术
图像压缩目的是减少图像数据中的冗余信息从而用实现高效的数据存储和数据传输。目前,图像压缩主要分为有损压缩和无损压缩,比较流行的编码标准有如JPEG,MPEG等。
在大型的场景渲染中需要纹理图像调入显存,这一过程不能一次性快速地完成,所以我们需要研究纹理图像的压缩和解压算法,以减少纹理图像的存储空间,降低传输延迟,同时降低纹理数据的损失。实现纹理图像的压缩以传统图像压缩方法为基础,因纹理图像本身呈现出很高的相似度所以两者有一定的区别。
目前纹理压缩已经有很多的解决方案,主要手段是产生图像的码书,然后根据码书来实现图像的重构。近来年,效果比较好的有增量式码书生成算法,该算法可以动态增加码书,而且生成步骤简单,压缩速度也较快。但这种算法中通过随机的方式生成码书,很有可能造成一些更具代表的码字被排除在外,这样会造成码字数量的增加,降低纹理图像的压缩比,重构得到的图像的视觉效果也会降低。为了提高图像的压缩比和重构图像的质量,另一种比较流行的算法是基于神经网络的自组织映射算法,这种算法是通过两层结构网络进行无监督的学习,最终的效果比较好,但该算法需要经过很多次的迭代,计算量非常大,压缩过程很慢。
很早之前,纹理图像的解压缩算法仅仅使用CPU进行解压,在外存中进行压缩后再送到主存,这种解压算法对实时解压绘制的效果特别差。目前,随着GPU等图形硬件的成熟,很多算法都结合CPU和GPU,通过两者之间的调度来提升实时解压的效果。其中,CPU和GPU两者之间的数据通信会降低算法的速度,这种方式也存在一定的弊端。
发明内容
本发明针对现有技术的不足,提供了一种基于纹理图像相似性的图像压缩方法,该图像压缩方法大大提高了纹理图像压缩比,且计算量小,适用于实时纹理图像压缩。
一种基于相似性的纹理图像压缩方法,包括:
(1)把待压缩纹理图像从RGB色彩空间转换到YCrCb色彩空间得到YCrCb图像,并将YCrCb图像切割为若干个瓦片图像;
(2)利用瓦片图像图像的相似性,生成待压缩图像的码书和码表,所述的码书包括若干个码字,所述的码表用于记录各个瓦片图像对应的码字的编号;
(3)根据码书和码表对码书中的所有码字进行类哈夫曼编码得到码字编码,所述的码字编码包括识别段和码字段,并生成表头信息,所述的表头信息包括待压缩的纹理图像的大小和识别段的长度;
(4)用码字编码替换码表中相应码字的编号得到码表编码,将表头信息加入码表编码的头部,形成待压缩纹理图像的索引文件。
本发明的图像压缩方法适用于纹理图像的解压缩。本发明中YCrCb图像切割为若干个瓦片图像时各个瓦片图像之间相互不相互重叠。
码字应理解为纹理图像中的最能代表该纹理图像的瓦片图像,一个纹理图像一般对应有多个码字,所有码字的集合即为码书。
本发明先把待压缩纹理图像从RGB色彩空间转换到YCrCb色彩空间,对色度信息进行隔行采样,并把图像切割成相同大小但是不相互重叠的纹理瓦片图像。根据不同瓦片图像之间的相似性确定待压缩纹理图像的码书和码表,然后采用类哈夫曼编码对该码书中的码字进行编码得到所有码字的码字编码,并将码表转化为索引文件,进而完成纹理图像压缩,压缩结果为码书和索引文件。采用类哈夫曼编码得到对各个码字进行编码,得到的码字长度不同,码表中出现最多的码字编号对应的码字程度最短,依次增加,这样就大大降低了索引文件的存储空间,提高了纹理图像的压缩比,特别适用于分布式网络以及内存的调度的数据调度,且索引文件中包含了表头信息,便于解压。
本发明的纹理图像压缩方法中可采用AOP算法(Automatic OrganizingProcess)自动构建纹理图像的压缩码书,计算量小,操作简单易于实施,同时在保证重构图像的视觉效果提高压缩比。
所述的瓦片图像大小为2×2~6×6像素。瓦片图像一般为方块,如果待压缩的纹理图像不能恰好分割为设定大小的瓦片图像时,最后在纹理图像的边缘可能存在像素小于设定值的瓦片图像。如果瓦片图像设定太大,最后得到的码书会比较大,这样不利于提高纹理图像的压缩比。但如果设定的太小,算法的计算数据量比很大,同时解压得到的纹理图像质量也比较差,与原始图片比较存在较为明显的失真。
所述步骤(1)将YCrCb图像切割为若干个瓦片图像前还对所述的YCrCb图像的色度信息进行隔行采样。
