CN116708788B - 手机文件压缩系统 - Google Patents

手机文件压缩系统 Download PDF

Info

Publication number
CN116708788B
CN116708788B CN202310961122.6A CN202310961122A CN116708788B CN 116708788 B CN116708788 B CN 116708788B CN 202310961122 A CN202310961122 A CN 202310961122A CN 116708788 B CN116708788 B CN 116708788B
Authority
CN
China
Prior art keywords
file
frequency
compressed file
frequency domain
compression
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
CN202310961122.6A
Other languages
English (en)
Other versions
CN116708788A (zh
Inventor
唐勇彬
熊信安
林伟怀
叶伟宏
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.)
Shenzhen Gotron Electronics Co ltd
Original Assignee
Shenzhen Gotron Electronics Co ltd
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 Shenzhen Gotron Electronics Co ltd filed Critical Shenzhen Gotron Electronics Co ltd
Priority to CN202310961122.6A priority Critical patent/CN116708788B/zh
Publication of CN116708788A publication Critical patent/CN116708788A/zh
Application granted granted Critical
Publication of CN116708788B publication Critical patent/CN116708788B/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
    • H04N19/134—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1744—Redundancy elimination performed by the file system using compression, e.g. sparse files
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • 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
    • H04N19/124—Quantisation
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • 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
    • 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
    • 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)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及手机文件压缩系统，涉及手机文件处理领域，所述系统包括：文件分析单元，用于对目标压缩文件进行文件类型判断、时频特性分析和能量集中程度分析；第一压缩处理单元，用于基于目标压缩文件的时频特性和能量集中程度，从基函数集合中，选择一个基函数，对目标压缩文进行变换；第二压缩处理单元，用于将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异；解压缩单元，用于对于二维压缩文件，对压缩的运动补偿图像进行解压缩编码，以恢复运动补偿图像的数据。本发明实现了高压缩率和快速处理；保持了数据质量同时节省存储空间，为用户提供了优质的文件处理和管理体验。

