CN107277507B - 一种空域变换域混合图像压缩方法 - Google Patents

一种空域变换域混合图像压缩方法 Download PDF

Info

Publication number
CN107277507B
CN107277507B CN201710580350.3A CN201710580350A CN107277507B CN 107277507 B CN107277507 B CN 107277507B CN 201710580350 A CN201710580350 A CN 201710580350A CN 107277507 B CN107277507 B CN 107277507B
Authority
CN
China
Prior art keywords
image
data set
transmission data
compression
variance
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
Application number
CN201710580350.3A
Other languages
English (en)
Other versions
CN107277507A (zh
Inventor
周诠
回征
李萱
呼延烺
关晨曦
刘娟妮
魏佳圆
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.)
Xian Institute of Space Radio Technology
Original Assignee
Xian Institute of Space Radio Technology
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 Xian Institute of Space Radio Technology filed Critical Xian Institute of Space Radio Technology
Priority to CN201710580350.3A priority Critical patent/CN107277507B/zh
Publication of CN107277507A publication Critical patent/CN107277507A/zh
Application granted granted Critical
Publication of CN107277507B publication Critical patent/CN107277507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • 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
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明提出一种空域变换域混合的图像压缩方法，通过把原图像预先处理成高方差图像块和低方差图像块，再进行针对性的空域处理和变换域JPEG标准压缩，压缩后恢复图像主观和客观质量均得到了改善。和JPEG标准图像压缩方法相比，本发明降低了图像数据压缩的复杂度，而提高了压缩性能，特别是在30倍左右较高压缩比的情况下，本发明压缩性能优良，对典型图像，PSNR提高1dB以上，可达1.5dB甚至更高。