YCrCb图像包括的Y通道、Cr通道和Cb通道,Y通道表示亮度值,Cr通道和Cb通道均为色度值。影响图像质量的因素有很多,如图像的对比度、亮度信息、色彩信息等,但是对于人眼而言,比较敏感的是亮度由于人眼对亮度信息比较敏感,相对而言对色度信息不太敏感。因此对色度信息Cr和Cb两个通道进行隔行采样,保存一半的色度信息,这样在不影响视觉效果的基础上减少了图像的大小,进一步提高纹理图像的压缩比。
所述步骤(2)中生成待压缩图像的码书和码表的具体过程如下:
(2-1)初始化一个空集合作为码书,初始化一个数组作为码表,数组的大小与瓦片图像的总数相同;
(2-2)任意选取一个瓦片图像作为初始瓦片图像,将初始瓦片图像作为码字,并对该码字进行编号,然后将该码字的编号写入码表中与该瓦片图像对应的位置;
(2-3)对于其他任意一个瓦片图像,分别计算当前瓦片图像与码表中的各个码字、以及各个邻近瓦片图像的相识度差,将相识度差最小的瓦片图像(包括码字,码字实际上也是一个瓦片图像)作为当前瓦片图像的最相似瓦片图像,并进行如下判断:
若最小的相识度差小于设定的阈值,且该最相似瓦片图像为邻近瓦片图像,则将该最相似瓦片图像作为码字,对该码字进行编号并将该码字写入码书,然后将该码字的编号写入码表中与当前瓦片图像对应的位置;
若最小的相识度差小于设定的阈值,且该最相似瓦片图像为码书中的码字,并将该码字对应的编号写入码表中与当前瓦片图像对应的位置;
否则,将当前瓦片图像作为码字,对该码字进行编号并将该码字写入码书,然后将该码字的编号写入码表中与当前瓦片图像对应的位置。
若存在多个相识度差最小的瓦片图像时,则考虑这些最小相识度差是否对应有码字,若有码字,则令该码字为最相似瓦片图像,若没有(即相识度差最小均对应于邻近瓦片图像),则从这些最小相识度对应的瓦片图像中随机一个取作为最相似瓦片图像。
初始化码书的为空集合,遍历各个瓦片图像逐渐得到新的码字,然后写入码书,遍历所有瓦片图像从而得到该纹理图像的所有码字,即得到了完成的码书。初始化码表的码表为一个数组,数组的大小与瓦片图像的总数相同,其数组中各个元素的位置与瓦片图像的位置向对应,基于瓦片图像的相似性获得码书的同时也对重新对该数组中的所有元素赋值,本发明中将各个瓦片图像对应的码字的编码重新赋值为相应的元素,即得到用于表示瓦片图像与码字的对应关系的码表。
所述的邻近瓦片图像为YCrCb图像中以当前瓦片图像为中心,外延若干1~3瓦片图像的区域内的瓦片图像。
码书中包含的码字的个数由所有瓦片图像之间的相似性决定,码表包含的元素个数与瓦片图像的个数一致,各个元素分别表示相应的瓦片图像对应的码字的编号(即码字编号)。依次对所有瓦片图像进行遍历即可得到该纹理图像的码书和码表,确定码书中的码字一般通过两层判断,第一层使用增量式的码字生成即比较当前瓦片图像与码书中的码字的相似性,第二层比较当前瓦片图像与邻近瓦片图像的相似性,通过两层比较不仅考虑了纹理的整体相似性也考虑的纹理的局部相似性。
所述步骤(2-3)根据相识度函数计算相识度差,包括以下步骤:
(a)根据公式:
计算,其中Mij表示第i个瓦片图像中的第k个像素点与第j个瓦片图像第k个像素点相识度差;a表示调节亮度信息的系数,(Yi,Cri,Cbi)和(Yj,Crj,Cbj)分别表示第i个和第j个瓦片图像的瓦片图像信息,Yi、 分别表示第i个瓦片图像在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值,Yj、分别表示j个瓦片图像在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值,k=0,1,2……,N,N为瓦片图像中的像素总数;
(b)遍历k的取值得到第i个瓦片图像中各个像素点与第j个瓦片图像中相应像素点的相识度差,求取平均值,即得到第i个瓦片图像与第j个瓦片图像的相识度差。
所述步骤(2-3)中设定的阈值为200-400。如果阈值设定的太小,最后压缩后的得到的码书很很大,压缩比比较低。如果阈值设定的太大,虽然会提高图像的压缩比,但最后解压后重构得到的图像的质量比较差。
所述步骤(3)中类哈夫曼编码包括以下步骤:
(3-1)统计码书中的码字个数以及码表中各个码字编号的出现次数,并根据各个码字的编号的出现次数从多到少进行排序;
(3-2)求取满足条件:
21+22+…+2n≥M,
的n最小正整数的取值,并以该值作为识别段的长度,其中,M为码书中的码字个数;
(3-3)根据码字的编号出现次数的排序设定码字段的长度,出现次数越多,码字段的长度越大;
(3-4)根据设定的识别段的长度和各个码字段的长度对各个码字进行二进制编码得到各个码字的码字编码。
本发明中码字编码分为识别段和码字段两个部分,识别段在前,用于表示的码字段的长度,码书中码字的个数越多,则识别段的长度越长,编码时令码表中出现次数越多的码字编号对应的码字段越短,即码字编码的总长越短,这样可以明显提高纹理图像的压缩比。
与现有技术相比,本发明的基于相似性的纹理图像压缩方法具有以下有益效果:
(1)将待压缩的纹理图像从RGB色彩空间转换到YCrCb色彩空间得到YCrCb图像,对Cr和Cb两个通道进行隔行采样,之后在经过隔行采样后YCrCb图像图像进行纹理图像压缩,由于人眼对色度不敏感,对Cr和Cb两个通道进行隔行采样,既不影响重构图像的效果,一定程度上提高了纹理图像的压缩比;
(2)该纹理压缩方法中通过两层判断确定码书中的码字,第一层使用增量式的码字生成即比较当前瓦片图像与码书中的码字的相似性,第二层比较当前瓦片图像与邻近瓦片图像的相似性,通过两层比较不仅考虑了纹理的整体相似性也考虑的纹理的局部相似性;
(3)采用类哈夫曼编码对码字进行二进制编码,出现次数越多,对应的码字编码越短,因此对于整个待压缩的纹理图像而言,最终得到的索引文件越小,大大提高了压缩比。
具体实施方式
下面将结合具体实施方式对本发明进行详细说明。
一种基于相似性的纹理图像压缩方法,包括:
(1)把待压缩纹理图像从RGB色彩空间转换到YCrCb色彩空间得到YCrCb图像,将YCrCb图像切割为若干个瓦片图像前还对所述的YCrCb图像的色度信息进行隔行采样,然后并将YCrCb图像切割为若干个瓦片图像(本实施例中瓦片图像大小为4×4像素,分割得到m个瓦片图像),
其中根据公式:
把待压缩纹理图像从RGB色彩空间转换到YCrCb色彩空间,其中R、G和B分别为待压缩纹理图像中的一个像素点在R通道、G通道和B通道的值,Y、Cr和Cb分别该像素点在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值。将待压缩纹理图像中所有像素点从RGB色彩空间转换到YCrCb色彩空间即可完成了整个待压缩纹理图图像的转换。
(2)利用瓦片图像相似性,生成待压缩图像的码书和码表,所述的码书包括若干个码字,所述的码表用于记录各个瓦片图像对应的码字的编号,具体过程如下:
(2-1)初始化一个空集合作为码书,初始化一个数组作为码表,数组的大小与瓦片图像的总数相同;
(2-2)任意选取一个瓦片图像作为初始瓦片图像,将初始瓦片图像作为码字,并对该码字进行编号,然后将该码字的编号写入码表中与该瓦片图像对应的位置;
(2-3)对于其他任意一个瓦片图像,分别计算当前瓦片图像与码表中的各个码字、以及各个邻近瓦片图像的相识度差,将相识度差最小的瓦片图像作为当前瓦片图像的最相似瓦片图像,并进行如下判断:
若最小的相识度差小于设定的阈值,且该最相似瓦片图像为邻近瓦片图像(本实施例中邻近瓦片图像为YCrCb图像中以当前瓦片图像为中心,外延若干2瓦片图像的区域内的瓦片图像),则将该最相似瓦片图像作为码字,对该码字进行编号并将该码字写入码书,然后将该码字的编号写入码表中与当前瓦片图像对应的位置;
若最小的相识度差小于设定的阈值,且该最相似瓦片图像为码书码字,并将该码字对应的编号写入码表中与当前瓦片图像对应的位置;
否则将当前瓦片图像作为码字,对该码字进行编号并将该码字写入码书,然后将该码字的编号写入码表中与当前瓦片图像对应的位置,
所述步骤(2-3)根据相识度函数计算相识度差,包括以下步骤:
(a)根据公式:
计算,其中,
Mij表示第i个瓦片图像中的第k个像素点与第j个瓦片图像第k个像素点相识度差;a表示调节亮度信息的系数(本实施例中a=0.9),和分别表示第i个第k个像素点和第j个瓦片图像第k个像素点的像素信息,和分别表示第i个瓦片图像中第k个像素点在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值,和分别表示j个瓦片图像在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值,k=0,1,2……,N,N为瓦片图像中的像素总数(本实施例中N=16);
(b)遍历k的取值得到第i个瓦片图像中各个像素点与第j个瓦片图像中相应像素点的相识度差,求取平均值,即得到第i个瓦片图像与第j个瓦片图像的相识度差;
(3)根据码书和码表对码书中的所有码字进行类哈夫曼编码得到码字编码,所述的码字编码包括识别段和码字段,并生成表头信息,所述的表头信息包括待压缩的纹理图像的大小和识别段的长度;
类哈夫曼编码具体如下:
(3-1)统计码书中的码字个数以及码表中各个码字编号的出现次数,并根据各个码字的编号的出现次数从多到少进行排序;
(3-2)求取满足条件:
21+22+…+2n≥M,
的n最小正整数的取值,并以该值作为识别段的长度,其中,M为码书中的码字个数;
(3-3)根据码字的编号出现次数的排序设定码字段的长度,出现次数越多,码字段的长度越大;
(3-4)根据设定的识别段的长度和各个码字段的长度对各个码字进行二进制编码得到各个码字的码字编码。
若码书中共有5个码字,设定识别段的长度为2位,以码字在码表中出现次数从高到低的顺序,各码字的编码为010,011,1000,1001,1010,最终得到所有码字的码字编码。
(4)用码字编码替换码表中相应码字的编号得到码表编码,将表头信息加入码表编码的头部,形成待压缩纹理图像的索引文件。
Claims (7)
1.一种基于相似性的纹理图像压缩方法,其特征在于,包括:
(1)把待压缩纹理图像从RGB色彩空间转换到YCrCb色彩空间得到YCrCb图像,并将YCrCb图像切割为若干个瓦片图像;
(2)利用瓦片图像的相似性,生成待压缩图像的码书和码表,所述的码书包括若干个码字,所述的码表用于记录各个瓦片图像对应的码字的编号;
所述步骤(2)中生成待压缩图像的码书和码表的具体过程如下:
(2-1)初始化一个空集合作为码书,初始化一个数组作为码表,数组的大小与瓦片图像的总数相同;
(2-2)任意选取一个瓦片图像作为初始瓦片图像,将初始瓦片图像作为码字,并对该码字进行编号,然后将该码字的编号写入码表中与该瓦片图像对应的位置;
(2-3)对于其他任意一个瓦片图像,分别计算当前瓦片图像与码表中的各个码字、以及各个邻近瓦片图像的相识度差,将相识度差最小的瓦片图像作为当前瓦片图像的最相似瓦片图像,并进行如下判断:若最小的相识度差小于设定的阈值,且该最相似瓦片图像为邻近瓦片图像,则将该最相似瓦片图像作为码字,对该码字进行编号并将该码字写入码书,然后将该码字的编号写入码表中与当前瓦片图像对应的位置;
若最小的相识度差小于设定的阈值,且该最相似瓦片图像为码书中的码字,并将该码字对应的编号写入码表中与当前瓦片图像对应的位置;
否则将当前瓦片图像作为码字,对该码字进行编号并将该码字写入码书,然后将该码字的编号写入码表中与当前瓦片图像对应的位置;
(3)根据码书和码表对码书中的所有码字进行类哈夫曼编码得到码字编码,所述的码字编码包括识别段和码字段,并生成表头信息,所述的表头信息包括待压缩的纹理图像的大小和识别段的长度;
(4)用码字编码替换码表中相应码字的编号得到码表编码,将表头信息加入码表编码的头部,形成待压缩纹理图像的索引文件。
2.如权利要求1所述的基于相似性的纹理图像压缩方法,其特征在于,所述的瓦片图像的大小为3×3~6×6像素。
3.如权利要求2所述的基于相似性的纹理图像压缩方法,其特征在于,所述步骤(1)将YCrCb图像切割为若干个瓦片图像前还对所述的YCrCb图像的色度信息进行隔行采样。
4.如权利要求1所述的基于相似性的纹理图像压缩方法,其特征在于,所述的邻近瓦片图像为YCrCb图像中以当前瓦片图像为中心,外延若干1~3瓦片图像的区域内的瓦片图像。
5.如权利要求4所述的基于相似性的纹理图像压缩方法,其特征在于,所述步骤(2-3)根据相识度函数计算相识度差,包括以下步骤:
(a)根据公式:
计算,其中Mij表示第i个瓦片图像中的第k个像素点与第j个瓦片图像第k个像素点相识度差;a表示调节亮度信息的系数,(Yi,Cri,Cbi)和(Yj,Crj,Cbj)分别表示第i个和第j个瓦片图像的瓦片图像信息,Yi、 分别表示第i个瓦片图像在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值,Yj、分别表示j个瓦片图像在YCrCb色彩空间的Y通道、Cr通道和Cb通道的值,k=0,1,2……,N,N为瓦片图像中的像素总数;
(b)遍历k的取值得到第i个瓦片图像中各个像素点与第j个瓦片图像中相应像素点的相识度差,求取平均值,即得到第i个瓦片图像与第j个瓦片图像的相识度差。
6.如权利要求5所述的基于相似性的纹理图像压缩方法,其特征在于,所述步骤(2-3)中设定的阈值为200~400。
7.如权利要求1~6任一所述的基于相似性的纹理图像压缩方法,其特征在于,所述步骤(3)中的类哈夫曼编码包括以下步骤:
(3-1)统计码书中的码字个数以及码表中各个码字编号的出现次数,并根据各个码字的编号的出现次数从多到少进行排序;
(3-2)求取满足条件:
21+22+…+2n≥M,
的n最小正整数的取值,并以该值作为识别段的长度,其中,M为码书中的码字个数;
(3-3)根据码字的编号出现次数的排序设定码字段的长度,出现次数越多,码字段的长度越大;
(3-4)根据设定的识别段的长度和各个码字段的长度对各个码字进行二进制编码得到各个码字的码字编码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754953.2A CN103763558B (zh) | 2013-12-31 | 2013-12-31 | 基于相似性的纹理图像压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754953.2A CN103763558B (zh) | 2013-12-31 | 2013-12-31 | 基于相似性的纹理图像压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103763558A CN103763558A (zh) | 2014-04-30 |
CN103763558B true CN103763558B (zh) | 2016-09-14 |
Family
ID=50530706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310754953.2A Active CN103763558B (zh) | 2013-12-31 | 2013-12-31 | 基于相似性的纹理图像压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103763558B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163122B (zh) * | 2015-08-27 | 2017-12-22 | 西安空间无线电技术研究所 | 一种基于图像块相似性的图像压缩及解压缩方法 |
CN106612430A (zh) * | 2016-02-04 | 2017-05-03 | 四川用联信息技术有限公司 | 一种基于香农熵和差分进化的多级阈值图像压缩方法 |
CN107301194B (zh) * | 2016-10-09 | 2021-01-01 | 上海炬宏信息技术有限公司 | 瓦片式栅格地图的压缩存储及发布方法 |
CN108965975B (zh) * | 2017-05-24 | 2021-03-23 | 阿里巴巴集团控股有限公司 | 一种绘制方法及装置 |
CN107592635B (zh) * | 2017-09-05 | 2019-10-11 | 东南大学 | 认知无线电中基于som神经网络的恶意用户判别方法 |
US10791343B2 (en) * | 2018-03-13 | 2020-09-29 | Google Llc | Mixed noise and fine texture synthesis in lossy image compression |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1630876A (zh) * | 2002-02-12 | 2005-06-22 | 国际商业机器公司 | 空间优化的纹理映射 |
CN103208001A (zh) * | 2013-02-06 | 2013-07-17 | 华南师范大学 | 结合形状自适应邻域和纹理特征提取的遥感图像处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7554557B2 (en) * | 2006-03-28 | 2009-06-30 | Silicon Integrated Systems Corp. | Device and method for image compression and decompression |
-
2013
- 2013-12-31 CN CN201310754953.2A patent/CN103763558B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1630876A (zh) * | 2002-02-12 | 2005-06-22 | 国际商业机器公司 | 空间优化的纹理映射 |
CN103208001A (zh) * | 2013-02-06 | 2013-07-17 | 华南师范大学 | 结合形状自适应邻域和纹理特征提取的遥感图像处理方法 |
Non-Patent Citations (1)
Title |
---|
《基于图形硬件的大规模真实感纹理映射技术研究》;段光明;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100505(第05期);正文第26页第1段,第3.2.1-3.2.2节,第36页倒数第1-2段,图3.5 * |
Also Published As
Publication number | Publication date |
---|---|
CN103763558A (zh) | 2014-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103763558B (zh) | 基于相似性的纹理图像压缩方法 | |
US10939123B2 (en) | Multi-angle adaptive intra-frame prediction-based point cloud attribute compression method | |
CN103338376B (zh) | 一种基于运动矢量的视频隐写方法 | |
CN110197468A (zh) | 一种基于多尺度残差学习网络的单图像超分辨重建算法 | |
CN104331913B (zh) | 基于稀疏k‑svd的极化sar图像压缩方法 | |
CN107396124A (zh) | 基于深度神经网络的视频压缩方法 | |
CN110290387A (zh) | 一种基于生成模型的图像压缩方法 | |
CN104869425A (zh) | 一种基于纹理图像相似性的压缩和解压缩方法 | |
WO2020238439A1 (zh) | 无线自组织网络带宽受限下的视频业务质量增强方法 | |
CN103338379B (zh) | 一种基于机器学习的立体视频客观质量评价方法 | |
CN107578451A (zh) | 一种面向自然图像的自适应主色提取方法 | |
CN104023216B (zh) | 人脸视频压缩方法 | |
CN103546759A (zh) | 一种基于小波包和矢量量化相结合的图像压缩编码方法 | |
CN103761753B (zh) | 基于纹理图像相似性的解压缩方法 | |
CN107133992A (zh) | 基于谱相关性自适应分组高光谱图像分布式联合压缩方法 | |
CN106056638B (zh) | 一种自适应纹理对比度的低复杂度压缩感知图像编码方法 | |
CN106303521A (zh) | 一种基于感知敏感度的hevc率失真优化方法 | |
CN116740121A (zh) | 一种基于专用神经网络和图像预处理的秸秆图像分割方法 | |
CN117097906B (zh) | 一种区域医疗资源高效利用的方法及系统 | |
CN113436101A (zh) | 基于高效通道注意力机制的龙格库塔模块去雨的方法 | |
CN112837212A (zh) | 一种基于流形对齐的图像任意风格迁移方法 | |
CN103985096A (zh) | 基于离线训练的高光谱图像回归预测压缩方法 | |
CN106559668B (zh) | 一种基于智能量化技术的低码率图像压缩方法 | |
CN113822954B (zh) | 一种面向资源约束下人机协同场景的深度学习图像编码方法 | |
WO2023093377A1 (zh) | 编解码方法及电子设备 |
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 |