CN113436286B - 一种邻居感知Hilbert曲线编解码方法 - Google Patents
一种邻居感知Hilbert曲线编解码方法 Download PDFInfo
- Publication number
- CN113436286B CN113436286B CN202110644811.5A CN202110644811A CN113436286B CN 113436286 B CN113436286 B CN 113436286B CN 202110644811 A CN202110644811 A CN 202110644811A CN 113436286 B CN113436286 B CN 113436286B
- Authority
- CN
- China
- Prior art keywords
- order
- state
- point
- neighbor
- curr
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及一种邻居感知Hilbert曲线编解码方法,属于图像处理、空间数据处理、Web服务等技术领域。本发明包括初始化阶段和编解码阶段,初始化阶段构建Hilbert状态视图和记忆数组(memory)。编解码阶段,对当前点与前邻点前部重复的阶直接生成编码值或坐标,无需迭代编解码,同时当前点可为后邻点提供服务,从而可提高编解码效率。本发明在Hilbert曲线编解码算法中引入邻居感知,可有效利用前后邻信息、避免重复编码、降低需迭代编码的阶数,从而显著提高对一个窗口内所有点进行Hilbert编解码的效率。
Description
技术领域
本发明涉及一种邻居感知Hilbert曲线编解码方法,属于图像处理、空间数据处理、Web服务等技术领域。
背景技术
空间填充曲线广泛应用于图像处理、空间数据处理等领域。目前提出了多种空间填充曲线,例如Morton编码、Gray码和Hilbert曲线等,其中Hilbert曲线具有较好的局部性和空间连续性,在多个领域有重要的应用价值。
Hilbert编解码是基于Hilbert空间填充曲线的基础,研究高效的编解码算法具有较为重要的意义。早期的Hilbert编解码算法多为基于递归的算法,花费大量的时间用于映射关系的计算,算法效率低。目前高效编解码算法多为基于迭代的算法,如李邵俊等基于状态转移矩阵的迭代编码算法、moore等基于位操作的算法、贾连印等免计前0的编解码算法;但现有算法未考虑相邻点之间的数据联系对编解码效率的影响,因此编解码效率不高。
发明内容
本发明要解决的技术问题是提供一种邻居感知Hilbert曲线编解码方法,解决上述问题。
本发明的技术方案是:一种邻居感知Hilbert曲线编解码方法,包括Hilbert状态视图构建阶段、记忆数组构建阶段、编码阶段和解码阶段,具体步骤为:
Step1、Hilbert状态视图构建阶段:
构建编码状态视图PCM存储一阶物理坐标到一阶编码值的映射、PSM存储一阶物理坐标到下一阶状态的映射。构建解码状态视图CPM存储一阶编码值到一阶物理坐标的映射、SPM存储一阶编码值到下一阶的状态的映射。
Step2、记忆数组构建阶段:
创建长度为K(K为阶数)的字符记忆数组memory用于存储前邻点与当前点前部重复的阶(即可跳过的阶)对应的下一阶状态,memory[i]存储第i+1阶状态。
Step3、编码阶段:
给定当前位置点Acurr及其前邻点Aprev和后邻点Anext,利用前邻点Aprev的信息计算当前点Acurr的编码Zcurr,并为后邻点Anext编码提供支持。
Step4、解码阶段:
给定当前编码值Zcurr及其前邻点Zprev和后邻点Znext,利用前邻点Zprev的信息计算当前点Zcurr的坐标值Acurr,并为后邻点Znext解码提供支持。
所述Hilbert状态视图构建阶段,具体包括如下步骤:
Step1.1:1阶的Hilbert曲线,将数据空间等分成4个小网格,根据左下、左上、右下、右上的顺序将4个小网格依次定义为I、II、III、IV象限,对应的物理坐标分别为(0,0)、(0,1)、(1,0)、(1,1)。第N阶的Hilbert曲线可由第N-1阶曲线旋转并翻转填充得到,1阶Hilbert曲线有状态4种开口方向,对应4种基本状态:状态0、状态1、状态2、状态3。
状态0对应开口向下、状态1对应开口向左、状态2对应开口向上、状态3对应开口向右。
Step1.2:给定1阶物理坐标(0,0)、(0,1)、(1,0)、(1,1)和4种状态,分别在PCM和PSM中存储其对应的编码值和下一阶状态,对应关系如下:
状态0:编码值:00、01、11、10;下一阶状态:1、0、3、0;
状态1:编码值:00、11、01、10;下一阶状态:0、2、1、1;
状态2:编码值:10、11、01、00;下一阶状态:2、1、2、3;
状态3:编码值:10、01、11、00;下一阶状态:3、3、0、2;
Step1.3:给定1阶编码值00、01、10、11和4种状态,分别在CPM和SPM中存储其对应的坐标值和下一阶状态,对应关系如下:
状态0:物理坐标:(0,0)、(0,1)、(1,1)、(1,0);下一阶状态:1、0、0、3;
状态1:物理坐标:(0,0)、(1,0)、(1,1)、(0,1);下一阶状态:0、1、1、2;
状态2:物理坐标:(1,1)、(1,0)、(0,0)、(0,1);下一阶状态:3、2、2、1;
状态3:物理坐标:(1,1)、(0,1)、(0,0)、(1,0);下一阶状态:2、3、3、0;
所述编码算法,具体包括如下步骤:
Step3.1:给定长宽分别为m和n的窗口,窗口内(含边框上)共有m*n个位置点。可从任意一点开始对窗口进行扫描,逐点进行编码,不失一般性,扫描方式为S形扫描,即从左下角沿横坐标方向向右编码,到达最右侧点之后,转到上一行从右向左继续编码,周而复始,直至编码结束。
Step3.2、前邻信息获取:
读取前邻点Aprev为当前点Acurr提供的可跳阶数SkippedOrders,SkippedOrders表示无需迭代编码的阶数,当Acurr为窗口中第一个点时,该值为0,并查询记忆数组,获取迭代起始阶的状态T=memory[SkippedOrders]。
Step3.3、后邻信息计算:
对当前点Acurr和后邻点Anext相应的横纵坐标分量执行异或操作计算当前点与后邻点重复的阶数NewSkippedOrders,即后邻可跳过的阶数。
Step3.4、可跳阶编码:
因当前点和前邻点的前SkippedOrders阶相同,故前邻点的前SkippedOrders阶编码值Ztemp即为当前点的前SkippedOrders阶编码值Ztemp。
Step3.5、迭代编码:
从SkippedOrders+1阶开始,迭代查询编码状态视图,分别获得当前阶的编码值Zi=PCM[Xi][Yi][T]和下一阶状态T=PSM[Xi][Yi][T],并通过Ztemp=Ztemp<<2|Zi计算编码值,迭代上述过程直至所有阶计算完毕,所得Ztemp即为所求编码Zcurr。
Step3.7、更新memory数组:
若NewSkippedOrders>SkippedOrders,更新memory中从SkippedOrders+1至NewSkippedOrders的段,存储对应阶的状态,为计算后邻点编码值做准备。
Step3.8、后邻信息传递:
传递NewSkippedOrders到后邻点,作为后邻点输入的SkippedOrders,转到Step3.2,编码下一点。
所述解码算法,具体包括如下步骤:
Step4.1、前邻信息获取:
读取前邻点Zprev为当前点Zcurr提供的可跳阶数SkippedOrders,SkippedOrders表示无需迭代解码的阶数,当Zcurr为窗口中第一个点时,该值为0,并查询记忆数组,获取迭代起始阶的状态T=memory[SkippedOrders]。
Step4.2、后邻信息计算:
对当前点Zcurr和后邻点Znext的对应编码执行异或操作计算当前点与后邻点重复的阶数NewSkippedOrders,即后邻可跳过的阶数。
Step4.3、可跳阶解码:
因当前点和前邻点的前SkippedOrders阶相同,故其前邻点对应的前SkippedOrders阶坐标Atemp即为当前点的前SkippedOrders阶物理坐标Atemp。
Step4.4、迭代解码:
从SkippedOrders+1阶开始,迭代查询解码状态视图,分别获取当前阶的坐标值和下一阶状态/>并通过Atemp=Atemp<<1|Ai计算相应坐标分量,迭代上述过程直至所有阶计算完毕,所得Atemp即为所求坐标Acurr。
Step4.5、更新memory数组:
若NewSkippedOrders>SkippedOrders,更新从SkippedOrders+1至NewSkippedOrders的memory段,存储对应阶的状态,为计算后邻点解码值做准备。
Step4.6、后邻信息传递:
传递NewSkippedOrders到后邻点,作为后邻点输入的SkippedOrders,转到Step4.1,解码下一点。
本发明的有益效果是:首次引入前邻点和后邻点可重用阶的概念,设计记忆数组存储可重用阶的状态,有效利用前后邻信息、避免重复编码、降低需迭代编码的阶数,从而显著提高Hilbert编码效率。
附图说明
图1是本发明1阶Hilbert曲线物理坐标和编码值之间的映射关系图;
图2是本发明1阶、2阶和3阶Hilbert曲线图;
图3是本发明邻居感知算法示意图;
图4是本发明编码算法的效率对照图;
图5是本发明解码算法的效率对照图;
图6是本发明的步骤流程图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1:如图6、1-3所示,一种邻居感知Hilbert曲线编解码方法,包括Hilbert状态视图构建阶段、记忆数组构建阶段、编码阶段和解码阶段,具体步骤为:
Step1、Hilbert状态视图构建阶段:
构建编码状态视图PCM存储一阶物理坐标到一阶编码值的映射、PSM存储一阶物理坐标到下一阶状态的映射。构建解码状态视图CPM存储一阶编码值到一阶物理坐标的映射、SPM存储一阶编码值到下一阶的状态的映射。
Step2、记忆数组构建阶段:
创建长度为K(K为阶数)的字符记忆数组memory用于存储前邻点与当前点前部重复的阶(即可跳过的阶)对应的下一阶状态,memory[i]存储第i+1阶状态。
Step3、编码阶段:
给定当前位置点Acurr及其前邻点Aprev和后邻点Anext,利用前邻点Aprev的信息计算当前点Acurr的编码Zcurr,并为后邻点Anext编码提供支持。
Step4、解码阶段:
给定当前编码值Zcurr及其前邻点Zprev和后邻点Znext,利用前邻点Zprev的信息计算当前点Zcurr的坐标值Acurr,并为后邻点Znext解码提供支持。
所述Hilbert状态视图构建阶段,具体包括如下步骤:
Step1.1:1阶的Hilbert曲线,将数据空间等分成4个小网格,根据左下、左上、右下、右上的顺序将4个小网格依次定义为I、II、III、IV象限,对应的物理坐标分别为(0,0)、(0,1)、(1,0)、(1,1)。第N阶的Hilbert曲线可由第N-1阶曲线旋转并翻转填充得到,1阶Hilbert曲线有状态4种开口方向,对应4种基本状态:状态0、状态1、状态2、状态3。
状态0对应开口向下、状态1对应开口向左、状态2对应开口向上、状态3对应开口向右。
Step1.2:给定1阶物理坐标(0,0)、(0,1)、(1,0)、(1,1)和4种状态,分别在PCM和PSM中存储其对应的编码值和下一阶状态,对应关系如下:
状态0:编码值:00、01、11、10;下一阶状态:1、0、3、0;
状态1:编码值:00、11、01、10;下一阶状态:0、2、1、1;
状态2:编码值:10、11、01、00;下一阶状态:2、1、2、3;
状态3:编码值:10、01、11、00;下一阶状态:3、3、0、2;
Step1.3:给定1阶编码值00、01、10、11和4种状态,分别在CPM和SPM中存储其对应的坐标值和下一阶状态,对应关系如下:
状态0:物理坐标:(0,0)、(0,1)、(1,1)、(1,0);下一阶状态:1、0、0、3;
状态1:物理坐标:(0,0)、(1,0)、(1,1)、(0,1);下一阶状态:0、1、1、2;
状态2:物理坐标:(1,1)、(1,0)、(0,0)、(0,1);下一阶状态:3、2、2、1;
状态3:物理坐标:(1,1)、(0,1)、(0,0)、(1,0);下一阶状态:2、3、3、0。
所述编码算法,具体包括如下步骤:
Step3.1:给定长宽分别为m和n的窗口,窗口内(含边框上)共有m*n个位置点。可从任意一点开始对窗口进行扫描,逐点进行编码,不失一般性,扫描方式为S形扫描,即从左下角沿横坐标方向向右编码,到达最右侧点之后,转到上一行从右向左继续编码,周而复始,直至编码结束。
Step3.2、前邻信息获取:
假定阶数k=6,当前点Acurr(X,Y)=(6,6)=(000110,000110),其前邻点Aprev(X,Y)=(5,6)=(000101,000110),其后邻点Anext(X,Y)=(7,6)=(000111,000110);Acurr.X和Acurr.Y分别表示当前点的横、纵坐标;
假定前邻点已正确编码并已更新memory数组,已计算的前邻点的编码值为000000101101=45,已计算的前邻点横坐标Aprev.X可为当前点Acurr.X提供的可跳阶数SkippedOrders=4,memory数组的前5个位置存储的状态分别为[0,1,0,1,1],分别对应Acurr的第1至5阶的状态;根据SkippedOrders=4查询获得迭代起始阶(即第5阶)状态T=memory[4]=1;
Step3.3、后邻信息计算:
因当前点Acurr和后邻点Anext的纵坐标相同,故仅需对横坐标进行异或运算Acurr.X^Anext.X=000110^000111=000001,得当前点与后邻点重复的阶数NewSkippedOrders=5;
Step3.4、可跳阶编码:
因前邻点与当前点重复的阶数SkippedOrders为4,故当前点Acurr的前4阶编码为前邻点Aprev的前4阶编码值Ztemp=00000010;
Step3.5、迭代编码:
查询编码状态视图,Z5=PCM[X5][Y5][T]=PCM[1][1][1]=10;T=PSM[1][1][1]=1,Z6=PCM[X6][Y6][T]=PCM[0][0][1]=00;Ztemp=Ztemp<<2|PCM[Xi][Yi][T]=000000101000,Zcurr=000000101000;
Step3.6、更新memory数组:
NewSkippedOrders>SkippedOrders,更新从SkippedOrders+1至NewSkippedOrders的下一阶状态,当i=5时T=PSM[X5][Y5][T]=1;数组更新后memory存储的状态分别为[0,1,0,1,1]+[1]=[0,1,0,1,1,1];
Step3.7、后邻信息传递:
传递NewSkippedOrders=5到后邻点,后邻点输入的SkippedOrders为5,转到步骤320,编码下一点。
所述解码算法,具体包括如下步骤:
Step4.1、前邻信息获取:
K=6,给定点:Zprev=000000101101=45;Zcurr=000000101000=40;Znext=000000101001=41。前邻点已编码并已更新memory数组,已计算的前邻点编码值Zprev可为当前点Zcurr提供的可跳阶数SkippedOrders=4,memory数组的前5个位置存储的状态分别为[0,1,0,1,1];根据SkippedOrders=4查询获得迭代起始阶(即第5阶)状态T=memory[4]=1;
Step4.2、后邻信息计算:
当前点Zcurr和后邻点Zprev编码值进行异或运算Zcurr^Znext=000000101000^000000101001=000000000001,得当前点与后邻点重复的阶数NewSkippedOrders=5;
Step4.3、可跳阶解码:
因当前点Acurr和后邻点Anext的纵坐标相同,前邻点与当前点重复的阶数SkippedOrders为4,故当前点Acurr的坐标X前4阶物理坐标为Acurr.X=Atemp.X=0001;
Step4.4、迭代解码:
查询解码状态视图,A5=CPM[Z9][Z10][T]=CPM[1][0][1]=(1,1);T=SPM[1][0][1]=1,A6=CPM[Z11][Z12][T]=CPM[0][0][1]=(0,0);Acurr.Y相同,为000110,所以Acurr=(000110,000110);
Step4.5、更新memory数组:
NewSkippedOrders>SkippedOrders,更新从SkippedOrders+1至NewSkippedOrders的下一阶状态,当i=5时,数组更新后memory存储的状态分别为[0,1,0,1,1]+[1]=[0,1,0,1,1,1];
Step4.6、后邻信息传递:
传递NewSkippedOrders=5到后邻点,后邻点输入的SkippedOrders为5,转到步骤410,解码下一点。
本发明可通过以下实验结果进一步说明。
实验环境:CPU为Intel(R)Core(TM)i7-7500U CPU@2.7GHz,内存为8GB,操作系统为windows 10,编译环境为Microsoft Visual Studio 2015。
实验数据:本发明给定阶数k,横纵坐标取值范围均为[0,2k-1]。编码时,通过循环对大小为2k*2k的坐标在[0,22k-1]范围中共22k个二维空间中的每个位置点进行编码,解码时,循环对[0,22k-1]范围中共22k个编码值依次进行解码。
实验结果分析:
实验是本发明方法neibourAware、基于李邵俊等的qhc方法、moore等的方法随阶数变化的编码和解码时间对比,对比结果如图4和5所示。从图中可见,neibourAware效率优于其它方法,且随着阶数增加,neibourAware的优势越来越明显。例如,在14阶时,neibourAware编码时间仅为7.57s,比起Moore的算法编码效率提升近4.9倍。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (4)
1.一种邻居感知Hilbert曲线编解码方法,其特征在于:
Step1:构建编码状态视图PCM存储一阶物理坐标到一阶编码值的映射、PSM存储一阶物理坐标到下一阶状态的映射;构建解码状态视图CPM存储一阶编码值到一阶物理坐标的映射、SPM存储一阶编码值到下一阶的状态的映射;
Step2:创建长度为K的字符记忆数组memory用于存储前邻点与当前点前部重复的阶对应的下一阶状态,memory[i]存储第i+1阶状态,K为阶数;
Step3:给定当前位置点Acurr及其前邻点Aprev和后邻点Anext,利用前邻点Aprev的信息计算当前点Acurr的编码Zcurr,并为后邻点Anext编码提供支持;
Step4:给定当前编码值Zcurr及其前邻点Zprev和后邻点Znext,利用前邻点Zprev的信息计算当前点Zcurr的坐标值Acurr,并为后邻点Znext解码提供支持。
2.根据权利要求1所述的邻居感知Hilbert曲线编解码方法,其特征在于所述Step1具体步骤为:
Step1.1:1阶的Hilbert曲线,将数据空间等分成4个小网格,根据左下、左上、右下、右上的顺序将4个小网格依次定义为I、II、III、IV象限,对应的物理坐标分别为(0,0)、(0,1)、(1,0)、(1,1);第N阶的Hilbert曲线可由第N-1阶曲线旋转并翻转填充得到,1阶Hilbert曲线有状态4种开口方向,对应4种基本状态:状态0、状态1、状态2、状态3;
状态0对应开口向下、状态1对应开口向左、状态2对应开口向上、状态3对应开口向右;
Step1.2:给定1阶物理坐标(0,0)、(0,1)、(1,0)、(1,1)和4种状态,分别在PCM和PSM中存储其对应的编码值和下一阶状态,对应关系如下:
状态0:编码值:00、01、11、10;下一阶状态:1、0、3、0;
状态1:编码值:00、11、01、10;下一阶状态:0、2、1、1;
状态2:编码值:10、11、01、00;下一阶状态:2、1、2、3;
状态3:编码值:10、01、11、00;下一阶状态:3、3、0、2;
Step1.3:给定1阶编码值00、01、10、11和4种状态,分别在CPM和SPM中存储其对应的坐标值和下一阶状态,对应关系如下:
状态0:物理坐标:(0,0)、(0,1)、(1,1)、(1,0);下一阶状态:1、0、0、3;
状态1:物理坐标:(0,0)、(1,0)、(1,1)、(0,1);下一阶状态:0、1、1、2;
状态2:物理坐标:(1,1)、(1,0)、(0,0)、(0,1);下一阶状态:3、2、2、1;
状态3:物理坐标:(1,1)、(0,1)、(0,0)、(1,0);下一阶状态:2、3、3、0。
3.根据权利要求1所述的邻居感知Hilbert曲线编解码方法,其特征在于Step3具体步骤为:
Step3.1:给定长宽分别为m和n的窗口,窗口内共有m*n个位置点;从任意一点开始对窗口进行扫描,逐点进行编码,扫描方式为S形扫描,即从左下角沿横坐标方向向右编码,到达最右侧点之后,转到上一行从右向左继续编码,周而复始,直至编码结束;
Step3.2:读取前邻点Aprev为当前点Acurr提供的可跳阶数SkippedOrders,SkippedOrders表示无需迭代编码的阶数,当Acurr为窗口中第一个点时,该值为0,并查询记忆数组,获取迭代起始阶的状态T=memory[SkippedOrders];
Step3.3:对当前点Acurr和后邻点Anext相应的横纵坐标分量执行异或操作计算当前点与后邻点重复的阶数NewSkippedOrders,即后邻可跳过的阶数;
Step3.4:因当前点和前邻点的前SkippedOrders阶相同,故前邻点的前SkippedOrders阶编码值Ztemp即为当前点的前SkippedOrders阶编码值Ztemp;
Step3.5:从SkippedOrders+1阶开始,迭代查询编码状态视图,分别获得当前阶的编码值Zi=PCM[Xi][Yi][T]和下一阶状态T=PSM[Xi][Yi][T],并通过Ztemp=Ztemp<<2|Zi计算编码值,迭代上述过程直至所有阶计算完毕,所得Ztemp即为所求编码Zcurr;
Step3.6:若NewSkippedOrders>SkippedOrders,更新memory中从SkippedOrders+1至NewSkippedOrders的段,存储对应阶的状态,为计算后邻点编码值做准备;
Step3.7:传递NewSkippedOrders到后邻点,作为后邻点输入的SkippedOrders,转到Step3.2,编码下一点。
4.根据权利要求1所述的邻居感知Hilbert曲线编解码方法,其特征在于Step4具体步骤为:
Step4.1:读取前邻点Zprev为当前点Zcurr提供的可跳阶数SkippedOrders,SkippedOrders表示无需迭代解码的阶数,当Zcurr为窗口中第一个点时,该值为0,并查询记忆数组,获取迭代起始阶的状态T=memory[SkippedOrders];
Step4.2:对当前点Zcurr和后邻点Znext的对应编码执行异或操作计算当前点与后邻点重复的阶数NewSkippedOrders,即后邻可跳过的阶数;
Step4.3:因当前点和前邻点的前SkippedOrders阶相同,故其前邻点对应的前SkippedOrders阶坐标Atemp即为当前点的前SkippedOrders阶物理坐标Atemp;
Step4.4:从SkippedOrders+1阶开始,迭代查询解码状态视图,分别获取当前阶的坐标值Ai=CPM[Z2i-1][Zi][T]和下一阶状态T=SPM[Z2i-1][Zi][T],并通过Atemp=Atemp<<1|Ai计算相应坐标分量,迭代上述过程直至所有阶计算完毕,所得Atemp即为所求坐标Acurr;
Step4.5:若NewSkippedOrders>SkippedOrders,更新从SkippedOrders+1至NewSkippedOrders的memory段,存储对应阶的状态,为计算后邻点解码值做准备;
Step4.6:传递NewSkippedOrders到后邻点,作为后邻点输入的SkippedOrders,转到Step4.1,解码下一点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110644811.5A CN113436286B (zh) | 2021-06-09 | 2021-06-09 | 一种邻居感知Hilbert曲线编解码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110644811.5A CN113436286B (zh) | 2021-06-09 | 2021-06-09 | 一种邻居感知Hilbert曲线编解码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113436286A CN113436286A (zh) | 2021-09-24 |
CN113436286B true CN113436286B (zh) | 2023-07-25 |
Family
ID=77755527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110644811.5A Active CN113436286B (zh) | 2021-06-09 | 2021-06-09 | 一种邻居感知Hilbert曲线编解码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113436286B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357247A (zh) * | 2015-09-22 | 2016-02-24 | 上海理工大学 | 基于分层云对等网络的多维属性云资源区间查找方法 |
CN110457317A (zh) * | 2019-07-23 | 2019-11-15 | 昆明理工大学 | 一种基于状态视图的Hilbert曲线编码和解码方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8340192B2 (en) * | 2007-05-25 | 2012-12-25 | Microsoft Corporation | Wyner-Ziv coding with multiple side information |
-
2021
- 2021-06-09 CN CN202110644811.5A patent/CN113436286B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357247A (zh) * | 2015-09-22 | 2016-02-24 | 上海理工大学 | 基于分层云对等网络的多维属性云资源区间查找方法 |
CN110457317A (zh) * | 2019-07-23 | 2019-11-15 | 昆明理工大学 | 一种基于状态视图的Hilbert曲线编码和解码方法 |
Non-Patent Citations (1)
Title |
---|
基于状态视图的高效Hilbert编码和解码算法;贾连印;陈明鲜;李孟娟;游进国;丁家满;;电子与信息学报(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113436286A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4579987B2 (ja) | 時間的に変わるグラフィックモデルを表すデータストリームの符号化方法 | |
JP5936687B2 (ja) | ツリー構造の適応的エントロピー符号化方法 | |
US20120082233A1 (en) | Method and apparatus for diagonal scan and simplified context selection for parallel entropy coding of significance map of transform coefficients | |
US20100027903A1 (en) | Image signal encoding method and decoding method, information source encoding method and decoding method, apparatuses therefor, programs therefor, and storage media which store the programs | |
CN103248367B (zh) | 码流数据的编码、解码方法和装置 | |
CN103067022A (zh) | 一种整型数据无损压缩方法、解压缩方法及装置 | |
CN110021369B (zh) | 基因测序数据压缩解压方法、系统及计算机可读介质 | |
CN110457317B (zh) | 一种基于状态视图的Hilbert曲线编码和解码方法 | |
US7612694B1 (en) | Efficient coding of small integer sets | |
Liu et al. | Directional difference chain codes with quasi-lossless compression and run-length encoding | |
CN103929642A (zh) | 一种hevc变换系数的熵编码上下文模型偏移值快速计算方法 | |
CN104268077A (zh) | 基于混沌遗传算法的测试用例集约简算法 | |
CN113436286B (zh) | 一种邻居感知Hilbert曲线编解码方法 | |
CN100546207C (zh) | 一种基于DVB-RCS标准的双二元Turbo码译码方法 | |
CN110489606B (zh) | 一种分组Hilbert编码和解码方法 | |
Zheng et al. | High net information density DNA data storage by the MOPE encoding algorithm | |
JP2016535382A (ja) | 元の画像の低品質バージョン及びエピトミから元の画像の推定を構築する方法及び装置 | |
EP4083924A1 (en) | Nearest neighbor search method, apparatus, device, and storage medium | |
CN1941910B (zh) | 编码坐标内插符、解码比特数据流的装置及方法 | |
CN114095735A (zh) | 一种基于块运动估计和运动补偿的点云几何帧间预测方法 | |
Lei et al. | A scale-elastic discrete grid structure for voxel-based modeling and management of 3D data | |
CN110489605A (zh) | 一种数据偏斜分布下的Hilbert编码和解码方法 | |
CN116128985A (zh) | 基于双分支神经网络的大规模点云几何压缩方法 | |
CN113886607B (zh) | 基于图神经网络的哈希检索方法、装置、终端及存储介质 | |
CN104679775B (zh) | 一种基于Huffman表的数据处理方法 |
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 |