CN106101711B - 一种快速实时视频编解码压缩算法 - Google Patents
一种快速实时视频编解码压缩算法 Download PDFInfo
- Publication number
- CN106101711B CN106101711B CN201610729193.3A CN201610729193A CN106101711B CN 106101711 B CN106101711 B CN 106101711B CN 201610729193 A CN201610729193 A CN 201610729193A CN 106101711 B CN106101711 B CN 106101711B
- Authority
- CN
- China
- Prior art keywords
- data
- video
- institute
- formula
- bit map
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种快速实时视频编解码压缩算法,其中编码算法包括:S01.输入位图图像序列,并对所述位图图像序列进行亮度色差信号变换;S02.对亮度色差信号变化后的所述位图图像序列进行微分变换;S03.对微分变换后的所述位图图像序列进行快速频域变换;S04.对快速频域变换后的所述位图图像序列进行快速量化;S05.对快速量化后的所述位图图像序列进行熵压缩,并输出压缩视频编码数据。此外,还公开了解码算法的具体步骤。本发明能够以软件实现将高清图像信息高速压缩至大约每秒8至16兆比特,解决了没有专用硬件进行视频处理的主机和部分嵌入式设备的视频实时编解码传输和存储问题,可以广泛应用于计算机设备的远程控制、远程监控等。
Description
技术领域
本发明涉及视频编解码技术领域,特别是涉及一种快速实时视频编解码压缩算法。
背景技术
现代视频图像压缩技术是将位图图像序列的冗余数据减少,使得在现有通讯和存储技术条件下能够快速传输和存储视频图像。下面以国际上典型的数字视频图像压缩技术以先进视频编解码(H.264)为例,该压缩技术分为位图图像至色差信号变换、运动预测、频域变换、量化、熵编码、传输、熵编码还原、翻两化、频域反变换和滤波等步骤,在硬件优化情况下,能够将每秒24帧1080P(1920*1080)的高清图像约1592兆比特的信息压缩至大约每秒8至16兆比特,但是由于编码过程非常复杂,在大多数主机以及部分嵌入式设备上没有硬件来实现,用软件实现的速度也非常慢,难以进行实时编解码。
在色差信号变换方面,现有技术需要将红绿蓝(RGB)图像转换至亮度和色差信号(Y,Cb,Cr)传输至下一级编码,以去除红绿蓝之间的相关性,提高压缩率。国际上该转换遵循国际无线电咨询委员会(International Radio Consultative Committee)的BT.601标准进行,每像素计算所需9个浮点数乘法和加法,如下公式所示:
Y=0.257*R+0.504*G+0.098*B+16
Cb=-0.148*R-0.291*G+0.439*B+128
Cr=0.439*R-0.368*G-0.071*B+128
R'=1.164*(Y-16)+1.596*(Cr-128)
G'=1.164*(Y-16)-0.813*(Cr-128)-0.392*(Cb-128)
B'=1.164*(Y-16)+2.017*(Cb-128)
此方式的有点事充分考虑人眼对颜色的贷款敏感性进行分配。以高清视频图像1080P(1920*1080)为例,每帧图像需要计算2073600个像素,考虑到人眼视网膜的残像效应,在视频图像每秒不低于24帧图像的情况下,每秒最少需要计算49766400个像素,即每秒447897600个浮点数乘法和加法。为了提高此环节的计算速度,工程上通常采用查表方式来实现优化,但是这种方法会产生大量的内存访问,导致计算速度非常慢,仅此步骤每张图像就需要数十毫秒,难以满足实时性的要求。
在运动预测方面,现有技术将图像切割为多种大小的分块,然后对每一分块在当前以及前后帧序列的周边图像区域进行搜索,估计其运动方向,再将预测图像和当前图像形成图像残差传输至下一级编码。现有技术中,运动预测需要进行大量计算,在主流的个人计算机硬件配置条件下,速度会非常慢,难以满足实时性要求。