Description

手机文件压缩系统
技术领域
本公开涉及但不限于手机文件处理领域，尤其涉及手机文件压缩系统。
背景技术
手机设备作为现代生活中不可或缺的工具之一，承载着越来越多的文件数据，如图像、视频、音频和文本等。为了节省存储空间和提高传输效率，对这些文件进行压缩已成为手机用户的重要需求。然而，传统的文件压缩方法在满足手机设备资源限制和用户体验方面仍存在一些问题。
目前，已有许多文件压缩技术和算法被广泛应用于手机设备中。例如ZIP、GZIP和RAR等压缩技术。
然而，现有技术中仍存在一些问题和局限性。首先，传统的文件压缩方法对不同类型的文件没有进行充分的优化，缺乏对文件类型特性的细致分析和处理。这导致在压缩过程中无法针对不同文件类型的特点进行最优化的压缩策略，造成了数据冗余和压缩效果的不理想。
其次，现有技术在保持数据质量和细节方面存在一定的限制。虽然压缩后的文件大小减小，但压缩过程中可能会丢失文件的一些重要信息和细节。特别是对于图像和视频等视觉内容，压缩后的文件可能出现模糊、失真和伪影等质量问题，影响用户的观感和使用体验。对于音频和文本等其他类型的文件，现有技术在维持音质和内容准确性方面也存在一定的挑战。
此外，现有技术在压缩和解压缩的速度上仍然有待改进。对于手机设备这样的资源受限平台，传统的压缩方法可能需要较长的处理时间，影响用户的操作效率和响应速度。同时，解压缩过程也可能耗费较多的时间，使用户在需要快速访问文件时受到限制。
最后，现有技术在跨类型文件压缩方面也存在一定的局限性。传统的文件压缩方法通常针对特定类型的文件进行优化，如图像压缩算法针对图像文件，音频压缩算法针对音频文件。这导致在处理混合类型文件时，无法充分利用文件之间的冗余性和相似性，导致压缩效果不理想。
发明内容
本公开在于提供手机文件压缩系统，实现了高压缩率和快速处理；保持了数据质量同时节省存储空间，为用户提供了优质的文件处理和管理体验。
为了解决上述问题，本发明的技术方案是这样实现的：
手机文件压缩系统，所述系统包括：
文件分析单元，用于对目标压缩文件进行文件类型判断、时频特性分析和能量集中程度分析，得到目标压缩文件的文件类型、时频特性和能量集中程度；
第一压缩处理单元，用于基于目标压缩文件的时频特性和能量集中程度，从基函数集合中，选择一个基函数，对目标压缩文进行变换；在变换过程中，若目标压缩文件为图像或视频，使用二维变换；将二维变换处理后的目标压缩文件进行分解后，对频域系数进行量化，得到第一压缩结果，完成第一次压缩；若目标压缩文件为文本或音频，使用一维变换；将一维变换处理后的目标压缩文件进行分解后，对频域系数进行量化；对量化后的系数进行压缩编码，完成目标压缩文件的压缩，得到一维压缩文件；
第二压缩处理单元，用于将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异；通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域；使用运动向量和预测帧或预测块构建运动补偿图像；对运动补偿图像进行压缩编码，完成目标压缩文件的压缩，得到二维压缩文件。
解压缩单元，用于对于二维压缩文件，对压缩的运动补偿图像进行解压缩编码，以恢复运动补偿图像的数据；使用解压缩的运动补偿图像和预测帧或预测块进行逆运动补偿，以恢复原始的频域表示；对原始的频域表示进行帧间差分解码，恢复压缩之前的频域系数；对帧间差分解码后的频域系数进行反量化，以恢复其精度和动态范围；将反量化后的频域系数进行逆变换，以恢复时域的数据表示；对于一维压缩文件，执行解压缩编码，对频域系数进行反量化；将反量化后的频域系数进行逆变换，以恢复时域的数据表示。
进一步的，所述文件分析单元对目标压缩文件进行文件类型判断后，将目标压缩文件的文件类型划分为文本、音频、图像或视频；所述文件分析单元对目标压缩文件进行时域能量分析，得到目标压缩文件的能量集中程度；所述文件分析单元对目标压缩文件进行时频特性分析，得到目标压缩文件的时频特性。
进一步的，所述基函数集合中包括三个基函数，分别为第一基函数、第二基函数和第三基函数；若目标压缩文件的时频特性为在频率域上呈现平滑且有限的频率响应，同时，能量集中程度超过设定的判别阈值范围的上限或能量集中程度低于设定的判别阈值下限，则使用第一基函数；若目标压缩文件的时频特性为在频率域上呈现矩形的频率响应，同时，能量集中程度超过设定的判别阈值范围内，则使用第二基函数；若目标压缩文件的时频特性为在频率域上呈现离散的频率的频率响应，同时能量集中程度为多个离散值，分布于判别阈值范围内和判别阈值外，则使用第三基函数。
进一步的，所述第一基函数为在时域具备有限长度的正交基函数；第二基函数为具有二进制的时域形状的正交基函数；所述第三基函数为时域形状对称的基函数。
进一步的，所述的手机文件压缩系统，其特征在于，所述第一压缩处理单元在目标压缩文件为图像或视频，使用二维变换，对二维变换处理后的目标压缩文件进行分解的方法包括：步骤1：设定分解层数，将目标压缩文件表示为一个矩阵，大小为/>，其中/>表示行数，/>表示列数；步骤2：对矩阵/>的每一行应用一维变换，分别使用低通滤波器和高通滤波器，得到低频子带系数和高频子带系数，表示为/>和/>；步骤3：对矩阵/>的每一列应用一维变换，同样使用低通滤波器和高通滤波器，得到四个子带系数：低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH；步骤4：重复步骤2和3，对低频子带系数进行进一步的分解，直到达到设定的分解层数。
进一步的，所述第一压缩处理单元在目标压缩文件为文本或音频，使用一维变换，将一维变换处理后的目标压缩文件进行分解的方法包括：步骤1：设定分解层数，将目标压缩文件表示为一个向量，长度为/>；步骤2：对向量/>应用一维变换，使用低通滤波器和高通滤波器，得到低频系数/>和高频系数/>；重复步骤2，对/>应用一维变换，继续分解，直到达到所需的分解层数。
进一步的，所述第一压缩处理单元对频域系数进行量化的方法包括：设定量化步长；将低频子带系数LL或低频系数/>输入到如下公式，计算量化值：/>；
其中，是量化后的值，/>是量化步长，/>为择一选择符，公式中的round函数表示将除法结果四舍五入到最接近的整数。
进一步的，所述第二压缩处理单元，将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异的方法包括：在第一压缩结果的频域表示作为输入，获取第一压缩结果的频域系数，分别为：低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH；对于每个频域系数，选择前一帧作为参考帧，将该参考帧作为基准帧；对于每个频域系数，计算其与基准帧对应位置的系数之间的差值，该差值作为帧间差分；对帧间差分进行编码，以减少数据量。
进一步的，所述对帧间差分进行编码的方法为：使用熵编码的方法对对帧间差分进行编码。
进一步的，所述第二压缩处理单元，通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域的方法包括：将当前帧划分为大小为的块，每个块称为搜索块；选择前一帧作为参考帧，在参考帧中选取与搜索块相对应的区域，称为参考块；对于每个搜索块，在参考帧中进行搜索，找到与其最相似的参考块；计算搜索块与最相似的参考块之间的位移，得到运动向量；运动向量表示搜索块相对于参考帧的位移，用以描述图像或视频中的运动区域，表示为：/>，其中/>是水平分量，是垂直分量。
本发明的手机文件压缩系统，具有以下有益效果：
本发明使用基于时频特性的变换、运动补偿和帧间差分编码等技术，针对不同类型的文件进行高效的压缩。对于图像和视频文件，通过二维变换和分解，可以捕捉到不同频率的细节信息，并利用运动补偿和帧间差分编码等技术来进一步降低数据冗余度。对于文本和音频文件，通过一维变换和量化编码等方法，有效地压缩数据。这些压缩技术的应用使得压缩后的文件大小大大减小，节省了存储空间和传输带宽。利用先进的信号处理技术和特征提取算法，能够准确判断目标压缩文件的类型，并分析其时频特性和能量集中程度。这样的分析结果为后续的压缩处理提供了重要的依据，使系统能够针对不同类型的文件采用最优的压缩策略，提高压缩效率和质量。对图像或视频文件进行时频域转换。通过选择适当的基函数和变换参数，能够高效地表示文件的时频特性。同时，根据文件类型和能量集中程度，应用量化和压缩编码技术进一步减少数据冗余，实现高效压缩。这样，系统能够在保持数据质量的前提下，显著减小文件大小，节省存储空间和传输带宽利用运动估计和帧间差分编码等技术，捕捉和降低频域系数之间的差异，进一步压缩数据。通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域。然后，应用帧间差分编码，对差异数据进行编码，实现进一步的压缩。这样，系统能够更好地利用帧与帧之间的冗余性，提高压缩比率，并保持高质量的视觉和听觉效果。
附图说明
图1为本发明实施例提供的手机文件压缩系统的系统结构示意图。
实施方式
为了使本公开所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本公开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仅用以解释本公开，并不用于限定本公开。
参考图1，手机文件压缩系统，所述系统包括：
文件分析单元，用于对目标压缩文件进行文件类型判断、时频特性分析和能量集中程度分析，得到目标压缩文件的文件类型、时频特性和能量集中程度；
第一压缩处理单元，用于基于目标压缩文件的时频特性和能量集中程度，从基函数集合中，选择一个基函数，对目标压缩文进行变换；在变换过程中，若目标压缩文件为图像或视频，使用二维变换；将二维变换处理后的目标压缩文件进行分解后，对频域系数进行量化，得到第一压缩结果，完成第一次压缩；若目标压缩文件为文本或音频，使用一维变换；将一维变换处理后的目标压缩文件进行分解后，对频域系数进行量化；对量化后的系数进行压缩编码，完成目标压缩文件的压缩，得到一维压缩文件；
第二压缩处理单元，用于将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异；通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域；使用运动向量和预测帧或预测块构建运动补偿图像；对运动补偿图像进行压缩编码，完成目标压缩文件的压缩，得到二维压缩文件。
解压缩单元，用于对于二维压缩文件，对压缩的运动补偿图像进行解压缩编码，以恢复运动补偿图像的数据；使用解压缩的运动补偿图像和预测帧或预测块进行逆运动补偿，以恢复原始的频域表示；对原始的频域表示进行帧间差分解码，恢复压缩之前的频域系数；对帧间差分解码后的频域系数进行反量化，以恢复其精度和动态范围；将反量化后的频域系数进行逆变换，以恢复时域的数据表示；对于一维压缩文件，执行解压缩编码，对频域系数进行反量化；将反量化后的频域系数进行逆变换，以恢复时域的数据表示。
具体的，本发明作用是将目标压缩文件进行有效的压缩，以减小文件大小并节省存储空间。它通过对文件进行分析、变换、量化、压缩编码和解压缩等处理步骤，实现了对不同类型文件的压缩和解压缩。
首先，文件分析单元对目标压缩文件进行分析，包括文件类型判断、时频特性分析和能量集中程度分析。这些分析结果有助于后续的压缩处理步骤的选择和优化。
接下来，第一压缩处理单元根据目标压缩文件的时频特性和能量集中程度，选择适当的基函数，并对目标压缩文件进行变换。对于图像或视频文件，采用二维变换，而对于文本或音频文件，采用一维变换。变换后，对目标文件进行分解，并对频域系数进行量化。量化是将连续的频域系数转换为离散的符号表示，以减少数据的表示位数。
在第一次压缩完成后，针对不同类型的压缩文件，进入第二压缩处理单元。该单元利用帧间差分编码来捕捉和降低频域系数之间的差异。通过运动估计算法，分析不同帧之间的运动信息，并找出运动向量以描述图像或视频中的运动区域。根据运动向量和预测帧或预测块，构建运动补偿图像。运动补偿图像是通过预测来减少运动区域中的冗余信息。最后，对运动补偿图像进行压缩编码，得到二维压缩文件。
解压缩单元负责将压缩的文件恢复为原始数据。对于二维压缩文件，解压缩单元首先对压缩的运动补偿图像进行解压缩编码，以恢复运动补偿图像的数据。然后使用解压缩的运动补偿图像和预测帧或预测块进行逆运动补偿，以恢复原始的频域表示。接下来，对帧间差分解码后的频域系数进行反量化，以恢复其精度和动态范围。最后，通过逆变换将反量化后的频域系数转换回时域的数据表示。对于一维压缩文件，解压缩单元执行解压缩编码，对频域系数进行反量化，并进行逆变换，以恢复时域的数据表示。
总的来说，本发明通过分析文件的特性并应用变换、量化、压缩编码和解压缩等技术，实现了对不同类型文件的高效压缩和解压缩。通过选择适当的变换方法，根据文件类型进行不同维度的变换处理，可以更好地利用信号的特性，减少冗余信息，并将数据表示为更紧凑的形式。量化和压缩编码过程进一步减小了数据的表示大小，提高了压缩效果。解压缩过程则按照相反的步骤恢复原始数据，使用户能够重新获得压缩前的文件内容。
优选地，所述文件分析单元对目标压缩文件进行文件类型判断后，将目标压缩文件的文件类型划分为文本、音频、图像或视频；所述文件分析单元对目标压缩文件进行时域能量分析，得到目标压缩文件的能量集中程度；所述文件分析单元对目标压缩文件进行时频特性分析，得到目标压缩文件的时频特性。
具体的，文件分析单元在手机文件压缩系统中扮演着重要的角色。通过文件类型判断、时域能量分析和时频特性分析，它提供了关于目标压缩文件的文件类型、能量集中程度和时频特性的信息。这些分析结果将指导后续的压缩处理单元选择合适的方法和参数，以实现更有效的压缩和解压缩过程，并提高压缩结果的质量和文件的可恢复性。
优选地，所述基函数集合中包括三个基函数，分别为第一基函数、第二基函数和第三基函数；若目标压缩文件的时频特性为在频率域上呈现平滑且有限的频率响应，同时，能量集中程度超过设定的判别阈值范围的上限或能量集中程度低于设定的判别阈值下限，则使用第一基函数；若目标压缩文件的时频特性为在频率域上呈现矩形的频率响应，同时，能量集中程度超过设定的判别阈值范围内，则使用第二基函数；若目标压缩文件的时频特性为在频率域上呈现离散的频率的频率响应，同时能量集中程度为多个离散值，分布于判别阈值范围内和判别阈值外，则使用第三基函数。
对于不同类型的文件，文本文件、音频文件和图像文件，它们的时频特性和能量集中程度具有一些不同的特点：
文本文件：
时域特性：文本文件在时域上通常是离散的，表示为字符序列。由于文本文件是离散的符号序列，其时域特性更多关注于符号出现的时间顺序和间隔。
频域特性：文本文件在频域上通常没有明显的频率分量，因为文本中的符号没有明确的周期性。文本文件在频域上更多地体现为离散的频率分量，对应于文本中的字符或字母的频率。
能量集中程度：由于文本文件的离散性质，其能量集中程度通常较低，即能量分布相对均匀分布在整个文件中。
可以看到，文本文件的时频特性为在频率域上呈现离散的频率的频率响应，同时能量集中程度为多个离散值，分布于判别阈值范围内和判别阈值外，则使用第三基函数。
音频文件：
时域特性：音频文件在时域上是连续的信号。时域特性关注声音信号的波形形状和振幅变化，反映声音的时序特征，如音高、音调和音强。
频域特性：音频文件在频域上包含了音频信号的频率成分。频域特性能够反映声音信号的频率分布和频率强度，对应于音频中的音调、谐波和谐振频率等特征。由于音频文件的音调、谐波和谐振频率等特征都较为集中，其时频特性为在频率域上呈现矩形的频率响应。
能量集中程度：音频文件的能量集中程度也往往在特定的范围内。
不难看出，音频文件的时频特性为在频率域上呈现矩形的频率响应，同时，能量集中程度超过设定的判别阈值范围内，则使用第二基函数。
图像或视频文件：
时域特性：图像文件在时域上是二维的空间信号。时域特性关注图像的像素强度分布和空间位置信息，反映图像的轮廓、纹理和灰度变化。
频域特性：图像文件在频域上具有图像中的频率成分。频域特性能够反映图像中不同频率的细节、边缘和纹理等特征，其时频特性为在频率域上呈现平滑且有限的频率响应。
能量集中程度：图像文件的能量集中程度通常因图像内容和特征而有所不同。某些图像具有能量集中在低频区域的特点，而其他图像可能在高频区域具有更多的能量集中。能量集中程度表现为超过设定的判别阈值范围的上限或能量集中程度低于设定的判别阈值下限。
图像或视频的时频特性为在频率域上呈现平滑且有限的频率响应，同时，能量集中程度超过设定的判别阈值范围的上限或能量集中程度低于设定的判别阈值下限，则使用第一基函数。
时域特性：基函数的时域特性指的是函数在时间轴上的形状和变化。不同的基函数具有不同的形状，如方波、三角形波等。这些形状对应着不同的局部特征和信号表示能力。
频域特性：基函数的频域特性描述了函数在频率轴上的能量分布情况。频域特性与基函数的频率响应和频谱形状相关。不同的基函数对不同频率成分的信号具有不同的敏感度和响应。
能量集中程度：基函数的能量集中程度表示函数在时频域上的能量分布情况。有些基函数在时域上具有较好的局部化特性，即能量主要集中在较小的时间范围内。而在频域上，一些基函数能够在较少的频率范围内集中大部分能量。
不同的基函数对应着不同的时频特性和能量集中程度。选择合适的基函数可以根据具体的应用需求和信号特点来进行权衡。例如，对于需要较好的时间分辨率和局部特征表示的信号，可以选择具有较好时域局部化特性的基函数。对于需要较好的频率分辨率和频率特征表示的信号，可以选择具有较好频域能量集中程度的基函数。
优选地，所述第一基函数为在时域具备有限长度的正交基函数；第二基函数为具有二进制的时域形状的正交基函数；所述第三基函数为时域形状对称的基函数。
第一基函数：
；
正交基函数是在一定区间内的函数集合，其函数之间满足正交关系。具备有限长度意味着该基函数在时域上具有明确定义的开始和结束点，适用于处理具有明确时间范围的信号。正交基函数的使用可以提供一组互相独立的基函数，用于将目标信号分解为不同的频域表示。
第二基函数：
。
该基函数具有二进制的时域形状。二进制形状意味着该基函数在时域上的取值仅为两个离散的值（通常为0和1），具有明确的时域结构。这种形状的基函数常用于表示二值信号或具有明显开关特性的信号。在压缩过程中，使用二进制形状的基函数可以更好地捕捉信号的开关状态或二值特征。
第三基函数：
；
第三基函数在时域上具有对称形状。对称形状意味着基函数关于垂直轴对称，即左右对称。这种基函数通常用于处理对称性较强的信号，可以更好地捕捉信号的对称特征。在压缩过程中，使用对称形状的基函数可以更好地表示对称信号的时域特性，从而提高重构的准确性。
其中，表示基函数，/>表示尺度函数（或父函数)，/>和/>分别表示基函数和尺度函数的滤波系数，/>为时间变量。
优选地，所述的手机文件压缩系统，其特征在于，所述第一压缩处理单元在目标压缩文件为图像或视频，使用二维变换，对二维变换处理后的目标压缩文件进行分解的方法包括：步骤1：设定分解层数，将目标压缩文件表示为一个矩阵，大小为/>，其中/>表示行数，/>表示列数；步骤2：对矩阵/>的每一行应用一维变换，分别使用低通滤波器和高通滤波器，得到低频子带系数和高频子带系数，表示为/>和/>；步骤3：对矩阵/>的每一列应用一维变换，同样使用低通滤波器和高通滤波器，得到四个子带系数：低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH；步骤4：重复步骤2和3，对低频子带系数进行优选地分解，直到达到设定的分解层数。
具体的，当目标文件为图像或视频时，经过二维变换和分解的过程，可以将目标文件分解为不同频率的子带系数。这种分解可以将图像或视频的能量和信息分布到不同的频率子带中，以便更有效地表示和压缩数据。
通过设定分解层数，可以控制分解的级别。每个级别的分解都会进一步细化图像或视频的频域表示，将低频部分继续分解为更低频的子带系数。这样可以捕捉到图像或视频的细节和结构，并在不同的频率子带中提供逐渐减少的细节信息。
该分解过程的关键是使用一维变换和滤波器来实现行变换和列变换。通过低通滤波器和高通滤波器，可以将行和列的信号分解为低频和高频成分。低频成分包含图像或视频的平滑部分，而高频成分则包含图像或视频的细节信息。这样的分解过程将图像或视频分解为多个频率子带系数，可以根据需要选择保留哪些频率子带以实现不同的压缩效果。
通过这种二维变换和分解的方法，手机文件压缩系统可以更好地捕捉图像或视频的频率特性和结构信息。分解后的子带系数可以被进一步处理、量化和编码，以实现对图像或视频的高效压缩。在解压缩时，可以根据需要进行逆向操作，将压缩的子带系数逆向合成为原始的图像或视频数据。这样，系统可以在保留关键信息的同时实现压缩和恢复的功能。
优选地，所述第一压缩处理单元在目标压缩文件为文本或音频，使用一维变换，将一维变换处理后的目标压缩文件进行分解的方法包括：步骤1：设定分解层数，将目标压缩文件表示为一个向量，长度为/>；步骤2：对向量/>应用一维变换，使用低通滤波器和高通滤波器，得到低频系数/>和高频系数/>；重复步骤2，对/>应用一维变换，继续分解，直到达到所需的分解层数。
具体的，这种一维变换和分解的方法可以将文本或音频信号转化为一组子带系数，其中包含了信号的不同频率成分和细节信息。这些子带系数可以被进一步处理、量化和编码，以实现对文本或音频的高效压缩。在解压缩时，可以根据需要进行逆向操作，将压缩的子带系数逆向合成为原始的文本或音频数据，从而实现压缩和恢复的功能。
其中，一维变换的公式表示为：；
其中：表示向量的长度，/>表示输入向量中的第/>个元素，/>表示变换后得到的频域系数中的第/>个元素。
二维变换的公式表示为：
；
其中：和/>分别分别表示矩阵的行数和列数，/>表示矩阵/>中的第/>行第/>列的元素，/>表示变换后得到的频域系数矩阵中的第/>行第/>列的元素。
优选地，所述第一压缩处理单元对频域系数进行量化的方法包括：设定量化步长；将低频子带系数LL或低频系数/>输入到如下公式，计算量化值：/>；
其中，是量化后的值，/>是量化步长，/>为择一选择符，公式中的round函数表示将除法结果四舍五入到最接近的整数。
优选地，所述第二压缩处理单元，将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异的方法包括：在第一压缩结果的频域表示作为输入，获取第一压缩结果的频域系数，分别为：低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH；对于每个频域系数，选择前一帧作为参考帧，将该参考帧作为基准帧；对于每个频域系数，计算其与基准帧对应位置的系数之间的差值，该差值作为帧间差分；对帧间差分进行编码，以减少数据量。
获取第一压缩结果的频域系数：
在该步骤中，第二压缩处理单元获取第一压缩结果的频域表示，并提取频域系数。这些频域系数通常包括低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH。这些系数代表了不同频率和方向上的图像或视频细节信息。
基准帧选择和帧间差分计算：
对于每个频域系数，选择前一帧作为参考帧，并将其作为基准帧。然后，计算当前频域系数与基准帧相应位置的系数之间的差值，这个差值即为帧间差分。帧间差分表示了当前频域系数与基准帧之间的差异或变化情况。
帧间差分编码：
在该步骤中，对帧间差分进行编码，以减少数据量。帧间差分编码的目标是利用差异的局部性和统计特性来提取和表示数据。通过使用压缩编码技术，可以有效地压缩帧间差分数据，减少所需的存储空间或传输带宽。
通过这些步骤，第二压缩处理单元能够利用帧间差分编码来捕捉和降低频域系数之间的差异。帧间差分编码充分利用了帧与帧之间的相关性和冗余性，将频域系数之间的差异信息进行压缩表示，以减少存储或传输所需的数据量。这样可以在保持重要信息的同时，实现更高效的压缩。
优选地，所述对帧间差分进行编码的方法为：使用熵编码的方法对对帧间差分进行编码。
具体执行步骤如下：
统计差分数据的频次：
在该步骤中，对帧间差分数据进行统计分析，统计不同差分值的出现频次。通过分析差分数据的频次分布，可以了解差分数据的概率分布情况。
构建编码表：
基于差分数据的统计特性，构建熵编码所需的编码表。常用的熵编码方法包括霍夫曼编码和算术编码。编码表可以根据差分数据的概率分布来确定，使出现频率高的差分值获得较短的编码表示，从而实现更高效的压缩。
进行熵编码：
使用构建好的编码表，对帧间差分数据进行熵编码。熵编码将差分数据映射为变长的编码序列，其中出现频率高的差分值对应较短的编码，而出现频率低的差分值对应较长的编码。这样可以实现对差分数据的高效压缩，减少存储或传输所需的数据量。
优选地，所述第二压缩处理单元，通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域的方法包括：将当前帧划分为大小为的块，每个块称为搜索块；选择前一帧作为参考帧，在参考帧中选取与搜索块相对应的区域，称为参考块；对于每个搜索块，在参考帧中进行搜索，找到与其最相似的参考块；计算搜索块与最相似的参考块之间的位移，得到运动向量；运动向量表示搜索块相对于参考帧的位移，用以描述图像或视频中的运动区域，表示为：/>，其中/>是水平分量，是垂直分量。
块划分和参考帧选择：
在该步骤中，将当前帧划分为大小为B×B的块，每个块称为搜索块。然后选择前一帧作为参考帧，并从参考帧中选取与搜索块相对应的区域，称为参考块。这样，每个搜索块都有一个对应的参考块用于运动估计。
运动估计：
对于每个搜索块，在参考帧中进行搜索，找到与其最相似的参考块。这一步骤可以使用各种运动估计算法，例如块匹配算法（如全搜索算法、三步搜索算法、分层搜索算法）或基于特征点的方法（如光流法、特征点匹配）等。目标是找到在参考帧中与搜索块最相似的区域，以估计搜索块相对于参考帧的运动。
运动向量计算：
通过找到与搜索块最相似的参考块，可以计算搜索块与参考块之间的位移，得到运动向量。运动向量通常表示为V=(m,n)，其中m是水平分量，n是垂直分量。运动向量描述了搜索块相对于参考帧的位移或运动矢量。
通过这些步骤，第二压缩处理单元能够利用运动估计算法分析不同帧之间的运动信息，并找出运动向量以描述图像或视频中的运动区域。运动向量提供了搜索块相对于参考帧的位移信息，可以用于描述图像或视频中的运动区域。这样的运动估计过程可以在压缩处理中充分利用帧与帧之间的冗余性和相关性，以减少数据的冗余度，并实现更高效的压缩和编码。
具体的，解压缩单元的执行过程如下：
对于二维压缩文件：
a. 解压缩运动补偿图像：首先，解压缩单元对压缩的运动补偿图像进行解压缩编码，以恢复运动补偿图像的数据。这可能涉及对压缩的运动向量和预测帧或预测块进行解码和重构，以恢复原始的运动补偿图像。
b. 逆运动补偿：使用解压缩的运动补偿图像和预测帧或预测块进行逆运动补偿，以恢复原始的频域表示。逆运动补偿通过将运动补偿图像添加到预测帧或预测块中来抵消运动引起的变化，以还原原始的频域表示。
c. 帧间差分解码：对解压缩的频域系数进行帧间差分解码，以恢复压缩之前的频域系数。帧间差分解码通过将差分系数添加到先前的频域系数中来逆向计算。
d. 反量化：对帧间差分解码后的频域系数进行反量化，以恢复其精度和动态范围。反量化操作将压缩过程中降低的频域系数精度进行还原，以便在后续步骤中进行准确的逆变换。
e. 逆变换：将反量化后的频域系数进行逆变换，以恢复时域的数据表示。逆变换操作根据所采用的变换方法的逆操作，将频域系数还原为原始的时域数据表示。
f. 恢复原始文件：根据解压缩的时域表示，可以恢复原始的图像或视频文件。
对于一维压缩文件：
a. 解压缩编码：首先，解压缩单元对压缩的一维压缩文件进行解压缩编码，以恢复压缩前的频域系数。
b. 反量化：对解压缩编码后的频域系数进行反量化操作，以恢复其精度和动态范围。
c. 逆变换：将反量化后的频域系数进行逆变换，以恢复时域的数据表示。
d. 恢复原始文件：根据解压缩的时域表示，可以恢复原始的文本或音频文件。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
以上参照附图说明了本公开的优选实施例，并非因此局限本公开的权利范围。本领域技术人员不脱离本公开的范围和实质内所作的任何修改、等同替换和改进，均应在本公开的权利范围之内。

Claims (10)

1.手机文件压缩系统，其特征在于，所述系统包括：
文件分析单元，用于对目标压缩文件进行文件类型判断、时频特性分析和能量集中程度分析，得到目标压缩文件的文件类型、时频特性和能量集中程度；
第一压缩处理单元，用于基于目标压缩文件的时频特性和能量集中程度，从基函数集合中，选择一个基函数，对目标压缩文进行变换；在变换过程中，若目标压缩文件为图像或视频，使用二维变换；将二维变换处理后的目标压缩文件进行分解后，对频域系数进行量化，得到第一压缩结果，完成第一次压缩；若目标压缩文件为文本或音频，使用一维变换；将一维变换处理后的目标压缩文件进行分解后，对频域系数进行量化；对量化后的系数进行压缩编码，完成目标压缩文件的压缩，得到一维压缩文件；
第二压缩处理单元，用于将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异；通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域；使用运动向量和预测帧或预测块构建运动补偿图像；对运动补偿图像进行压缩编码，完成目标压缩文件的压缩，得到二维压缩文件；
解压缩单元，用于对于二维压缩文件，对压缩的运动补偿图像进行解压缩编码，以恢复运动补偿图像的数据；使用解压缩的运动补偿图像和预测帧或预测块进行逆运动补偿，以恢复原始的频域表示；对原始的频域表示进行帧间差分解码，恢复压缩之前的频域系数；对帧间差分解码后的频域系数进行反量化，以恢复其精度和动态范围；将反量化后的频域系数进行逆变换，以恢复时域的数据表示；对于一维压缩文件，执行解压缩编码，对频域系数进行反量化；将反量化后的频域系数进行逆变换，以恢复时域的数据表示。
2.如权利要求1所述的手机文件压缩系统，其特征在于，所述文件分析单元对目标压缩文件进行文件类型判断后，将目标压缩文件的文件类型划分为文本、音频、图像或视频；所述文件分析单元对目标压缩文件进行时域能量分析，得到目标压缩文件的能量集中程度；所述文件分析单元对目标压缩文件进行时频特性分析，得到目标压缩文件的时频特性。
3.如权利要求2所述的手机文件压缩系统，其特征在于，所述基函数集合中包括三个基函数，分别为第一基函数、第二基函数和第三基函数；若目标压缩文件的时频特性为在频率域上呈现平滑且有限的频率响应，同时，能量集中程度超过设定的判别阈值范围的上限或能量集中程度低于设定的判别阈值下限，则使用第一基函数；若目标压缩文件的时频特性为在频率域上呈现矩形的频率响应，同时，能量集中程度超过设定的判别阈值范围内，则使用第二基函数；若目标压缩文件的时频特性为在频率域上呈现离散的频率的频率响应，同时能量集中程度为多个离散值，分布于判别阈值范围内和判别阈值外，则使用第三基函数。
4.如权利要求3所述的手机文件压缩系统，其特征在于，所述第一基函数为在时域具备有限长度的正交基函数；第二基函数为具有二进制的时域形状的正交基函数；所述第三基函数为时域形状对称的基函数。
5.如权利要求4所述的手机文件压缩系统，其特征在于，所述的手机文件压缩系统，其特征在于，所述第一压缩处理单元在目标压缩文件为图像或视频，使用二维变换，对二维变换处理后的目标压缩文件进行分解的方法包括：步骤1：设定分解层数，将目标压缩文件表示为一个矩阵I，大小为M×N，其中M表示行数，N表示列数；步骤2：对矩阵I的每一行应用一维变换，分别使用低通滤波器和高通滤波器，得到低频子带系数和高频子带系数，表示为L和H；步骤3：对矩阵I的每一列应用一维变换，同样使用低通滤波器和高通滤波器，得到四个子带系数：低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH；步骤4：重复步骤2和3，对低频子带系数进行进一步的分解，直到达到设定的分解层数。
6.如权利要求4所述的手机文件压缩系统，其特征在于，所述第一压缩处理单元在目标压缩文件为文本或音频，使用一维变换，将一维变换处理后的目标压缩文件进行分解的方法包括：步骤1：设定分解层数，将目标压缩文件表示为一个向量x，长度为N；步骤2：对向量x应用一维变换，使用低通滤波器和高通滤波器，得到低频系数L和高频系数H；重复步骤2，对x应用一维变换，继续分解，直到达到所需的分解层数。
7.如权利要求5或6所述的手机文件压缩系统，其特征在于，所述第一压缩处理单元对频域系数进行量化的方法包括：设定量化步长Δ；将低频子带系数LL或低频系数L输入到如下公式，计算量化值：
其中，Q是量化后的值，Δ是量化步长，|为择一选择符，公式中的round函数表示将除法结果四舍五入到最接近的整数。
8.如权利要求7所述的手机文件压缩系统，其特征在于，所述第二压缩处理单元，将第一压缩结果的频域表示作为输入，应用帧间差分编码来捕捉和降低频域系数之间的差异的方法包括：在第一压缩结果的频域表示作为输入，获取第一压缩结果的频域系数，分别为：低频子带系数LL、水平高频子带系数LH、垂直高频子带系数HL和对角高频子带系数HH；对于每个频域系数，选择前一帧作为参考帧，将该参考帧作为基准帧；对于每个频域系数，计算其与基准帧对应位置的系数之间的差值，该差值作为帧间差分；对帧间差分进行编码，以减少数据量。
9.如权利要求8所述的手机文件压缩系统，其特征在于，所述对帧间差分进行编码的方法为：使用熵编码的方法对帧间差分进行编码。
10.如权利要求9所述的手机文件压缩系统，其特征在于，所述第二压缩处理单元，通过运动估计算法，分析不同帧之间的运动信息，找出运动向量以描述图像或视频中的运动区域的方法包括：将当前帧划分为大小为B×B的块，每个块称为搜索块；选择前一帧作为参考帧，在参考帧中选取与搜索块相对应的区域，称为参考块；对于每个搜索块，在参考帧中进行搜索，找到与其最相似的参考块；计算搜索块与最相似的参考块之间的位移，得到运动向量；运动向量表示搜索块相对于参考帧的位移，用以描述图像或视频中的运动区域，表示为：V＝(m,n)，其中m是水平分量，n是垂直分量。
CN202310961122.6A 2023-08-02 2023-08-02 手机文件压缩系统 Active CN116708788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310961122.6A CN116708788B (zh) 2023-08-02 2023-08-02 手机文件压缩系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310961122.6A CN116708788B (zh) 2023-08-02 2023-08-02 手机文件压缩系统

Publications (2)

Publication Number Publication Date
CN116708788A CN116708788A (zh) 2023-09-05
CN116708788B true CN116708788B (zh) 2023-11-21

Family

ID=87831439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310961122.6A Active CN116708788B (zh) 2023-08-02 2023-08-02 手机文件压缩系统

Country Status (1)

Country Link
CN (1) CN116708788B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1514651A (zh) * 2003-07-24 2004-07-21 大唐微电子技术有限公司 低码率下的高效小波视频编解码方法
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
CN105392014A (zh) * 2015-11-05 2016-03-09 天津津航计算技术研究所 一种优化的小波变换图像压缩方法
WO2018165729A1 (pt) * 2017-03-16 2018-09-20 Mendes Cruz Silvestre Da Silva Ana Lucia Processo de codificação e decodificação de arquivos digitais de imagens, documentos e vídeos
CN111669588A (zh) * 2020-05-27 2020-09-15 西安电子科技大学 一种超低时延的超高清视频压缩编解码方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2484969B (en) * 2010-10-29 2013-11-20 Canon Kk Improved reference frame for video encoding and decoding
US9648355B2 (en) * 2014-03-07 2017-05-09 Eagle Eye Networks, Inc. Adaptive security camera image compression apparatus and method of operation
GB2614381B (en) * 2021-11-04 2024-07-31 Canon Kk Image encoding apparatus and method for controlling the same and program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1514651A (zh) * 2003-07-24 2004-07-21 大唐微电子技术有限公司 低码率下的高效小波视频编解码方法
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
CN105392014A (zh) * 2015-11-05 2016-03-09 天津津航计算技术研究所 一种优化的小波变换图像压缩方法
WO2018165729A1 (pt) * 2017-03-16 2018-09-20 Mendes Cruz Silvestre Da Silva Ana Lucia Processo de codificação e decodificação de arquivos digitais de imagens, documentos e vídeos
CN111669588A (zh) * 2020-05-27 2020-09-15 西安电子科技大学 一种超低时延的超高清视频压缩编解码方法

Also Published As

Publication number Publication date
CN116708788A (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
Mishra et al. Wavelet-based deep auto encoder-decoder (wdaed)-based image compression
US8805106B2 (en) System and method for compressing and decompressing images and video
US10659784B2 (en) Region-based image compression
US5802481A (en) Adaptive filtering for use with data compression and signal reconstruction
Walker et al. Wavelet-based image compression
JP3743384B2 (ja) 画像符号化装置及び方法、並びに画像復号装置及び方法
US10812790B2 (en) Data processing apparatus and data processing method
CN109903351B (zh) 基于卷积神经网络和传统编码相结合的图像压缩方法
Mander et al. An improved image compression-decompression technique using block truncation and wavelets
PraveenKumar et al. Medical image compression using integer multi wavelets transform for telemedicine applications
CN105392014A (zh) 一种优化的小波变换图像压缩方法
CN116708788B (zh) 手机文件压缩系统
Catania et al. Nif: A fast implicit image compression with bottleneck layers and modulated sinusoidal activations
T Hashim et al. Color image compression using DPCM with DCT, DWT and quadtree coding scheme
KR100381204B1 (ko) 칼라 정지영상의 부호화 및 복호화 방법
KR100561392B1 (ko) 고속 역 이산 여현 변환 방법 및 장치
Wu et al. Comparisons of Threshold EZW and SPIHT Wavelets Based Image Compression Methods
Abdul-Wahed et al. Compression of image using multi-wavelet techniques
Jayanthi et al. Multi Wavelet Based Image Compression for Tele-Medical Applications
CN111147865B (zh) 一种视频编码前的预解码方法
JP5351094B2 (ja) 画像符号化方法，画像符号化装置および画像符号化プログラム
Rodrigues et al. A Novel Method for Image and Video Compression based on Two-Level DCT with Hexadata Coding
CN1568011A (zh) 一种基于运动联合图像专家组的图像帧间增强方法
KR0181050B1 (ko) 웨이브렛 변환을 이용한 영상 부호화 장치
Rajakumar et al. Lossy image compression using multiwavelet transform coding

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