CN107948644A - 一种水下图像压缩方法及传输方法 - Google Patents
一种水下图像压缩方法及传输方法 Download PDFInfo
- Publication number
- CN107948644A CN107948644A CN201711317226.4A CN201711317226A CN107948644A CN 107948644 A CN107948644 A CN 107948644A CN 201711317226 A CN201711317226 A CN 201711317226A CN 107948644 A CN107948644 A CN 107948644A
- Authority
- CN
- China
- Prior art keywords
- mtd
- mrow
- image
- mtr
- mfrac
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 108
- 238000007906 compression Methods 0.000 title claims abstract description 60
- 230000006835 compression Effects 0.000 title claims abstract description 57
- 230000005540 biological transmission Effects 0.000 title claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
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
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
-
- 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
- H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
-
- 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
-
- 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
- H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
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)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及一种水下图像压缩方法及传输方法，解决的是压缩比低的技术问题，通过采用包括步骤1：采集水下图像，对水下图像进行预处理转换，得到预处理转换后的初图像；步骤2：对初图像使用改进的小波变换对图像进行去噪处理，去除棱角信息，得到第二图像；步骤3：利用压缩感知方法对第二图像做编码处理进行稀疏化，得到稀疏化图像，压缩感知方法包括OMP匹配追踪方法；步骤4：完成图像压缩，对稀疏化图像进行传输的技术方案，较好的解决了该问题，可用于水下图像处理中。
Description
技术领域
本发明涉及图像处理领域，具体涉及一种水下图像压缩方法及传输方法。
背景技术
随着人们对物质需求的不断提高，有限的陆地资源已经不能满足人类的需求，渐渐的人们把目光指向了广阔的海域，如何才能准确将水下的具体信息呈现在人们面前成为了一大难题。
现有的图片传输技术中的压缩方法采用的是基于离散余弦(Discrete CosineTransform，Dct)，Dct的出现虽然比傅里叶变换(Fast Fourier Transform，FFT)晚，但是其性能确实相对而言比较快速有效的，因此，Dct变换方法得到了广泛的应用。Dct变换主要是利用傅里叶变换的性质，首先对图像进行与处理，然后对图像进行二维的傅里叶变换，处理以后的数据只剩余弦项。存在无法满足图像在比特率比较低的情况下的传输要求，即压缩比低的技术问题。因此，提供一种压缩比高的水下图像压缩方法就很有必要。
发明内容
本发明所要解决的技术问题是现有技术中存在压缩比低的技术问题。提供一种新的水下图像压缩方法及传输方法，该水下图像压缩方法及传输方法具有压缩比高、重建图像的失真度越小的特点。
为解决上述技术问题，采用的技术方案如下：
一种水下图像压缩方法，所述水下图像压缩方法包括：
步骤1：采集水下图像，对水下图像进行预处理转换，得到预处理转换后的初图像；
步骤2：对初图像使用改进的小波变换对图像进行去噪处理，去除棱角信息，得到第二图像；
步骤3：利用压缩感知方法对第二图像做编码处理进行稀疏化，得到稀疏化图像，压缩感知方法包括OMP匹配追踪方法；
步骤4：完成图像压缩，对稀疏化图像进行传输。
本发明的工作原理：首先对采集到的原始图像进行预处理，该处理方法的目的在于不但可以有效的去除水下图像的视觉冗余，而且又可以将图像中不必要的数据分离开来，然后对数据进行改进的小波变换方法处理，将处理后的数据整合以后进行压缩感知处理，即OMP追踪方法，再将数据发送出去。
上述方案中，为优化，进一步地，所述改进的小波变换包括：
步骤A：图像分裂，将图像的横轴方向分成奇数列m和偶数列j；
步骤B：图像预测，根据奇数位置上的数据计算偶数位置数据，将该偶数位置上的数据相邻的偶数位上的数据，定义值不变的分量为低频分量，定义差值算子为高频分量；
步骤C：重复步骤B至少1次；
步骤D：将图像的纵轴方向分成奇数列m和偶数列n，重复步骤B及步骤C；
其中，
改进后的小波变换的优点有以下两点：第一，改进后的小波变换由于只靠加法器和移位寄存器便可以实现，所以该方法更适合于硬件实现。第二，改进后的小波变换只存在整数位，所以变换后得数据所占用的位数减少，更容易保存，并且内存的使用量也大大减少。
进一步地，所述水下图像压缩方法还包括将第二图像的数据分为3类数据；第1类数据是最低频段信息，采用无损编码方法进行编码；第2类数据是次高频段信息，采用有损压缩办法进行压缩；第3类数据是高频段信息。
进一步地，所述无损编码方法包括霍夫曼编码方法及差分脉冲方法。
进一步地，所述有损压缩包括改进的零树小波压缩编码方法。
进一步地，所述改进的零树小波压缩编码方法包括：
步骤a：扫描剩余系数，计算绝对值最大的剩余系数定义为阈值；
步骤b：预先定义阈值设定值，每进行一次扫描，阈值减少一半，直到阈值不大于阈值设定值，停止扫描；
步骤c：次高频带包括LH频带及HL频带，所述LH频带的扫描方式为行扫描，所述HL频带的扫描方式为列扫描；其中，系数的绝对值大于阈值的绝对值定义为二进制系数，系数的绝对值小于阈值的绝对值定义为0；
步骤d：进行系数重建，包括根据对应的扫描表还原系数矩阵；
步骤e：重复第步骤b，直至停止扫描。
进一步地，所述图像预处理指的是将水下图像进行空间转换，将水下图像由RGB空间转换到YUV空间，空间转换的公式为：
空间转换的目的主要是由于水下图像具有较低的对比度，而且水下图片具有较高的视觉冗余度。对转换空间后的Y空间进行一次改进的小波变换，变换后得到低频带(LL)、两个次高频带(LH，HL)和高频带(HH)，由于图像的主要信息主要集中在低频带，所以次高频带和高频带舍弃掉，只剩下低频带LL，即原始图像面积的1/4。对于U和V空间上的分量可以对其进行三次改进的小波变换，然后舍弃高频带和次高频带信息，最后只保留最低频的图像信息。
进一步地，所述稀疏化包括定义稀疏基及观测矩阵，根据稀疏基将图像稀疏化，使用观测矩阵进行全局观测。
本发明还提供一种水下图像传输方法，所述传输方法的输出方法包括前述水下图像压缩方法，经过传输，传输方法的输入解码方法包括前述的水下图像压缩方法的逆过程。接收端是发送端的逆过程。因为该系统的方法是有损的压缩过程，所以得到的图片会有少许的失真情况，但是在不影响视觉效果的前提下，该方法依然可用。
本发明的有益效果：
效果一，改进后的小波变换由于只靠加法器和移位寄存器便可以实现，所以该方法更适合于硬件实现；
效果二，改进后的小波变换只存在整数位，所以变换后得数据所占用的位数减少，更容易保存，并且内存的使用量也大大减少；
效果三，基于压缩感知的水下视频图像高压缩比方法在压缩比低于150:1的时候，重建的图像视觉质量也是可以接受的，对水下图像压缩编码的传输具有很高的利用价值。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1，DCT变换过程示意图。
图2，水下图像压缩方法示意图。
图3，压缩感知基本原理示意图。
图4，原始图像。
图5，原始图像经过两次变换以后的低频带图像。
图6，编码的绝对残差图像。
图7，解码用的残差图像。
图8，使用残差与线性预测重建后的图像。
图9，解码后的图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例1
本实施例提供一种水下图像压缩方法，如图2，所述水下图像压缩方法包括：
步骤1：采集水下图像，对水下图像进行预处理转换，得到预处理转换后的初图像；
步骤2：对初图像使用改进的小波变换对图像进行去噪处理，去除棱角信息，得到第二图像；
步骤3：利用压缩感知方法对第二图像做编码处理进行稀疏化，得到稀疏化图像，压缩感知方法包括OMP匹配追踪方法；
步骤4：完成图像压缩，对稀疏化图像进行传输。
实施例中素材为一副128x128的水下图像。其中，改进的小波变换详细步骤包括：
步骤A：图像分裂，将图像的横轴方向分成奇数列m和偶数列j；
步骤B：图像预测，根据奇数位置上的数据计算偶数位置数据，将该偶数位置上的数据相邻的偶数位上的数据，定义值不变的分量为低频分量，定义差值算子为高频分量；
步骤C：重复步骤B至少1次；
步骤D：将图像的纵轴方向分成奇数列m和偶数列n，重复步骤B及步骤C；
其中，
相对于如图1的DCT变换，改进后的小波变换的优点有以下两点：第一，改进后的小波变换由于只靠加法器和移位寄存器便可以实现，所以该方法更适合于硬件实现。第二，改进后的小波变换只存在整数位，所以变换后得数据所占用的位数减少，更容易保存，并且内存的使用量也大大减少。克服了在使用DCT变换时，由于该变换过程存在编码时间和解码时间较长、对小鼠进行取正重构图像失真严重以及重构后的图像”块效应”现象严重等明显的缺点，同时克服了传统的小波变换由于运算过程比较复杂，在硬件上实现比较困难的缺点。
为了能够还原出图像的主要轮廓，需要对集中了图像主要信息的低频段LL进行有损编码和无损编码两种方法的处理。首先，对低频段LL进行三次改进的小波变换，对于最低频的信息采用的是无损编码方法的处理，即霍夫曼编码和差分脉冲调制方法。
具体地，所述水下图像压缩方法还包括将第二图像的数据分为3类数据；第1类数据是最低频段信息，采用无损编码方法进行编码；第2类数据是次高频段信息，采用有损压缩办法进行压缩；第3类数据是高频段信息。最后，对于Y空间剩余的高频带，由于该频带存在甚少的有用系数，对于重构图像的影响微乎其微，所以为了提高压缩比，并不对其进行处理，不取用。
具体地，所述无损编码方法包括霍夫曼编码方法及差分脉冲方法。
具体地，所述有损压缩包括改进的零树小波压缩编码方法。
然后，对于Y空间剩余的两个次高频带，我们采用的是改进的零树小波变换方法。其主要过程为以小波数为单位对剩余系数进行扫描和编码，扫描顺序为从左往右，从上到下。所述改进的零树小波压缩编码方法包括：
步骤a：扫描剩余系数，计算绝对值最大的剩余系数定义为阈值；
步骤b：预先定义阈值设定值，每进行一次扫描，阈值减少一半，直到阈值不大于阈值设定值，停止扫描；
步骤c：次高频带包括LH频带及HL频带，所述LH频带的扫描方式为行扫描，所述HL频带的扫描方式为列扫描；其中，系数的绝对值大于阈值的绝对值定义为二进制系数，系数的绝对值小于阈值的绝对值定义为0；
步骤d：进行系数重建，包括根据对应的扫描表还原系数矩阵；
步骤e：重复第步骤b，直至停止扫描。
本实施例中图像预处理指的是将水下图像进行空间转换，将水下图像由RGB空间转换到YUV空间，空间转换的公式为：
空间转换的目的主要是由于水下图像具有较低的对比度，而且水下图片具有较高的视觉冗余度。对转换空间后的Y空间进行一次改进的小波变换，变换后得到低频带LL、两个次高频带LH与HL和高频带HH，由于图像的主要信息主要集中在低频带，所以次高频带和高频带舍弃掉，只剩下低频带LL，即原始图像面积的1/4。对于U和V空间上的分量可以对其进行三次改进的小波变换，然后舍弃高频带和次高频带信息，最后只保留最低频的图像信息。
具体地基于压缩感知的OMP追踪方法，即所述稀疏化包括定义稀疏基及观测矩阵，根据稀疏基将图像稀疏化，使用观测矩阵进行全局观测，如图3：
Y＝ΦψTS；
X＝ψTS；
其中，s为稀疏基，Ψ为原始图像数系数，φ为观测矩阵，以贪婪迭代的方式选择图像的列，使得每次迭代中所选的列与当前列最大程度的相关。从测量的向量中减去相关的地方，并且反复的进行迭代，直到达到要求，即可停止迭代。
本实施例还提供一种水下图像传输方法，所述传输方法的输出方法包括前述水下图像压缩方法，经过传输，传输方法的输入解码方法包括前述的水下图像压缩方法的逆过程。接收端是发送端的逆过程。因为该系统的方法是有损的压缩过程，所以得到的图片会有少许的失真情况，但是在不影响视觉效果的前提下，该方法依然可用。
经过试验，如图4为原始图像。图5分别为原始图像经过两次变换以后的低频带图像，图6为差分脉冲调制的编码绝对值残差图像，图7位解码用的残差图像，图8使用残差和线性预测重建后的图像。通过图中图5和图8的比较可以看出，图像的失真程度并不高，图9为解码后的图像，图像的压缩比基本可以达到150：1，通过图4和图9的比较可以发现，除了颜色外，仅有背景区域产生局部失真，而且重建后的图片也没有影像视觉观测效果，重建后的图像视觉质量也是可以接受的。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。
Claims (9)
1.一种水下图像压缩方法，其特征在于：所述水下图像压缩方法包括：
步骤1：采集水下图像，对水下图像进行预处理转换，得到预处理转换后的初图像；
步骤2：对初图像使用改进的小波变换对图像进行去噪处理，去除棱角信息，得到第二图像；
步骤3：利用压缩感知方法对第二图像做编码处理进行稀疏化，得到稀疏化图像，压缩感知方法包括OMP匹配追踪方法；
步骤4：完成图像压缩，对稀疏化图像进行传输。
2.根据权利要求1所述的水下图像压缩方法，其特征在于：所述改进的小波变换包括：
步骤A：图像分裂，将图像的横轴方向分成奇数列m和偶数列j；
步骤B：图像预测，根据奇数位置上的数据计算偶数位置数据，将该偶数位置上的数据相邻的偶数位上的数据，定义值不变的分量为低频分量，定义差值算子为高频分量；
<mrow>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
<mrow>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mn>2</mn>
</mfrac>
<mo>&rsqb;</mo>
<mo>.</mo>
</mrow>
步骤C：重复步骤B至少1次；
步骤D：将图像的纵轴方向分成奇数列m和偶数列n，重复步骤B及步骤C；
其中，
3.根据权利要求1所述的水下图像压缩方法，其特征在于：所述水下图像压缩方法还包括将第二图像的数据分为3类数据；
第1类数据是最低频段信息，采用无损编码方法进行编码；第2类数据是次高频段信息，采用有损压缩办法进行压缩；第3类数据是高频段信息。
4.根据权利要求3所述的水下图像压缩方法，其特征在于：所述无损编码方法包括霍夫曼编码方法及差分脉冲方法。
5.根据权利要求3所述的水下图像压缩方法，其特征在于：所述有损压缩包括改进的零树小波压缩编码方法。
6.根据权利要求5所述的水下图像压缩方法，其特征在于：所述改进的零树小波压缩编码方法包括：
步骤a：扫描剩余系数，计算绝对值最大的剩余系数定义为阈值；
步骤b：预先定义阈值设定值，每进行一次扫描，阈值减少一半，直到阈值不大于阈值设定值，停止扫描；
步骤c：次高频带包括LH频带及HL频带，所述LH频带的扫描方式为行扫描，所述HL频带的扫描方式为列扫描；其中，系数的绝对值大于阈值的绝对值定义为二进制系数，系数的绝对值小于阈值的绝对值定义为0；
步骤d：进行系数重建，包括根据对应的扫描表还原系数矩阵；
步骤e：重复第步骤b，直至停止扫描。
7.根据权利要求1所述的水下图像压缩方法，其特征在于：所述图像预处理指的是将水下图像进行空间转换，将水下图像由RGB空间转换到YUV空间，空间转换为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>Y</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>U</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>V</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0.257</mn>
</mtd>
<mtd>
<mn>0.504</mn>
</mtd>
<mtd>
<mn>0.098</mn>
</mtd>
<mtd>
<mn>16</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>0.148</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mn>0.291</mn>
</mrow>
</mtd>
<mtd>
<mn>0.439</mn>
</mtd>
<mtd>
<mn>128</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0.429</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mn>0.368</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mn>0.071</mn>
</mrow>
</mtd>
<mtd>
<mn>128</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>R</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>G</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>B</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
8.根据权利要求1所述的水下图像压缩方法，其特征在于：所述稀疏化包括定义稀疏基及观测矩阵，根据稀疏基将图像稀疏化，使用观测矩阵进行全局观测。
9.一种水下图像传输方法，其特征在于：所述传输方法的输出方法包括权利要求1-8任一所述的水下图像压缩方法，经过传输，传输方法的输入解码方法包括权利要求1-8任一所述的水下图像压缩方法的逆过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711317226.4A CN107948644B (zh) | 2017-12-12 | 2017-12-12 | 一种水下图像压缩方法及传输方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711317226.4A CN107948644B (zh) | 2017-12-12 | 2017-12-12 | 一种水下图像压缩方法及传输方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107948644A true CN107948644A (zh) | 2018-04-20 |
| CN107948644B CN107948644B (zh) | 2020-09-18 |
Family
ID=61943932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711317226.4A Active CN107948644B (zh) | 2017-12-12 | 2017-12-12 | 一种水下图像压缩方法及传输方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107948644B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108809977A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
| CN110706186A (zh) * | 2019-07-12 | 2020-01-17 | 北京理工大学 | 基于压缩感知及Renyi熵的水下信息抗干扰方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101448158A (zh) * | 2008-12-19 | 2009-06-03 | 中国海洋大学 | 一种水下视频压缩方法 |
| CN101848390A (zh) * | 2010-05-10 | 2010-09-29 | 西南交通大学 | 基于多方向稀疏表示的图像压缩安全编码方法 |
| CN103841583A (zh) * | 2014-01-16 | 2014-06-04 | 华南理工大学 | 一种基于压缩感知的无线网络优化海量信令数据采集方法 |
| CN107016656A (zh) * | 2017-04-01 | 2017-08-04 | 中国科学院光电技术研究所 | 基于压缩感知的图像重建中的小波稀疏基优化方法 |
| CN109309840A (zh) * | 2018-09-05 | 2019-02-05 | 开封大学 | 基于噪声整形的压缩感知图像编码方法、存储介质 |
-
2017
- 2017-12-12 CN CN201711317226.4A patent/CN107948644B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101448158A (zh) * | 2008-12-19 | 2009-06-03 | 中国海洋大学 | 一种水下视频压缩方法 |
| CN101848390A (zh) * | 2010-05-10 | 2010-09-29 | 西南交通大学 | 基于多方向稀疏表示的图像压缩安全编码方法 |
| CN103841583A (zh) * | 2014-01-16 | 2014-06-04 | 华南理工大学 | 一种基于压缩感知的无线网络优化海量信令数据采集方法 |
| CN107016656A (zh) * | 2017-04-01 | 2017-08-04 | 中国科学院光电技术研究所 | 基于压缩感知的图像重建中的小波稀疏基优化方法 |
| CN109309840A (zh) * | 2018-09-05 | 2019-02-05 | 开封大学 | 基于噪声整形的压缩感知图像编码方法、存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 冀凯: "5/3提升小波在DM642上的实现与优化", 《电子工程世界网》 * |
| 温琳卉，谢憬，王国兴: "二维5/3小波变换在并行计算单元中的设计实现", 《微电子学与计算机》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108809977A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
| CN108809977B (zh) * | 2018-06-08 | 2020-12-15 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
| CN110706186A (zh) * | 2019-07-12 | 2020-01-17 | 北京理工大学 | 基于压缩感知及Renyi熵的水下信息抗干扰方法 |
| CN110706186B (zh) * | 2019-07-12 | 2022-04-15 | 北京理工大学 | 基于压缩感知及Renyi熵的水下信息抗干扰方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107948644B (zh) | 2020-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yadav et al. | A review on image compression techniques | |
| Mander et al. | An improved image compression-decompression technique using block truncation and wavelets | |
| Perumal et al. | A hybrid discrete wavelet transform with neural network back propagation approach for efficient medical image compression | |
| PraveenKumar et al. | Medical image compression using integer multi wavelets transform for telemedicine applications | |
| Kalavathi et al. | A wavelet based image compression with RLC encoder | |
| CN107948644B (zh) | 一种水下图像压缩方法及传输方法 | |
| Siddeq et al. | A novel 2D image compression algorithm based on two levels DWT and DCT transforms with enhanced minimize-matrix-size algorithm for high resolution structured light 3D surface reconstruction | |
| CN105392014B (zh) | 一种优化的小波变换图像压缩方法 | |
| Maske et al. | Comparison Of Image Compression Using Wavelet For Curvelettransform & Transmission Over Wireless Channel | |
| CN104683818A (zh) | 基于双正交不变集多小波的图像压缩方法 | |
| Gao et al. | Extremely low bit-rate image compression via invertible image generation | |
| Hashemi-Berenjabad et al. | Threshold based lossy compression of medical ultrasound images using contourlet transform | |
| CN102833537A (zh) | 基于Contourlet变换的压缩感知图像稀疏方法 | |
| Chinnarao et al. | Improved image de noising algorithm using dual tree complex wavelet transform | |
| Varathaguru et al. | New edge-directed interpolation based-lifting DWT and MSPIHT algorithm for image compression | |
| Wu et al. | Comparisons of Threshold EZW and SPIHT Wavelets Based Image Compression Methods | |
| Takagi et al. | Image restoration of JPEG encoded images via block matching and wiener filtering | |
| CN110175965A (zh) | 基于自适应采样及平滑投影的分块压缩感知方法 | |
| Mallikarjuna et al. | Compression of noisy images based on sparsification using discrete rajan transform | |
| Pokle et al. | Lossy Image Compression using Discrete Cosine Transform | |
| Thayammal et al. | Multispectral band image compression using adaptive wavelet transform-tetrolet transform | |
| Jayanthi et al. | Multi Wavelet Based Image Compression for Tele-Medical Applications | |
| Pandey et al. | Hybrid image compression based on fuzzy logic technology | |
| Vrindavanam et al. | Wavelet and JPEG based image compression: an experimental analysis | |
| Ranjeeta et al. | Image compression: an overview |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180420 Assignee: Guilin Hanchen Technology Co.,Ltd. Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY Contract record no.: X2022450000380 Denomination of invention: A method of underwater image compression and transmission Granted publication date: 20200918 License type: Common License Record date: 20221219 |
|
| EE01 | Entry into force of recordation of patent licensing contract |