在频域变换和量化方面,现有技术采用整数离散余弦变换,结合量化技术将人眼不敏感的高频信息衰减掉,保留图像轮廓等重要的低频信息,以减少信息量。
在熵编码方面,现有技术采用自适应算术编码,对数据分布进行概率统计,并分配不同二进制位码字来减少数据冗余。
在滤波方面,现有技术在解码环节采用环路滤波器来平滑变换中产生的分块边界失真,但是其计算复杂度非常高,难以满足实时性要求。
发明内容
本发明的目的在于克服现有技术的不足,提供一种快速实时视频编解码压缩算法,能够以软件实现将高清图像信息高速压缩至大约每秒8至16兆比特,解决了没有专用硬件进行视频处理的主机和部分嵌入式设备的视频实时编解码传输和存储问题。
本发明的目的是通过以下技术方案来实现的:一种快速实时视频编码压缩算法,包括:
S01.输入位图图像序列,并对所述位图图像序列进行亮度色差信号变换;
S02.对亮度色差信号变化后的所述位图图像序列进行微分变换;
S03.对微分变换后的所述位图图像序列进行快速频域变换;
S04.对快速频域变换后的所述位图图像序列进行快速量化;
S05.对快速量化后的所述位图图像序列进行熵压缩,并输出压缩视频编码数据。
所述步骤S01中,亮度色差信号变换的方法为:根据公式一计算所述位图图像序列中每个像素的红绿蓝(R,G,B)的亮度色差信号(Y,Cb,Cr),并将所述亮度色差信号(Y,Cb,Cr)分为三部分;
所述步骤S02中微分变化的方法为:
S021.将亮度色差信号变化后的所述位图图像序列切分为多个m*m矩阵,并根据公式二计算所述位图图像序列在空间域和时间域的变化率;
式中,Gt-时域变化率,M=空间变化率,f(x,y)-数据矩阵;
S022.根据空间变化率M的值,将数据矩阵f(x,y)切分为多个分块矩阵f(i,j);
S023.根据图像熵的大小进行相应精度频域变化和量化等级。
所述步骤S03中,将输入的空间数据矩阵f(x,y)中N*N大小的分块矩阵f(i,j)根据公式三生成变换表,对空间数据矩阵f(x,y)进行快速变换,输出频域数据F;
所述步骤S04中,将频域数据F中N'*N'大小的分块矩阵F(i,j)根据公式四构造量化表,对频域数据F进行量化处理;
F'=F/Q=F>>(4(i+j)/N');Q=24(i+j)/N'。(公式四)
所述步骤S05中熵压缩的方法为:根据图像数据统计数据概率分布,从数据概率分布从高到低,依次分配变长码字预先生成码表,编码时候根据码表对数据进行编码输出压缩视频编码数据。
一种快速实时视频解码压缩算法,包括:
S11.输入视频编码数据,并对所述视频编码数据进行熵解压缩;
S12.对熵解压缩后的视频编码数据进行反量化;
S13.对反量化后的视频编码数据依次进行快速频域反变换和微分变换;
S14.对微分变换后的视频编码数据依次进行滤波和亮度色差信号反变换,并输出位图图像序列。
所述步骤S12中反量化的方法为:将输入的频域数据F(x,y)中N”*N”大小的分块矩阵F(i,j)按照公式五进行反量化,还原频域数据;
F=F'*Q=F'<<(4(i+j)/N”);Q=24(i+j)/N”。(公式五)
所述步骤S13包括:
S131.按照公式六生成反变换表,对反量化后的频域数据进行反变换,将频域数据还原为微分数据;
S132.将微分数据按照公式七代入卷积运算进行离散数值积分近似恢复图像;
所述步骤S14包括:
S141.定义输入数据中设P块与Q块有边界相临点pN/4-1,...,p2,p1,p0,q0,q1,q2,...,qN/4-1,则根据公式八对色差信号进行滤波;
S142.将每个象素的亮度和色差(Y,Cb,Cr)按公式九还原出红绿蓝数据(R,G,B);
本发明的有益效果是:本发明提供了一种新的快速视频编解码方法,包括快速位图图像至亮度和色差信号变换、微分变换,变化率评估、快速频域变换、快速量化、熵编码、熵编码还原、积分变换、快速反量化、快速频域反变换、快速滤波等步骤,能够以软件实现将高清图像信息高速压缩至大约每秒8至16兆比特,解决了没有专用硬件进行视频处理的主机和部分嵌入式设备的视频实时编解码传输和存储问题,可以广泛应用于计算机设备的远程控制、远程监控等。
附图说明
图1为本发明中视频编码压缩算法的一个实施例的流程示意图;
图2为本发明中视频解码压缩算法的一个实施例的流程示意图;
图3为本发明中解码时滤波的一个示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种快速实时视频编码压缩算法,包括:
S01.输入位图图像序列,并对所述位图图像序列进行亮度色差信号变换。
所述步骤S01中,亮度色差信号变换的方法为:根据公式一计算所述位图图像序列中每个像素的红绿蓝(R,G,B)的亮度色差信号(Y,Cb,Cr),并将所述亮度色差信号(Y,Cb,Cr)分为三部分进行后续处理;本申请中,在此处利用10个移位代替9个浮点数乘法,在主流计算机硬件条件下,计算一帧1080P高清图像只需数毫秒,本申请中移位法的运算速度和效率比浮点数计算提高了大约10倍,比查表法提高了约3倍,从而完全能够满足实时视频压缩的前置信号变换要求。
S02.对亮度色差信号变化后的所述位图图像序列进行微分变换。
所述步骤S02中微分变化的方法为:
S021.将亮度色差信号变化后的所述位图图像序列切分为多个32*32大小的矩阵,并根据公式二计算所述位图图像序列在空间域和时间域的变化率;
式中,Gt-时域变化率,M=空间变化率,f(x,y)-数据矩阵,f(x,y,t1)-t1时刻的输入数据,f(x,y,t0)-t0时刻的输入数据。
S022.根据空间变化率M的值,将数据矩阵f(x,y)切分为多个分块矩阵f(i,j):当空间变化率M大于8时,将数据矩阵f(x,y)切分为4个分块矩阵,当空间变化率M大于16时,将数据矩阵f(x,y)切分为16个分块矩阵;高实时性压缩可提供4*4、8*8、16*16、32*32等精度的子矩阵,高压缩率压缩则可扩展至4*8、8*4、8*16、16*32、32*16、32*64、64*32、64*64、128*128等更高维度的变换矩阵,从而进一步提高图像质量和压缩率。
S023.根据图像熵的大小进行相应精度频域变化和量化等级,提高图像质量。
S03.对微分变换后的所述位图图像序列进行快速频域变换。
所述步骤S03中,将输入的空间数据矩阵f(x,y)中N*N大小的分块矩阵f(i,j)根据公式三生成变换表,对空间数据矩阵f(x,y)进行快速变换,输出频域数据F;
S04.对快速频域变换后的所述位图图像序列进行快速量化。
所述步骤S04中,将频域数据F中N'*N'大小的分块矩阵F(i,j)根据公式四构造量化表,对频域数据F进行量化处理;
F'=F/Q=F>>(4(i+j)/N');Q=24(i+j)/N'。(公式四)
S05.对快速量化后的所述位图图像序列进行熵压缩,并输出压缩视频编码数据。
所述步骤S05中熵压缩使用标准哈夫曼编码,具体的:首先根据图像数据统计数据概率分布,从数据概率分布从高到低,依次分配变长码字预先生成码表,编码时候根据码表对数据进行编码输出压缩视频编码数据。
如图2所示,一种快速实时视频解码压缩算法,包括:
S11.输入视频编码数据,并对所述视频编码数据进行熵解压缩;熵解压缩是根据标准哈夫曼编码将码字还原为编码器前的频域数据。
S12.对熵解压缩后的视频编码数据进行反量化。
所述步骤S12中反量化的方法为:将输入的频域数据F(x,y)中N”*N”大小的分块矩阵F(i,j)按照公式五进行反量化,还原频域数据;
F=F'*Q=F'<<(4(i+j)/N”);Q=24(i+j)/N”。(公式五)
S13.对反量化后的视频编码数据依次进行快速频域反变换和微分变换。
所述步骤S13包括:
S131.按照公式六生成反变换表,对反量化后的频域数据进行反变换,将频域数据还原为微分数据;
S132.将微分数据按照公式七代入卷积运算进行离散数值积分近似恢复图像;对于不连续的离散化数值近似计算带来的误差扩散由间隔发送的f(x,y)初始化数据帧来矫正。
S14.对微分变换后的视频编码数据依次进行滤波和亮度色差信号反变换,并输出位图图像序列。
所述步骤S14包括:
S141.对色差信号进行滤波来处理频域变换误差在块边界产生的图像失真,对输入数据中边长为N的矩阵块四周边界相临的N/2个点进行滤波;定义输入数据中设P块与Q块有边界相临点pN/4-1,...,p2,p1,p0,q0,q1,q2,...,qN/4-1,如图3所示,则根据公式八对色差信号进行滤波;
S142.将每个象素的亮度和色差(Y,Cb,Cr)按公式九还原出红绿蓝数据(R,G,B);
本发明在从PC到智能手机、平板、电视、投影仪等设备的远程实时屏幕图像传输、视频投送等产品中实际运行性能良好,达到设计指标。以表1中的设备配置为例,测试视频为Intel标准测试(http://cloud.189.cn/t/NVNrmqbaayqa),实际性能测试数据见表2。
表1设备配置表
PC(图像采集端) | 智能设备(图像显示端) | |
操作系统 | WindowslO | Android 4.4.2 |
CPU | Intel(R)Core(TM)i3-3240 | Rockchip 3288Quad-core l.7GHz |
内存 | 4GB | 2GB |
无线模块 | 802.lln 300Mbps | 802.lln 300Mbps |
图像分辨率 | 1366*768 | 1280*720 |
表2性能测试结果数据
序号 | 编码时间(ms) | 解码时间(ms) | 比特率(Bps) | 帧率(fps) |
1 | 15 | 28 | 4093991 | 24 |
2 | 16 | 25 | 3395910 | 33 |
3 | 16 | 26 | 3157220 | 23 |
4 | 16 | 24 | 2911224 | 32 |
5 | 15 | 37 | 2703224 | 29 |
6 | 15 | 25 | 5633341 | 27 |
7 | 16 | 23 | 5798082 | 31 |
8 | 15 | 25 | 5405211 | 33 |
9 | 15 | 25 | 5575902 | 32 |
10 | 16 | 23 | 7365961 | 31 |
平均值 | 15.5 | 26.1 | 4604006 | 29.5 |
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (9)
1.一种快速实时视频编码压缩方法,其特征在于,包括:
S01.输入位图图像序列,并对所述位图图像序列进行亮度色差信号变换;
其亮度色差信号变换的方法为:根据公式一计算所述位图图像序列中每个像素的红绿蓝(R,G,B)的亮度色差信号(Y,Cb,Cr),并将所述亮度色差信号(Y,Cb,Cr)分为三部分;
S02.对亮度色差信号变化后的所述位图图像序列进行微分变换;
S03.对微分变换后的所述位图图像序列进行快速频域变换;
S04.对快速频域变换后的所述位图图像序列进行快速量化;
S05.对快速量化后的所述位图图像序列进行熵压缩,并输出压缩视频编码数据。
2.根据权利要求1所述的一种快速实时视频编码压缩方法,其特征在于,所述步骤S02中微分变化的方法为:
S021.将亮度色差信号变化后的所述位图图像序列切分为多个m*m矩阵,并根据公式二计算所述位图图像序列在空间域和时间域的变化率;
式中,Gt-时域变化率,M=空间变化率,f(x,y)-数据矩阵;
S022.根据空间变化率M的值,将数据矩阵f(x,y)切分为多个分块矩阵f(i,j);
S023.根据图像熵的大小进行相应精度频域变化和量化等级。
3.根据权利要求2所述的一种快速实时视频编码压缩方法,其特征在于,所述步骤S03中,将输入的空间数据矩阵f(x,y)中N*N大小的分块矩阵f(i,j)根据公式三生成变换表,对空间数据矩阵f(x,y)进行快速变换,输出频域数据F;
4.根据权利要求3所述的一种快速实时视频编码压缩方法,其特征在于,所述步骤S04中,将频域数据F中N'*N'大小的分块矩阵F(i,j)根据公式四构造量化表,对频域数据F进行量化处理;
F'=F/Q=F>>(4(i+j)/N');Q=24(i+j)/N'。 (公式四)
5.根据权利要求1所述的一种快速实时视频编码压缩方法,其特征在于,所述步骤S05中熵压缩的方法为:根据图像数据统计数据概率分布,从数据概率分布从高到低,依次分配变长码字预先生成码表,编码时候根据码表对数据进行编码输出压缩视频编码数据。
6.一种快速实时视频解码压缩方法,其特征在于,适用于权利要求1-5中任一项所述的编码压缩方法,包括:
S11.输入视频编码数据,并对所述视频编码数据进行熵解压缩;
S12.对熵解压缩后的视频编码数据进行反量化;
S13.对反量化后的视频编码数据依次进行快速频域反变换和微分变换;
S14.对微分变换后的视频编码数据依次进行滤波和亮度色差信号反变换,并输出位图图像序列。
7.根据权利要求6所述的一种快速实时视频解码压缩方法,其特征在于,所述步骤S12中反量化的方法为:将输入的频域数据F'(x,y)中N”*N”大小的分块矩阵F'(i,j)按照公式五进行反量化,还原频域数据;
F=F'*Q=F'<<(4(i+j)/N”);Q=24(i+j)/N”。 (公式五)
8.根据权利要求6所述的一种快速实时视频解码压缩方法,其特征在于,所述步骤S13包括:
S131.按照公式六生成反变换表,对反量化后的频域数据进行反变换,将频域数据还原为微分数据;
其中n=N,即数据矩阵中每列或每行的分块矩阵个数;
S132.将微分数据按照公式七代入卷积运算进行离散数值积分近似恢复图像;
其中G(x,y)为对单独帧的积分数据,G(x,y,t0)为上一帧对时间t的积分数据,G(x,y,△t)为当前帧的微分数据,ft为当前帧对时间t的积分数据,fx为对x进行离散数值积分的结果,fy为对y进行离散数值积分结果,f为原始图像数据。
9.根据权利要求6所述的一种快速实时视频解码压缩方法,其特征在于,所述步骤S14包括:
S141.定义输入数据中设P块与Q块有边界相临点pN/4-1,...,p2,p1,p0,q0,q1,q2,...,qN/4-1,则根据公式八对色差信号进行滤波;
其中N为数据矩阵中每列或每行的分块矩阵个数,P、Q为相邻的分块矩阵;
S142.将每个像素的亮度和色差(Y,Cb,Cr)按公式九还原出红绿蓝数据(R,G,B);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610729193.3A CN106101711B (zh) | 2016-08-26 | 2016-08-26 | 一种快速实时视频编解码压缩算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610729193.3A CN106101711B (zh) | 2016-08-26 | 2016-08-26 | 一种快速实时视频编解码压缩算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106101711A CN106101711A (zh) | 2016-11-09 |
CN106101711B true CN106101711B (zh) | 2019-03-01 |
Family
ID=57225523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610729193.3A Active CN106101711B (zh) | 2016-08-26 | 2016-08-26 | 一种快速实时视频编解码压缩算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106101711B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107196660A (zh) * | 2017-04-24 | 2017-09-22 | 南京数维康信息科技有限公司 | 低功耗数据压缩算法 |
CN108520505B (zh) * | 2018-04-17 | 2021-12-03 | 上海交通大学 | 基于多网络联合构建与自适应选择的环路滤波实现方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710961A (zh) * | 2005-06-22 | 2005-12-21 | 浙江大学 | 面向移动设备的视频压缩方法 |
CN103609114A (zh) * | 2011-06-22 | 2014-02-26 | 夏普株式会社 | 编码装置、解码装置、编解码系统、编码方法以及解码方法 |
CN103957415A (zh) * | 2014-03-14 | 2014-07-30 | 北方工业大学 | 基于屏幕内容视频的cu分割方法和装置 |
CN104168483A (zh) * | 2014-07-08 | 2014-11-26 | 大连民族学院 | 一种视频压缩方法及系统 |
CN104796694A (zh) * | 2015-04-30 | 2015-07-22 | 上海交通大学 | 基于视频纹理信息的优化帧内视频编码方法 |
-
2016
- 2016-08-26 CN CN201610729193.3A patent/CN106101711B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710961A (zh) * | 2005-06-22 | 2005-12-21 | 浙江大学 | 面向移动设备的视频压缩方法 |
CN103609114A (zh) * | 2011-06-22 | 2014-02-26 | 夏普株式会社 | 编码装置、解码装置、编解码系统、编码方法以及解码方法 |
CN103957415A (zh) * | 2014-03-14 | 2014-07-30 | 北方工业大学 | 基于屏幕内容视频的cu分割方法和装置 |
CN104168483A (zh) * | 2014-07-08 | 2014-11-26 | 大连民族学院 | 一种视频压缩方法及系统 |
CN104796694A (zh) * | 2015-04-30 | 2015-07-22 | 上海交通大学 | 基于视频纹理信息的优化帧内视频编码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106101711A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8780996B2 (en) | System and method for encoding and decoding video data | |
WO2023274074A1 (en) | Systems and methods for image filtering | |
CN105100814B (zh) | 图像编码、解码方法及装置 | |
CN107665128B (zh) | 图像处理方法、系统、服务器及可读存储介质 | |
EP3711302B1 (en) | Spatially adaptive quantization-aware deblocking filter | |
CN106101711B (zh) | 一种快速实时视频编解码压缩算法 | |
CN110830808A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN103402091A (zh) | 云桌面图像分类与编码方法 | |
US9153017B1 (en) | System and method for optimized chroma subsampling | |
CN110545432A (zh) | 一种图像编码、解码方法、相关装置及存储介质 | |
CN111083478A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN107409223B (zh) | 视频编解码方法和视频编解码器 | |
Joshua et al. | Comparison of DCT and DWT image compression | |
CN109474824A (zh) | 图像压缩方法 | |
US10438328B1 (en) | Chroma blurring reduction in video and images | |
CN110572652B (zh) | 一种静态图像的处理方法及装置 | |
CN106713924B (zh) | 用于文字分层压缩方法和装置 | |
CN109474825A (zh) | 一种脉冲序列压缩方法及系统 | |
DE60319742T2 (de) | Lauflängencodierung eines quantisierten digitalen bildes | |
CN107945108A (zh) | 视频处理方法及装置 | |
CN111491166A (zh) | 基于内容分析的动态压缩系统及方法 | |
CN108632612B (zh) | 编码压缩的方法和装置 | |
CN112422916B (zh) | 一种基于显示画面为载体的数据传输方法 | |
CN110855990B (zh) | 图像编码、解码方法、计算机设备和图像处理系统 | |
US20240121439A1 (en) | Point cloud attribute information encoding method and apparatus, point cloud attribute information decoding method and apparatus, and related device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |