CN110113604A - 一种新型图像分层编码方法 - Google Patents

一种新型图像分层编码方法 Download PDF

Info

Publication number
CN110113604A
CN110113604A CN201910342336.9A CN201910342336A CN110113604A CN 110113604 A CN110113604 A CN 110113604A CN 201910342336 A CN201910342336 A CN 201910342336A CN 110113604 A CN110113604 A CN 110113604A
Authority
CN
China
Prior art keywords
image
denoted
error
layer
square
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
Application number
CN201910342336.9A
Other languages
English (en)
Other versions
CN110113604B (zh
Inventor
朱树元
李世博
刘光辉
曾辽原
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910342336.9A priority Critical patent/CN110113604B/zh
Publication of CN110113604A publication Critical patent/CN110113604A/zh
Application granted granted Critical
Publication of CN110113604B publication Critical patent/CN110113604B/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
    • H04N19/102—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
    • H04N19/102—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
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • 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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation

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

本发明属于图像压缩领域，提供一种新型图像分层编码方法，用以克服传统两层图像编码方法中基础层的一些区域叠加残差层后图像质量提高不明显甚至出现下降的问题。本发明将图像分层编码方法和图像压缩的客观评价准则相结合，以传统的分层图像编码方法为基础，通过判断编码压缩后图像块均方误差的大小，对残差层的图像块进行编码修正。在分层编码结构下，对于加入残差层后图像质量提高明显的区域，进行基础层和残差层的联合重建；对于质量提高不明显的区域，不再进行基础层和残差层的联合重建。通过对残差层的合理修正，达到提高分层编码整体编码效率的目的。

Description

一种新型图像分层编码方法
技术领域
本发明属于图像压缩领域，主要涉及一种新型图像分层编码方法。
背景技术
随着高速网络传输技术的广泛应用，人们可以享受各种各样的多媒体信息服务，与图像和视频有关的服务已成为多媒体信息服务中的主体；高效的图像处理和视频传输技术已被应用于数字视频广播、游戏动漫、内容检索、媒体储存、媒体娱乐等相关产业中，以提供高质量的图像和视频服务。在绝大多数实际应用中，图像与视频信号经过编码压缩后，会先存储于中心服务器中，再由服务器发送给终端用户；信息由服务器传输至用户，常常遇到传输异质的问题：(1)服务器到每个终端用户的传输信道各不相同而且会随时改变；(2)终端用户会使用不同种类的设备接收信息。为了解决这种传输异质的问题，图像和视频数据常采用分层编码的方式。分层编码方法的最初想法来源于于Burt和Adelson所提出的高斯-拉普拉斯金字塔模型；之后，基于不同的分层方法和残差层上的编码方法发展出多种编码方法，最终在1993年在JPEG图像编码标准中被正式定义为分层编码模式。
传统图像分层编码方法的性能受限于基础层和残差层的编码效率，即使基础层的编码质量较高，残差层编码实现高质量的编码仍十分困难，从而影响整体编码效率。本发明以均方误差准则为指导，对残差层进行编码修正，对基础层和残差层叠加后反而质量下降的区域，不再进行两层的合并重建，以充分保障这些区域的编码质量，从而有效提高整个分层编码的效率。
发明内容
本发明的目的在于针对传统两层图像编码方法中基础层的一些区域叠加残差层后图像质量提高不明显甚至出现下降的问题，提出一种新型图像分层编码方法，该方法将图像分层编码方法和图像压缩的客观评价准则相结合，以传统的分层图像编码方法为基础，通过判断编码压缩后图像块均方误差的大小，对残差层的图像块进行编码修正。在分层编码结构下，对于加入残差层后图像质量提高明显的区域，进行基础层和残差层的联合重建；对于质量提高不明显的区域，不再进行基础层和残差层的联合重建。通过对残差层的合理修正，达到提高分层编码整体编码效率的目的。
一种新型图像分层编码方法，包括以下步骤：
步骤1、图像预处理
首先，将大小为W×H的输入图像记为I，其中，W代表输入图像的宽度，H代表输入图像的高度；
其次，用卷积核h1按照一维低通滤波方法对图像I进行水平方向的滤波，得到滤波后的图像，记为I′；
接着，用卷积核h2＝h1 T按照一维低通滤波方法对图像I′进行垂直方向的滤波，得到滤波后的图像，记为其中，·T表示向量的转置运算；
步骤2、图像降采样
按照隔行隔列降采样方法对进行空间采样，得到大小为W/2×H/2的图像，记为J；
步骤3、基础层图像编码
按照JPEG图像压缩方法对图像J进行压缩，将压缩后得到图像记为
步骤4、残差层图像编码
首先，按照双三次插值方法对图像进行插值重建，得到大小为W×H的图像，记为
其次，用输入图像I与相减，得到残差图像，记为R；
接着，按照JPEG图像压缩方法对残差图像R进行压缩，将压缩后得到图像记为
步骤5、图像合成
将步骤3得到的图像与步骤4得到的图像相加，得到合成后的图像，记为
步骤6、计算基础层的图像块均方误差
首先，按照JPEG图像压缩标准中图像分块的方法将输入图像I划分为N＝(W×H)/82个大小为8×8的正方形图像块，分别记为x1，x2，…，xi，…，xN，其中，i代表图像块的索引，i∈{1，2,…，N}；
其次，按照JPEG图像压缩标准中图像分块的方法将步骤4得到的图像划分为N个大小为8×8的正方形图像块，分别记为y1，y2，…，yi，…，yN；
接着，用计算均方误差的方法计算分别计算x1和y1，x2和y2，…，xN和yN之间的均方误差，分别记为p1，p2，…，pN；
步骤7、计算合成后的图像块均方误差
首先，按照JPEG图像压缩标准中图像分块的方法将步骤5得到的图像划分为N个大小为8×8的正方形图像块，记为z1，z2，…，zi，…，zN；
接着，用计算均方误差的方法计算分别计算x1和z1，x2和z2，…，xN和zN之间的均方误差，分别记为q1，q2，…，qN；
步骤8、产生均方误差阈值
首先，用步骤6得到均方误差值p1，p2，…，pN与步骤7得到的均方误差值q1，q2，…，qN对应相减，得到均方误差偏离值，分别记为n1，n2，…，nN，其中，n1＝p1-q1，n2＝p2-q2，…，nN＝pN-qN；
其次，对均方误差值p1，p2，…，pN按照从小到大的顺序进行排序，将排序后的均方误差值分别记为p′1，p′2，…，p′N；
接着，将p′1，p′2，…，p′N中的第个均方误差值记为T1，这里，表示基于四舍五入的取整运算；
然后，对n1，n2，…，nN按照从小到大的顺序进行排序，将排序后的值分别记为n′1，n′2，…，n′N；
最后，将n′1，n′2，…，n′N中的第个值记为T2；
步骤9、残差层修正
首先，按照JPEG图像压缩标准中图像分块的方法将步骤4得到的图像划分为N个大小为8×8的正方形图像块，分别记为r1，r2，…，ri，…，rN；
其次，将步骤6得到的均方误差值p1，p2，…，pN逐一与T1进行比较，将步骤8得到的n1，n2，…，nN逐一与T2进行比较，如果pi＜T1且ni＜T2，则将中的图像块ri内的全部像素值都设置为0，将修改后的记为
步骤10、重建图像
将步骤4得到的图像与步骤9得到的图像相加，得到重建后的图像。
本发明的基本原理为：图像分层编码方法是将图像分成两层或者多层并分别进行编码处理，可以有效适应实际应用中的图像压缩传输和满足图像高效编码的要求；两层图像编码方法的基础层是将原始图像降采样、编码再插值后得到的，保留了图像大部分的基本信息，丢失了很多细节；该方法的残差层为原图像减去基础层后进行编码，可以恢复基础层丢失的细节；本发明的编码方法采用传统的JPEG压缩标准，这是一种有损高效的图像压缩方法。
本发明为了解决叠加残差层后，重建图像一些区域的图像质量相较于基础层几乎没有提高甚至反而出现下降的问题，将图像分层编码方法和图像压缩的客观评价准则相结合，以传统的分层图像编码方法为基础，通过判断编码压缩后图像块均方误差的大小，对残差层的图像块进行编码修正；在分层编码结构下，对于加入残差层后图像质量提高明显的区域，进行基础层和残差层的联合重建；对于质量提高不明显的区域，不再进行基础层和残差层的联合重建；通过对残差层的合理修正，达到提高分层编码整体编码效率的目的。
综上，本发明的有益效果在于：
本发明基于图像块的均方误差大小，对残差层进行修正，解决了基础层的一些区域叠加残差层后图像质量提高不明显甚至出现下降的问题，且修正后有效提高了图像压缩效率。
附图说明
图1为本发明图像分层编码方法流程示意图。
图2为本发明实施例中应用不同图像编码方法在相同编码码率下得到的PSNR值。
具体实施方式
下面结合实施例和附图对本发明做进一步详细说明。
为了方便描述本发明的内容，首先做以下术语定义：
定义一：传统的JPEG图像压缩标准中图像分块的方法
传统的图像分块方法按照JPEG标准中对图像进行分块的方法，将原始图像划分为多个互不重叠的等尺寸图像块，具体描述过程参见“JPEG(Joint Photographic ExpertsGroup):ISO/IEC IS 10918–1/ITU-T Recommendation T.81,Digital Compression andCoding of Continuous-Tone Still Image,1993”；
定义二：传统的一维低通滤波方法
传统的一维低通滤波方法是将一个一维卷积核在图像上依次滑动，滤除图像的高频分量，具体过程参见“Digital Image Processing,Third Edition by RafaelC.Gonzalez,Richard E.Woods”；
定义三：传统的隔行隔列降采样方法
传统的隔行隔列降采样方法是对大小为W×H的图像，每隔一行、隔一列地抽取像素点，组成大小为W/2×H/2图像的方法，具体过程参见“Digital Image Processing,ThirdEdition by Rafael C.Gonzalez,Richard E.Woods”；
定义四：传统的双三次插值方法
传统的双三次插值方法是二维空间中最常用的插值方法，在这种插值方法中，在坐标(u,v)处的值可以通过它周围矩形网格中最近的十六个点的加权平均得到；具体描述过程参见文献“Cubic convolution interpolation for digital image processing”；
定义五：传统的计算均方误差的方法
传统的计算均方误差的方法是对两个大小均为m×n的二维输入信号X和按照下式计算它们之间误差的方法：
本实施例中主要采用仿真实验的方式验证该系统模型的可行性，所有步骤都经过实验验证，为实现基于均方误差对两层图像编码方法中残差层的修正，具体实施步骤如下：
步骤1.图像预处理
首先，设定图像I的宽度W＝8m，图像I的高度为H＝8n，这里m和n都是自然数；
其次，用卷积核h1按照传统的一维低通滤波方法对图像I进行水平方向的滤波，得到滤波后的图像，记为I′，；这里，h1＝[-0.001，0.003，-0.010，0.026，-0.050，0.082，-0.115，0.140，0.851，0.140，-0.115，0.082，-0.050，0.026，-0.010，0.003，-0.001]；
接着，用卷积核按照传统的一维低通滤波方法对图像I′进行垂直方向的滤波，得到滤波后的图像，记为这里，T表示向量的转置运算；
步骤2.图像降采样
按照传统的隔行隔列降采样方法对进行空间采样，得到宽度为8m/2、高度为8n/2的图像，记为J；
步骤3.基础层图像编码
按照JPEG图像压缩方法对步骤二得到的图像J进行压缩，将压缩后得到图像记为
步骤4.残差层图像编码
首先，按照传统的双三次插值方法对步骤三得到的图像进行插值重建，得到大小为8m×8n的图像，记为
其次，用输入图像I与相减，得到残差图层，记为R；
接着，按照JPEG图像压缩方法对残差图像R进行压缩，将压缩后得到图像记为
步骤5.图像合成
用步骤三得到的图像与步骤四得到的图像相叠加，得到合成后大小为8m×8n的图像，记为
步骤6.计算基础层的图像块均方误差
首先，按照传统的JPEG图像压缩标准中图像分块的方法将输入图像I划分为N＝8m +n-2个大小为8×8的正方形图像块，分别记为x1，x2，…，xi，…，xN，这里，i代表图像块的索引，i∈{1，2,…，8m+n-2}；
其次，按照传统的JPEG图像压缩标准中图像分块的方法将步骤四得到的图像划分为N＝8m+n-2个大小为8×8的正方形图像块，分别记为y1，y2，…，yi，…，yN；
接着，用计算均方误差的方法计算分别计算x1和y1，x2和y2，…，xN和yN之间的均方误差，分别记为p1，p2，…，pN；
步骤7.计算合成后的图像块均方误差
首先，按照传统的JPEG图像压缩标准中图像分块的方法将步骤五得到的图像划分为N＝8m+n-2个大小为8×8的正方形图像块，记为z1，z2，…，zi，…，zN；
接着，用传统的计算均方误差的方法计算分别计算x1和z1，x2和z2，…，xN和zN之间的均方误差，分别记为q1，q2，…，qN；
步骤8.产生均方误差阈值
首先，用步骤六得到均方误差值p1，p2，…，pN与步骤七得到的均方误差值q1，q2，…，qN对应相减，得到均方误差偏离值，分别记为n1，n2，…，nN，这里，n1＝p1-q1，n2＝p2-q2，…，nN＝pN-qN；
其次，对均方误差值p1，p2，…，pN按照从小到大的顺序进行排序，将排序后的均方误差值分别记为p′1，p′2，…，p′N；
接着，将p′1，p′2，…，p′N中的第个均方误差值记为T1，这里，表示基于四舍五入的取整运算；
然后，对n1，n2，…，nN按照从小到大的顺序进行排序，将排序后的值分别记为n′1，n′2，…，n′N；
最后，将n′1，n′2，…，n′N中的第个值记为T2；
步骤9.残差层修正
首先，按照传统的JPEG图像压缩标准中图像分块的方法将步骤四得到的图像划分为N＝8m+n-2个大小为8×8的正方形图像块，分别记为r1，r2，…，ri，…，rN；
其次，将步骤六得到的均方误差值p1，p2，…，pN逐一与T1进行比较，将步骤八得到的n1，n2，…，nN逐一与T2进行比较，如果pi＜T1并且ni＜T2，则将中的图像块ri内的全部像素值都设置为0，将修改后的记为
步骤10.重建图像
将步骤四得到的图像与步骤九得到的图像相加，得到重建后的图像。
将该方法应用于Lena、Barbara、Boat、Baboon、Man、Airplane等六幅分辨率为512×512的单通道经典图例中，附图2是在不同的编码码率下，对不同的图像压缩方法进行编码和解码后得到的峰值信噪比(peak signal to noise ratio,PSNR)。很明显，本发明中的方法有明显的性能提升。
以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (1)

1.一种新型图像分层编码方法，包括以下步骤：
步骤1、图像预处理
首先，将大小为W×H的输入图像记为I，其中，W代表输入图像的宽度，H代表输入图像的高度；
其次，用卷积核h1按照一维低通滤波方法对图像I进行水平方向的滤波，得到滤波后的图像，记为I′；
接着，用卷积核h2＝h1 T按照一维低通滤波方法对图像I′进行垂直方向的滤波，得到滤波后的图像，记为其中，·T表示向量的转置运算；
步骤2、图像降采样
按照隔行隔列降采样方法对进行空间采样，得到大小为W/2×H/2的图像，记为J；
步骤3、基础层图像编码
按照JPEG图像压缩方法对图像J进行压缩，将压缩后得到图像记为
步骤4、残差层图像编码
首先，按照双三次插值方法对图像进行插值重建，得到大小为W×H的图像，记为
其次，用输入图像I与相减，得到残差图像，记为R；
接着，按照JPEG图像压缩方法对残差图像R进行压缩，将压缩后得到图像记为
步骤5、图像合成
将步骤3得到的图像与步骤4得到的图像相加，得到合成后的图像，记为
步骤6、计算基础层的图像块均方误差
首先，按照JPEG图像压缩标准中图像分块的方法将输入图像I划分为N＝(W×H)/82个大小为8×8的正方形图像块，分别记为x1，x2，…，xi，…，xN，其中，i代表图像块的索引，i∈{1，2,…，N}；
其次，按照JPEG图像压缩标准中图像分块的方法将步骤4得到的图像划分为N个大小为8×8的正方形图像块，分别记为y1，y2，…，yi，…，yN；
接着，用计算均方误差的方法计算分别计算x1和y1，x2和y2，…，xN和yN之间的均方误差，分别记为p1，p2，…，pN；
步骤7、计算合成后的图像块均方误差
首先，按照JPEG图像压缩标准中图像分块的方法将步骤5得到的图像划分为N个大小为8×8的正方形图像块，记为z1，z2，…，zi，…，zN；
接着，用计算均方误差的方法计算分别计算x1和z1，x2和z2，…，xN和zN之间的均方误差，分别记为q1，q2，…，qN；
步骤8、产生均方误差阈值
首先，用步骤6得到均方误差值p1，p2，…，pN与步骤7得到的均方误差值q1，q2，…，qN对应相减，得到均方误差偏离值，分别记为n1，n2，…，nN，其中，n1＝p1-q1，n2＝p2-q2，…，nN＝pN-qN；
其次，对均方误差值p1，p2，…，pN按照从小到大的顺序进行排序，将排序后的均方误差值分别记为p′1，p′2，…，p′N；
接着，将p′1，p′2，…，p′N中的第个均方误差值记为T1，这里，表示基于四舍五入的取整运算；
然后，对n1，n2，…，nN按照从小到大的顺序进行排序，将排序后的值分别记为n′1，n′2，…，n′N；
最后，将n′1，n′2，…，n′N中的第个值记为T2；
步骤9、残差层修正
首先，按照JPEG图像压缩标准中图像分块的方法将步骤4得到的图像划分为N个大小为8×8的正方形图像块，分别记为r1，r2，…，ri，…，rN；
其次，将步骤6得到的均方误差值p1，p2，…，pN逐一与T1进行比较，将步骤8得到的n1，n2，…，nN逐一与T2进行比较，如果pi＜T1且ni＜T2，则将中的图像块ri内的全部像素值都设置为0，将修改后的记为
步骤10、重建图像
将步骤4得到的图像与步骤9得到的图像相加，得到重建后的图像。
CN201910342336.9A 2019-04-26 2019-04-26 一种图像分层编码方法 Active CN110113604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910342336.9A CN110113604B (zh) 2019-04-26 2019-04-26 一种图像分层编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910342336.9A CN110113604B (zh) 2019-04-26 2019-04-26 一种图像分层编码方法

Publications (2)

Publication Number Publication Date
CN110113604A true CN110113604A (zh) 2019-08-09
CN110113604B CN110113604B (zh) 2021-03-30

Family

ID=67486823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910342336.9A Active CN110113604B (zh) 2019-04-26 2019-04-26 一种图像分层编码方法

Country Status (1)

Country Link
CN (1) CN110113604B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140177721A1 (en) * 2012-12-21 2014-06-26 Canon Kabushiki Kaisha Method and device for determining residual data for encoding or decoding at least part of an image
CN104429071A (zh) * 2012-07-09 2015-03-18 Vid拓展公司 用于多层视频编码的编解码器架构
CN105306946A (zh) * 2015-11-10 2016-02-03 桂林电子科技大学 一种基于均方误差门限的质量可分级视频编码方法
CN107146260A (zh) * 2017-04-14 2017-09-08 电子科技大学 一种基于均方误差的图像压缩感知采样方法
CN108038840A (zh) * 2017-11-24 2018-05-15 深圳先进技术研究院 一种图像处理方法、装置、图像处理设备及存储介质
CN108711141A (zh) * 2018-05-17 2018-10-26 重庆大学 利用改进的生成式对抗网络的运动模糊图像盲复原方法
CN108872964A (zh) * 2018-08-15 2018-11-23 南京林业大学 基于无人机LiDAR数据的银杏人工林郁闭度提取方法
EP3446480A1 (en) * 2016-04-22 2019-02-27 VID SCALE, Inc. Prediction systems and methods for video coding based on filtering nearest neighboring pixels

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104429071A (zh) * 2012-07-09 2015-03-18 Vid拓展公司 用于多层视频编码的编解码器架构
US20140177721A1 (en) * 2012-12-21 2014-06-26 Canon Kabushiki Kaisha Method and device for determining residual data for encoding or decoding at least part of an image
CN105306946A (zh) * 2015-11-10 2016-02-03 桂林电子科技大学 一种基于均方误差门限的质量可分级视频编码方法
EP3446480A1 (en) * 2016-04-22 2019-02-27 VID SCALE, Inc. Prediction systems and methods for video coding based on filtering nearest neighboring pixels
CN107146260A (zh) * 2017-04-14 2017-09-08 电子科技大学 一种基于均方误差的图像压缩感知采样方法
CN108038840A (zh) * 2017-11-24 2018-05-15 深圳先进技术研究院 一种图像处理方法、装置、图像处理设备及存储介质
CN108711141A (zh) * 2018-05-17 2018-10-26 重庆大学 利用改进的生成式对抗网络的运动模糊图像盲复原方法
CN108872964A (zh) * 2018-08-15 2018-11-23 南京林业大学 基于无人机LiDAR数据的银杏人工林郁闭度提取方法

Also Published As

Publication number Publication date
CN110113604B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
KR102499355B1 (ko) 손실 및 무손실 영상 압축을 위한 형상-적응형 모델-기반 코덱
Lui et al. Texture map and video compression using Beltrami representation
Galić et al. Towards PDE-based image compression
EP3262835B1 (en) Image data compression and decompression using minimize size matrix algorithm
US20090245661A1 (en) Mixed content image compression with two edge data representations
CN104641643A (zh) 在分层层级中信号编码、解码和重构期间残差数据的分解
Pavez et al. Dynamic polygon clouds: representation and compression for VR/AR
TW201004368A (en) Low-complexity and high-quality error concealment techniques for video sequence transmissions
CN109547784A (zh) 一种编码、解码方法及装置
Hung et al. Novel DCT-Based Image Up-Sampling Using Learning-Based Adaptive ${k} $-NN MMSE Estimation
Hu et al. An adaptive two-layer light field compression scheme using GNN-based reconstruction
Kountchev et al. Inverse pyramidal decomposition with multiple DCT
Wang et al. Compressed screen content image super resolution
Chou et al. Dynamic polygon clouds: Representation and compression for VR/AR
CN110113604A (zh) 一种新型图像分层编码方法
CN117274023A (zh) 一种使用聚频dct变换引导的抗多噪音水印方法
CN105163124B (zh) 一种图像编码方法、图像解码方法及装置
Zheng et al. A novel gray image representation using overlapping rectangular NAM and extended shading approach
Salih et al. Image compression for quality 3D reconstruction
EP1574068B1 (fr) Procede de codage d'une image par ondelettes et procede de decodage correspondant
Liu et al. Sparsity-based soft decoding of compressed images in transform domain
CN114529442A (zh) 一种采用两阶段预编码和小波网络的鲁棒图像水印方法
Kamble et al. Quadtree partitioning and extended weighted finite automata-based fractal colour video coding
Rila Image coding using irregular subsampling and Delaunay triangulation
Siddeq Novel methods of image compression for 3D reconstruction

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