Description

一种空域变换域混合图像压缩方法
技术领域
本发明涉及一种数据传输的方法，特别涉及一种空域变换域混合图像压缩方法，属于通信(如数据通信技术等)领域。
背景技术
数据传输和图像处理是目前通信领域的重要研究课题。随着科技的发展，人们对高分辨率图像的需求越来越大，数据压缩势在必行。
数据压缩分为有损压缩与无损压缩方法，有损压缩方法压缩比比较大，但压缩后恢复图像与原图像存在一定的信息损失，只要主客观评价指标符合要求，在实际中对应用没有多大影响。无损压缩方法压缩后恢复图像与原图像不存在信息损失，但压缩比特别小，一般2倍左右，使用场合受限，不便于进行数据传输。一般高速数据传输系统采用的压缩方法大都是有损方法，对图像压缩来说，一般情况下，压缩前后图像峰值信噪比(PSNR)应该达到30dB，压缩比越高PSNR越小。较大压缩比情况下如30倍左右，PSNR往往达不到30dB。
目前图像数据压缩方法有许多，代表性的有JPEG以及JPEG2000。由于压缩标准算法功能比较多，算法与图像本身特性有关，不是什么情况下都有好结果。在许多实际应用情况下，压缩比一般为4倍，有的场合压缩前总数据率较高，如1200Mbps，压缩方法如果复杂，则难于硬件实现，因此目前JPEG2000压缩算法大都基于国外压缩芯片实现，研制成本高、受制于人；或者，有的任务不需要那么高的图像质量，例如卫星舱外监控、对地观测普查，小卫星、微纳卫星图像传输、技术试验卫星图像传输、空间站内部监控、地面监控系统等，没有必要采用国外JPEG2000压缩芯片，JPEG方法就可以考虑。
虽然JPEG标准压缩方法不是对什么图像都有好的压缩效果，但标准方法应用广泛，如果能基于该方法得到性能更好的压缩方法则意义重大，应用范围也广。JPEG方法是对空域图像进行变换后再进行压缩的，即基于变换域对空域图像进行压缩处理，在低压缩比时，JPEG压缩方法效果基本能满足一般要求，但是在高压缩比时，如30倍左右或30倍以上压缩比时，JPEG压缩方法效果不好，难于满足要求，而JPEG2000压缩方法需要国外专业的芯片，也难于满足用户要求。
本发明是为了解决上述问题而提出的，引入了全新的空域-变换域混合的图像压缩传输方法进行压缩，基于图像分类和提出的空域压缩方法，并和变换域标准JPEG压缩方法结合，得到性能更好的压缩方法，满足一般用户要求的PSNR。目的是通过提取图像中满足要求的块进行优化处理，得到高方差图像块和低方差图像块，使低方差图像块以较高压缩比压缩传输，高方差块以较低压缩比压缩，从而在总压缩比不变的情况下，提高整个图像的压缩质量，一般优于JPEG压缩方法1dB以上，达到1.5dB,甚至可达到2dB。
发明内容
本发明解决的技术问题是：克服现有技术的不足，提供一种空域变换域混合图像压缩方法，通过把原图像预先处理,基于空域处理和变换域压缩混合的方法压缩图像，得到比JPEG标准压缩方法压缩性能更好的结果。
本发明的技术方案是：一种空域变换域混合的图像压缩方法，步骤如下：
1)将大小为M*N的原图像A进行分块，计算得到每个子图像块的方差、均值和最大偏差绝对值；
2)对每块图像进行分类判断，形成两类图像块和标志矩阵B；对高方差图像块进行变换域数据压缩，得到传输数据集a；对低方差图像块进行空域压缩处理，形成传输数据集b；对标志矩阵B进行无损压缩，形成传输数据集c；
3)根据传输数据集a、传输数据集b和传输数据集c进行编排，形成传输数据集C；
4)接收端对传输数据集C进行逆处理，得到高方差图像块和低方差图像块以及标志矩阵；
5)根据标志矩阵，恢复原始图像A1，大小为M*N。
所述步骤1)的具体方法如下：将大小为M*N的原图像A进行分块，每块大小为K1*K2，计算每块K1*K2个像素值的均值V、方差S1以及最大偏差绝对值S2；其中，M、N、K1、K2均为正整数，M/K1和N/K2也为整数；所述最大偏差绝对值S2是每块K1*K2个像素值与均值V的差的绝对值的最大值。
所述步骤2)的具体方法如下：设置门限T1>0,T2>0，若某一块像素值的方差S1不大于T1，同时该块像素值的最大偏差的绝对值S2不大于T2，则产生标记值0，否则产生标记值1，把每一块像素值对应的标记值按顺序排列形成标志矩阵B，该矩阵大小为(M/K1)*(N/K2)；把矩阵B元素为1对应的子图像块，按顺序排列形成高方差图像块，进行变换域压缩，得到传输数据集a；把矩阵B元素为0对应的子图像块，按顺序排列形成低方差图像块，对该图像块进行空域压缩处理，得到传输数据集b；对标志矩阵B进行无损压缩编码，得到传输数据集c；所述的低方差图像块是指方差S1不大于门限T1，且最大偏差绝对值S2不大于门限T2的图像块，其余为高方差图像块。
所述门限T1和T2的选择原则是，将标志矩阵B中0元素的个数与B中所有元素总个数的比例控制在40％-60％之间，该比例典型值为50％。
所述对该图像块进行空域压缩处理，得到传输数据集b的具体方法为：把每个K1*K2的块灰度值用该块的均值V的高L比特代替，形成数据集b1，对数据集b1进行无损压缩编码，得到传输数据集b；L＝8,7,6,5。
所述步骤4)的具体方法为：接收端根据传输数据集C，得出传输数据集a、传输数据集b和传输数据集c，对传输数据a解压缩得到高方差图像块；对传输数据集b无损解压缩得到数据集b1，把数据集b1的高L位加上低8-L位形成8比特数据，将每个8比特数据重复K1*K2次，最终得到低方差图像块对传输数据集c解压缩得到标志矩阵B；L＝8,7,6,5。
所述低8-L比特的取值方法如下：若L＝5，则低8-L位为011或100；若L＝6，则低8-L位为01或10；若L＝7，则低8-L位为0或1；若L＝8，则高L位即为最后的8比特数据。
所述步骤5)的具体方法为：
51)按照标志矩阵B中元素1的排列顺序，把高方差图像块中的K1*K2块按同样顺序排列，形成恢复图像A1的高方差区域；
52)按照标志矩阵B中元素0的顺序，把低方差图像块中的K1*K2块按同样顺序排列，形成恢复图像A1的低方差区域；高方差区域和低方差区域结合就得到完整的恢复图像A1，大小为M*N。
所述K1＝8，K2＝8；L＝5。
本发明与现有技术相比的有益效果在于：
本发明在不改变数据压缩体制情况下，通过把原图像预先处理成空域-变换域混合图像，经过R倍压缩后，性能得到了明显改善。该方法在复杂度、压缩比R和PSNR等方面的性能均得到提高。和JPEG标准压缩方法相比，本发明不增加数据压缩的复杂度，而保持了压缩性能的提高，特别是在较高压缩比30倍左右的情况下，对典型图像PSNR提高了1-2dB。
本发明与目前背景技术相比有下面几点实质性不同及进步：
(1)该方法首先根据原图像分块特性进行优选，得到不需要进行变换域处理的图像块，该块方差小，比较适合空域非标准压缩方法进行较高压缩比的压缩，空域处理压缩比为R1＝r*K1*K2*8/L，其中r为无失真压缩编码压缩比，一般为1.1～1.3之间，典型值为1.2，L典型值为5，K1*K2典型值为64，R1的典型值为120，；
(2)该方法把图像中不适合空域压缩的图像块采用较低压缩比的变换域标准压缩方法(JPEG)进行压缩，提高了该图像块的压缩恢复质量。
(3)该方法门限T1和T2值可以优化选取，使得高方差图像和低方差图像各占50％左右，从而有利于调整压缩比和提高载体图像恢复质量。
(4)该方法把方差小的图像块用均值代替，相当于压缩了K1*K2倍(典型值为64倍)而压缩性能明显优于直接用JPEG方法压缩结果，使得大方差图像的压缩比可以低于原来直接用JPEG压缩时设置的压缩比(具体对应Q值，Q值越大，压缩比越低)，从而在同样较大压缩比情况下，提高了整个图像的压缩质量。
(5)该方法不是对整个图像而是对部分高方差图像(50％左右)进行JPEG压缩，降低了JPEG方法的复杂度；提出的空域压缩方法实现复杂度也不高，总的压缩方法复杂度并没有增加，容易实现。
(6)该方法的压缩比很大程度取决于空域处理的压缩比R1，其中R1的典型值为120，具体应用时，可以省去空域压缩的无损压缩环节，此时R1的典型值为100，仍然很大，而性能下降不多，PSNR仍优于JPEG方法1dB，则可以进一步降低了本发明压缩方法的复杂度，更加容易实现。
(7)该方法具体应用时，为了进一步简化，可省去图像块的方差计算，只用偏差最大值进行判断，从而省去了T1门限，只留下T2门限，进一步降低了本压缩方法的复杂度。通过仿真实验，此时本发明性能略有下降，但PSNR仍优于JPEG方法1dB以上。
附图说明
图1为本发明对原始图像的处理结果
(a)X图像(512*512*8bit)；
(b)X图像JPEG压缩39倍恢复图像PSNR＝28.9dB；
(c)X图像本发明压缩39倍恢复图像PSNR＝30.4dB；
(d)Y图像(512*512*8bit)；
(e)Y图像JPEG压缩29倍恢复图像PSNR＝28.7dB；
(f)Y图像本发明压缩29倍恢复图像PSNR＝29.8d。
具体实施方式
通过仿真验证本发明的性能，实验中采用了2幅大小为512×512的8比特国际标准灰度图像(X图象：lena.bmp和Y图像：airplane.bmp)进行压缩与恢复。
一种空域变换域混合的图像压缩方法，步骤如下：
1)将大小为512*512的原图像A进行分块，求方差、均值和最大偏差绝对值；
2)对每块图像进行分类判断，形成两类图像块和标志矩阵B；对高方差图像块进行变换域数据压缩，得到传输数据集1；对低方差图像块进行空域压缩处理，形成传输数据集2；对标志矩阵B进行无损压缩，形成传输数据集3；
3)根据传输数据集1、传输数据集2和传输数据集3进行编排，形成传输数据集C；
4)接收端对传输数据集C进行逆处理，得到高方差图像块和低方差图像块以及标志矩阵；
5)根据标志矩阵，恢复原始图像A1，大小为512*512。
第1步方法如下：将大小为M*N的原图像A进行分块，每块大小为K1*K2，计算每块K1*K2个像素值的均值V、方差S1以及最大偏差绝对值S2；其中，M、N、K1、K2均为正整数，最大偏差绝对值S2是每块K1*K2个像素值与均值V的差的绝对值的最大值，M/K1和N/K2为整数；K1*K2＝8*8。
第2步方法如下：设置门限T1>0,T2>0，若某一块像素值的方差S1不大于T1，同时某一块像素值的最大偏差的绝对值S2不大于T2，则产生标记值0，否则产生标记值1，把该0或1值，按照对应K1*K2块的顺序，形成标志矩阵B，该矩阵大小为(M/K1)*(N/K2)；把矩阵B元素为1对应的K1*K2的块，按顺序排列形成高方差图像块，进行变换域压缩，得到传输数据集1；
把该矩阵元素为0对应的K1*K2的块，按顺序排列形成低方差图像块，对该图像块进行空域压缩处理：把每个K1*K2的块灰度值用该块的均值P1(共8比特)的高L比特代替，形成数据集2，对数据集2进行无失真压缩编码，得到传输数据集2；
对标志矩阵B进行无损压缩编码，得到传输数据集3；
在本例中符合要求的T1和T2的取值如下：
图像X和图像Y：T1＝3，T2＝18；
L的取值如下：L＝8,7,6,5，典型值为L＝5：变换域压缩典型方法为JPEG方法，算法中Q典型值选取方法如下：取Q值，保证压缩比达到要求；
第4步方法如下：接收端根据传输数据集C，得出传输数据集1、传输数据集2和传输数据集3，对传输数据1解压缩得到高方差图像块；对传输数据集2无损解压缩得到数据集2，把数据集2的高L位加上低8-L位形成8比特数据，将每个8比特数据重复K1*K2次，最终得到低方差图像块，其中低8-L比特的取值方法如下：若L＝5，则低8-L位为011或100；若L＝6，则低8-L位为01或10；若L＝7，则低8-L位为0或1；若L＝8，则不操作；对传输数据集3解压缩得到标志矩阵B；
第5步方法如下：1)按照标志矩阵B中元素1的排列顺序，把高方差图像块中的K1*K2块按同样顺序排列，形成恢复图像A1的高方差区域；2)按照标志矩阵B中元素0的顺序，把低方差图像块中的K1*K2块按同样顺序排列，形成恢复图像A1的低方差区域；高方差区域和低方差区域结合就得到完整的恢复图像A1，大小为M*N(512*512)。
如图1所示，仿真中可以看出，对图像X，本发明压缩39倍，PSNR比JPEG方法高1.5dB，对图像Y，本发明压缩29倍，PSNR比JPEG方法高1.1dB。
在实际图像传输中，为了满足压缩要求，不一定非要采用JPEG2000压缩芯片，可以采用自研芯片。目前网络上几乎都采用JPEG压缩芯片，本发明提供一种较大压缩比的新的压缩方法，基于该方法研制压缩芯片的复杂度大大降低。
总之，本发明提供了一种利用图像分块优选、空域压缩和变换域压缩混合的图像压缩新方法，特别是明显提高了较大压缩比(30倍左右甚至更大)情况下JPEG图像压缩质量，具有高性能和低复杂度、易于软硬件实现的特点，在各种图像压缩传输系统中具有实用价值。
本发明未详细说明部分属本领域技术人员公知常识。

Claims (3)

1.一种空域变换域混合的图像压缩方法，其特征在于步骤如下：
1)将大小为M＊N的原图像A进行分块，计算得到每个子图像块的方差、均值和最大偏差绝对值；具体方法如下：将大小为M＊N的原图像A进行分块，每块大小为K1＊K2，计算每块K1＊K2个像素值的均值V、方差S1以及最大偏差绝对值S2；其中，M、N、K1、K2均为正整数，M/K1和N/K2也为整数；所述最大偏差绝对值S2是每块K1＊K2个像素值与均值V的差的绝对值的最大值；
2)对每块图像进行分类判断，形成两类图像块和标志矩阵B；对高方差图像块进行变换域数据压缩，得到传输数据集a；对低方差图像块进行空域压缩处理，形成传输数据集b；对标志矩阵B进行无损压缩，形成传输数据集c；具体方法如下：设置门限T1>0,T2>0，若某一块像素值的方差S1不大于T1，同时该块像素值的最大偏差的绝对值S2不大于T2，则产生标记值0，否则产生标记值1，把每一块像素值对应的标记值按顺序排列形成标志矩阵B，该矩阵大小为(M/K1)＊(N/K2)；把标志矩阵B中元素为1对应的子图像块，按顺序排列形成高方差图像块，进行变换域压缩，得到传输数据集a；把标志矩阵B中元素为0对应的子图像块，按顺序排列形成低方差图像块，对该图像块进行空域压缩处理，得到传输数据集b；对标志矩阵B进行无损压缩编码，得到传输数据集c；
3)根据传输数据集a、传输数据集b和传输数据集c进行编排，形成传输数据集C；
4)接收端对传输数据集C进行逆处理，得到高方差图像块和低方差图像块以及标志矩阵；具体方法为：接收端根据传输数据集C，得出传输数据集a、传输数据集b和传输数据集c，对传输数据a解压缩得到高方差图像块；对传输数据集b无损解压缩得到数据集b1，把数据集b1的高L位加上低8-L位形成8比特数据，将每个8比特数据重复K1＊K2次，最终得到低方差图像块对传输数据集c解压缩得到标志矩阵B；L＝8,7,6,5；
5)根据标志矩阵，恢复原始图像A1，大小为M＊N；具体方法为：
51)按照标志矩阵B中元素1的排列顺序，把高方差图像块中的K1＊K2块按同样顺序排列，形成恢复图像A1的高方差区域；
52)按照标志矩阵B中元素0的顺序，把低方差图像块中的K1＊K2块按同样顺序排列，形成恢复图像A1的低方差区域；高方差区域和低方差区域结合就得到完整的恢复图像A1，大小为M＊N；
所述步骤2)中对该图像块进行空域压缩处理，得到传输数据集b的具体方法为：把每个K1＊K2的块灰度值用该块的均值V的高L比特代替，形成数据集b1，对数据集b1进行无损压缩编码，得到传输数据集b；L＝8,7,6,5；
所述步骤4)中低8-L比特的取值方法如下：若L＝5，则低8-L位为011或100；若L＝6，则低8-L位为01或10；若L＝7，则低8-L位为0或1；若L＝8，则高L位即为最后的8比特数据；
2.根据权利要求1所述的一种空域变换域混合的图像压缩方法，其特征在于：所述K1＝8，K2＝8；L＝5。
3.根据权利要求1所述的一种空域变换域混合的图像压缩方法，其特征在于：所述门限T1和T2的选择原则是，将标志矩阵B中0元素的个数与B中所有元素总个数的比例控制在40％-60％之间，该比例典型值为50％。
CN201710580350.3A 2017-07-17 2017-07-17 一种空域变换域混合图像压缩方法 Active CN107277507B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710580350.3A CN107277507B (zh) 2017-07-17 2017-07-17 一种空域变换域混合图像压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710580350.3A CN107277507B (zh) 2017-07-17 2017-07-17 一种空域变换域混合图像压缩方法

Publications (2)

Publication Number Publication Date
CN107277507A CN107277507A (zh) 2017-10-20
CN107277507B true CN107277507B (zh) 2019-12-20

Family

ID=60072191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710580350.3A Active CN107277507B (zh) 2017-07-17 2017-07-17 一种空域变换域混合图像压缩方法

Country Status (1)

Country Link
CN (1) CN107277507B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108521535B (zh) * 2018-04-26 2019-06-18 西安空间无线电技术研究所 一种基于图像混合处理的信息隐藏传输方法
CN115396670B (zh) * 2022-07-28 2024-05-03 西安空间无线电技术研究所 一种局域处理的图像数据压缩方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101426138A (zh) * 2008-12-05 2009-05-06 硅谷数模半导体（北京）有限公司 Lcd过驱动帧缓冲数据压缩方法和装置
CN101640802A (zh) * 2009-08-28 2010-02-03 北京工业大学 基于宏块特征和统计特性的视频帧间压缩编码方法
CN102884536A (zh) * 2010-04-07 2013-01-16 苹果公司 用于视频会议压缩的肤色与特征检测
CN104284190A (zh) * 2014-11-05 2015-01-14 安徽大学 一种基于ambtc高低均值最优化的压缩图像隐写编码方法
CN104883579A (zh) * 2015-06-08 2015-09-02 电子科技大学 一种基于空-频域的联合视频图像的上采样方法
KR20160010021A (ko) * 2014-07-18 2016-01-27 네이버 주식회사 이미지 부호화 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101426138A (zh) * 2008-12-05 2009-05-06 硅谷数模半导体（北京）有限公司 Lcd过驱动帧缓冲数据压缩方法和装置
CN101640802A (zh) * 2009-08-28 2010-02-03 北京工业大学 基于宏块特征和统计特性的视频帧间压缩编码方法
CN102884536A (zh) * 2010-04-07 2013-01-16 苹果公司 用于视频会议压缩的肤色与特征检测
KR20160010021A (ko) * 2014-07-18 2016-01-27 네이버 주식회사 이미지 부호화 방법 및 장치
CN104284190A (zh) * 2014-11-05 2015-01-14 安徽大学 一种基于ambtc高低均值最优化的压缩图像隐写编码方法
CN104883579A (zh) * 2015-06-08 2015-09-02 电子科技大学 一种基于空-频域的联合视频图像的上采样方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于空域-分频域混合编码的光学图像加密;方靖岳 等;《红外与激光工程》;20050630;第34卷(第3期);全文 *

Also Published As

Publication number Publication date
CN107277507A (zh) 2017-10-20

Similar Documents

Publication Publication Date Title
Vijayvargiya et al. A survey: various techniques of image compression
CN111726633B (zh) 基于深度学习和显著性感知的压缩视频流再编码方法
CN103426141B (zh) 一种图像内容认证方法与系统
Liu et al. CG-Cast: Scalable wireless image SoftCast using compressive gradient
CN107277507B (zh) 一种空域变换域混合图像压缩方法
CN105227962B (zh) 一种基于数据差值的无损信息隐藏方法
CN107018414B (zh) 一种在低质量图像压缩数据中无损隐藏高质量图像的方法
JP2021090135A (ja) 信号処理装置および信号処理方法、システム、学習方法、並びにプログラム
CN108521535B (zh) 一种基于图像混合处理的信息隐藏传输方法
CN107146191B (zh) 一种引入辅助像素的高效信息隐藏方法
Sikka et al. Lossless image compression technique using Haar wavelet and vector transform
Khashman et al. Comparison criteria for optimum image compression
CN114782563B (zh) 一种针对jpeg图像的秘密图像分享方法和系统
CN103780913A (zh) 一种基于误差隐藏的数据压缩方法
Zhao et al. Wireless image and video soft transmission via perception-inspired power distortion optimization
CN107358568B (zh) 一种噪声伪装的图像信息隐藏传输方法
CN108848385B (zh) 一种适于微纳卫星的分块数据压缩方法
Peng et al. An optimized algorithm based on generalized difference expansion method used for HEVC reversible video information hiding
Kale et al. Visually improved image compression by combining EZW encoding with texture modeling using Huffman Encoder
JP3953183B2 (ja) 画像通信方法および画像通信装置
Danti et al. Secured data hiding of invariant sized secrete image based on discrete and hybrid wavelet transform
CN115396670B (zh) 一种局域处理的图像数据压缩方法
CN106131575A (zh) 基于小波变换与孙子定理相结合的图像压缩方法
CN105141960A (zh) 一种基于jpeg2000压缩码流进行信息传输的方法
CN105933320B (zh) 一种抗压缩的大容量信息隐藏及提取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant