CN116828196A - 一种基于fpga的jpeg-ls编码器的实现方法 - Google Patents
一种基于fpga的jpeg-ls编码器的实现方法 Download PDFInfo
- Publication number
- CN116828196A CN116828196A CN202310836199.0A CN202310836199A CN116828196A CN 116828196 A CN116828196 A CN 116828196A CN 202310836199 A CN202310836199 A CN 202310836199A CN 116828196 A CN116828196 A CN 116828196A
- Authority
- CN
- China
- Prior art keywords
- bit
- merrval
- code stream
- prediction error
- limit
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000007906 compression Methods 0.000 claims abstract description 43
- 230000006835 compression Effects 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 10
- 238000003708 edge detection Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 33
- 238000013139 quantization Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013501 data transformation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及一种基于FPGA的JPEG‑LS编码器的实现方法,依次包括上下文建模、边缘检测、自适应预测修正、预测残差计算、Golomb编码参数K计算、预测误差映射、对预测误差MErrval进行Golomb编码、上下文参数更新,以及码流拼接。本申请一方面能够完全不借助软件,只在硬件基础上实现JPEG‑ls无损高压缩率编码器功能。另一方面,舍弃了JPEG‑LS标准中的游程长度编码,降低了硬件实现的复杂性,减少了所设计编码器硬件资源的消耗,本申请还通过优化golomb编码参数K的计算以及golomb编码方式,最终得到压缩率为18%~25%的编码器。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种基于FPGA的JPEG-LS编码器的实现方法。
背景技术
JPEG-LS(Joint Photographic Experts Group-Lossless )是由国际标准化组织于1999年12月发布的ISO-14495-1标准和国际电联电信标准化部门于1998年6月发布的ITU-T.87标准,是连续色调静止图像的无损及近无损压缩标准。JPEG-LS算法基于惠普实验室开发的LOCO-I算法,提供了无损压缩和近无损压缩功能。由于该算法在复杂性和效率之间具有良好的平衡性,因此被选入JPEG-LS标准。该算法没有诸如快速傅立叶变换或离散余弦变换的数据变换以及其他复杂的数据转换过程,只需实现数据的减法、移位以及其他类似的、简单的处理过程。与JPEG、JPEG2000等算法相比,JPEG-LS算法具有复杂度低,易于硬件实现等特点。
随着人们不断地对JPEG-LS算法的软硬件实现进行研究,其压缩性能有了一定的提高,在压缩比、压缩速度、应用范围以及面积功耗等方面都取得了不同程度的提高。但是,随着高速接口设备的普及以及人们对JPEG-LS算法压缩性能不断提高的要求,JPEG-LS的压缩速度及压缩率仍然是研究的重点之一。
发明内容
本发明的目的在于克服现有技术的不足,提出一种具有无损且高压缩率的优良性能的基于FPGA的JPEG-LS编码器的实现方法。
本发明的一种基于FPGA的JPEG-LS编码器的实现方法,所述方法依次包括上下文建模、边缘检测、自适应预测修正、预测残差计算、Golomb编码参数K的计算、预测误差MErrval的映射、对预测误差MErrval进行Golomb编码、上下文参数更新,以及码流拼接;所述Golomb编码的算法为三级压缩。
进一步,所述实现方法中的Golomb编码参数K的计算公式为:,
采用二分法查找法进行计算,具体为三级计算。现有技术中最常见的基础算法为七级计算,若采用一般的顺序比较方法,即先比较N<<0和A的大小,再比较N<<1和A的大小,依次类推,则最多需要比较7次A和N的大小才能确定k的值。本申请中优化后的算法采用二分法查找进行计算,每次从中间值开始比较,最多只需比较三次就可得出结果,为三级计算,节约了资源,优化了时序。
进一步,所述实现方法中的对预测误差MErrval进行Golomb编码的过程具体包括如下步骤:
S1:对预测误差MErrval进行右移k位操作,得到MErrval除以k的商q;
S2:若q+2+k<=LIMIT,且q<LIMIT-qbpp-1,则转入S3;若q+2+k>LIMIT,且q<LIMIT-qbpp-1,则转入S4;若q≥LIMIT-qbpp-1,则转入S5;其中,LIMIT 为 Golomb 编码码字的最大长度,qbpp为表示映射预测误差MErrval所需要的比特数;现有技术中最常见的基础压缩算法为二级压缩,本申请中优化后算法采取三级压缩,极大提高了压缩率。
S3:对q进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后;
S4:先对:q+1进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后;
S5:先对LIMIT-qbpp-1进行一元编码:即先将LIMIT-qbpp-1个1比特0附加到编码码流中,然后再将1比特1附加到编码码流中,最后将预测误差MErrval-1的低qbpp位以二进制形式附加到编码码流中,高位在前,低位在后。
进一步,所述实现方法中的上下文建模包括梯度计算、梯度量化和索引值求解三个部分,最终得出索引参数Q及索引参数Q的符号sign;索引参数Q用于该点像素A,B,C,N参数的寻址和更新。即通过该点像素与附近像素的梯度,得到一个索引参数Q的过程。所述上下文建模中包括的时钟为能够更改的时钟,系统时钟为50MHZ,编码器工作时钟为1MHZ。
进一步,本申请所述实现方法中涉及到的时钟皆可更改,根据实际需求调试即可。
进一步,所述实现方法中梯度计算的过程具体为计算建模好的当前像素x的相邻像素a、b、c、d之间的差值D1、D2、D3;
所述梯度量化的过程具体为局部梯度值Qi被量化为(-4,4)的9个整数;其中局部梯度值Qi中的i=1或2或3;
所述局部梯度值Qi的计算公式为:
其中,i=1或2或3;T1、T2、T3为局部梯度值量化的阈值,T1、T2、T3的值分别为3、7、21;由于是无损压缩,NEAR=0;
所述索引值求解为求索引参数Q,所述索引值求解的过程具体为将局部梯度值最多的9*9*9=729个矢量减少为365个矢量,所述索引参数Q的范围为(0,365),所述索引参数Q的计算公式为:
Q = 9*(9Q1+Q2)+Q3,
索引参数Q的符号sign满足以下任意条件:(1)Q1<0;(2)Q1=0且Q2<0;(3)Q1=Q2=0,且Q3<0,时,将索引参数Q的符号sign赋值为-1,否则为1。
进一步,所述实现方法中的边缘检测对当前像素x进行预测,具体过程为将Ra、Rb、Ra + Rb - Rc三个数中间的一个数作为当前像素x的初步预测值Px。
进一步,所述实现方法中自适应预测修正的过程具体为基于索引参数Q的符号sign、残差修正值C[Q]和参数Maxval来修正所述的初步预测值Px,得到最终预测值;其中参数Maxval取值为图像像素所占比特位数的最大值。参数Maxval由图像像素精度确定。
进一步,所述实现方法中预测残差计算的过程具体为计算图像像素值和所述最终预测值的差值Errval;
所述预测误差MErrval的映射的过程具体为将差值Errval映射成(0-255)的预测误差MErrval,以进行Golomb编码。Golomb编码只能对非负整数进行编码,而量化后的预测残差的符号可正可负,近似服从拉普拉斯分布,而几何分布的 Golomb-Rice编码效果比较理想,故需要对预测残差分布变换为几何分布,进行映射,即将差值Errval映射成(0-255)的预测误差MErrval。
进一步,所述实现方法中上下文参数更新的过程具体为:每 一 个 上 下 文 环境 都 相 应 设 置 一 组 上 下 文 参 数A[Q]、B[Q]、C[Q]、N[Q]来保存相应的上下文信息;每编完一个像素点都实时对上下文参数A[Q]、B[Q]、C[Q]、N[Q]进行更新,以使得上下文参数A[Q]、B[Q]、C[Q]、N[Q]能够最大程度与当前像素的上下文环境相匹配,提高对当前像素x的压缩编码性能。其中 A[Q]是对量化残差的绝对值的累加器,其作用是估计Golomb编码参数K,B[Q]是对重建残差的累加器,其作用是帮助计算预测偏差C[Q],C[Q]保存的是对应于该上下文环境的平均预测偏差值,用来修正像素的初步预测值Px。N[Q]是对应上下文环境的计数器,保存的是该上下文环境出现的次数。
进一步,所述实现方法中的码流拼接包括完成上次拼接剩余码流的拼接,以及完成本次编码码流的拼接,从而得到最终的编码码流;所述码流拼接以32位位宽为单位进行编码码流的拼接输出,对不足32比特的编码码流进行暂存。
与现有技术相比,本发明具有以下有益的技术效果:
本发明所述的基于FPGA的JPEG-LS编码器的实现方法,一方面,完全依靠硬件实现,不用借助软件,对图像压缩过程中,不需要对图像进行离散余弦变换和算数编码等,只进行预测和Golomb-Rice编码,完全在硬件基础上实现JPEG-ls无损高压缩率编码器功能。另一方面,舍弃了JPEG-LS标准中的游程长度编码,不仅降低了硬件实现的复杂性,更是减少了所设计编码器硬件资源的消耗,防止了游程编码模式下可能会出现的反压缩情况,提高了压缩率,所以本申请尤其对相对不平坦的像素效果最好。此外,本申请所述的实现方法在上下文参数更新过程中完成下一个待编码像素因果模板的构建;利用二分查找法对Golomb 编码参数K的计算过程进行优化,节约了资源,优化了时序。同时也将golomb编码方式由二级压缩优化为三级压缩。同时,本申请所述的实现方法中大部分采用左移右移来实现功能,速度快,同时还采用多级流水线来降低每一级运算的延迟。最终,经多次测试,本申请中所述JPEG-LS编码器的压缩率为18%~25%,与传统的JPEG-ls编码器50%左右的压缩率相比,极大得提高了压缩性能。
附图说明
图1是本发明所述JPEG-LS编码器中上下文建模图;
图2是本发明所述JPEG-LS编码器原理示意图;
图3是本发明所述JPEG-LS编码器流程图。
实施方式
下面结合具体的实施例对本发明做进一步的详细说明。
实施例
如图1-3所示,一种基于FPGA的JPEG-LS编码器的实现方法,依次包括如下步骤:
上下文建模、边缘检测、自适应预测修正、预测残差计算、Golomb编码参数K计算、预测误差映射、对预测误差MErrval进行Golomb编码、上下文参数更新,以及码流拼接。
所述上下文建模包括梯度计算、梯度量化和索引值求解三个部分,最终得出索引参数Q及索引参数Q的符号sign;即通过该点像素与附近像素的梯度,得到一个索引参数Q的过程。索引参数Q用于该点像素A,B,C,N参数的寻址和更新。在本实施例1中,所述上下文建模中包括的时钟均为能够更改的时钟,系统时钟为50MHZ,编码器工作时钟为1MHZ。
其中,梯度计算的过程具体为计算建模好的当前像素x的相邻像素a、b、c、d之间的差值D1、D2、D3;
所述梯度量化的过程具体为局部梯度值Qi被量化为(-4,4)的9个整数,其中局部梯度值Qi中的i=1或2或3;
所述局部梯度值Qi的计算公式为:
其中,i=1或2或3;T1、T2、T3为局部梯度值量化的阈值,T1、T2、T3的值分别为3、7、21;由于是无损压缩,NEAR=0;
所述索引值求解为求索引参数Q,所述索引值求解的过程具体为将局部梯度值最多的9*9*9=729个矢量减少为365个矢量,所述索引参数Q的范围为(0,365),所述索引参数Q的计算公式为:
Q = 9*(9Q1+Q2)+Q3,
索引参数Q的符号sign满足以下任意条件:(1)Q1<0;(2)Q1=0且Q2<0;(3)Q1=Q2=0,且Q3<0,时,将索引参数Q的符号sign赋值为-1,否则为1。
所述边缘检测对当前像素x进行预测,具体过程为将Ra、Rb、Ra + Rb - Rc三个数中间的一个数作为当前像素x的初步预测值Px。
所述自适应预测修正的过程具体为基于索引参数Q的符号sign、残差修正值C[Q]和参数Maxval来修正所述的初步预测值Px,得到最终预测值;其中参数Maxval取值为图像像素所占比特位数的最大值。参数Maxval由图像像素精度确定。
所述预测残差计算的过程具体为计算图像像素值和所述最终预测值的差值Errval;
Golomb编码过程依次包括Golomb编码参数K的计算、预测误差MErrval的映射以及对映射后的预测误差MErrval的Golomb编码。
所述Golomb编码参数K的计算公式为:,
采用二分法查找法进行计算,具体为三级计算。现有技术中最常见的基础算法为七级计算,本申请中优化后的算法采用二分法查找进行计算,为三级计算,节约了资源,优化了时序。
所述预测误差MErrval的映射的过程具体为将差值Errval映射成(0-255)的预测误差MErrval,以进行Golomb编码。因为Golomb编码只能对非负整数进行编码,而量化后的预测残差的符号可正可负,近似服从拉普拉斯分布,而几何分布的 Golomb-Rice编码效果比较理想,故需要对预测残差分布变换为几何分布,进行映射,即将差值Errval映射成(0-255)的预测误差MErrval。
对完成映射的预测误差MErrval进行Golomb编码,具体过程包括如下步骤:
S1:对预测误差MErrval进行右移k位操作,得到MErrval除以k的商q;
S2:若q+2+k<=LIMIT,且q<LIMIT-qbpp-1,则转入S3;若q+2+k>LIMIT,且q<LIMIT-qbpp-1,则转入S4;若q≥LIMIT-qbpp-1,则转入S5;其中,LIMIT 为 Golomb 编码码字的最大长度,qbpp为表示映射预测误差MErrval所需要的比特数;现有技术中最常见的基础压缩算法为二级压缩,本申请中优化后算法采取三级压缩,极大提高了压缩率。
S3:对q进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后,输出编码码流长度为(q+1+k)bit;
S4:先对:q+1进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后,输出编码码流长度为(q+2+k)bit;
S5:先对LIMIT-qbpp-1进行一元编码:即先将LIMIT-qbpp-1个1比特0附加到编码码流中,然后再将1比特1附加到编码码流中,最后将预测误差MErrval-1的低qbpp位以二进制形式附加到编码码流中,高位在前,低位在后,输出编码码流长度为16bit。
比如,当MErrval=2,根据步骤S1,q=0,k=2,可算得符合条件(q+2+k<=LIMIT,且q<LIMIT-qbpp-1),则转入S3,依次进行上述步骤,将 1 比特 1附加到编码码流中,最后将MErrval的低2位以二进制形式附加到编码码流中,高位在前,低位在后,编码位宽为16bit,输出码流延迟一拍输出,
所以输出码流长度为:k+1+q=3;
输出编码码流为:1100000000000000,因为输出码流有效长度为3bit,所以最终输出码流为110。
所以有效码流位数为3,8bit数据压缩为3bit数据。
所述上下文参数更新的过程具体为:每 一 个 上 下 文 环 境 都 相 应 设 置一 组 上 下 文 参 数A[Q]、B[Q]、C[Q]、N[Q]来保存相应的上下文信息;每编完一个像素点都实时对上下文参数A[Q]、B[Q]、C[Q]、N[Q]进行更新,以使得上下文参数A[Q]、B[Q]、C[Q]、N[Q]能够最大程度与当前像素的上下文环境相匹配,提高对当前像素x的压缩编码性能。其中 A[Q]是对量化残差的绝对值的累加器,其作用是估计Golomb编码参数K,B[Q]是对重建残差的累加器,其作用是帮助计算预测偏差C[Q],C[Q]保存的是对应于该上下文环境的平均预测偏差值,用来修正像素的初步预测值Px。N[Q]是对应上下文环境的计数器,保存的是该上下文环境出现的次数。
所述码流拼接包括完成上次拼接剩余码流的拼接,以及完成本次编码码流的拼接,从而得到最终的编码码流;所述码流拼接以32位位宽为单位进行编码码流的拼接输出,对不足32比特的编码码流进行暂存。
压缩率是指压缩后图像的信息量与源图像的信息量之比,本申请测试图片为196*92分辨率,ARGB四个通道皆为随机取数,以一次测试结果为例,输入442368bit数据,得到的压缩后编码流为90848bit,由此可计算压缩率为20.5%,经多次测试,本申请压缩率基本可稳定在18% ~ 25%,大大提高了编码器压缩性能。
Claims (10)
1.一种基于FPGA的JPEG-LS编码器的实现方法,其特征在于,所述方法依次包括上下文建模、边缘检测、自适应预测修正、预测残差计算、Golomb编码参数K的计算、预测误差MErrval的映射、对预测误差MErrval进行Golomb编码、上下文参数更新,以及码流拼接;
所述Golomb编码的算法为三级压缩。
2.根据权利要求1所述的实现方法,其特征在于,所述Golomb编码参数K的计算方式为:,
采用二分法查找法进行计算,具体为三级计算。
3.根据权利要求2所述的实现方法,其特征在于,所述对预测误差MErrval进行Golomb编码的过程具体包括如下步骤:
S1:对预测误差MErrval进行右移k位操作,得到MErrval除以k的商q;
S2:若q+2+k<=LIMIT,且q<LIMIT-qbpp-1,则转入S3;若q+2+k>LIMIT,且q<LIMIT-qbpp-1,则转入S4;若q≥LIMIT-qbpp-1,则转入S5;其中,LIMIT 为 Golomb 编码码字的最大长度,qbpp为表示映射预测误差MErrval所需要的比特数;
S3:对q进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后;
S4:先对:q+1进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后;
S5:先对LIMIT-qbpp-1进行一元编码:即先将LIMIT-qbpp-1个1比特0附加到编码码流中,然后再将1比特1附加到编码码流中,最后将预测误差MErrval-1的低qbpp位以二进制形式附加到编码码流中,高位在前,低位在后。
4.根据权利要求3所述的实现方法,其特征在于,所述上下文建模包括梯度计算、梯度量化和索引值求解三个部分,最终得出索引参数Q及索引参数Q的符号sign;所述上下文建模中包括的时钟为能够更改的时钟。
5.根据权利要求4所述的实现方法,其特征在于,所述梯度计算的过程具体为计算建模好的当前像素x的相邻像素a、b、c、d之间的差值D1、D2、D3;
所述梯度量化的过程具体为局部梯度值Qi被量化为(-4,4)的9个整数,其中局部梯度值Qi中的i=1或2或3;
所述局部梯度值Qi的计算公式为:
其中,i=1或2或3;T1、T2、T3为局部梯度值量化的阈值,T1、T2、T3的值分别为3、7、21;由于是无损压缩,NEAR=0;
所述索引值求解为求索引参数Q,所述索引值求解的过程具体为将局部梯度值最多的9*9*9=729个矢量减少为365个矢量,所述索引参数Q的范围为(0,365),所述索引参数Q的计算公式为:
Q = 9*(9Q1+Q2)+Q3,
索引参数Q的符号sign满足以下任意条件:(1)Q1<0;(2)Q1=0且Q2<0;(3)Q1=Q2=0,且Q3<0,时,将索引参数Q的符号sign赋值为-1,否则为1。
6.根据权利要求5所述的实现方法,其特征在于,所述边缘检测对当前像素x进行预测,具体过程为将Ra、Rb、Ra + Rb - Rc三个数中间的一个数作为当前像素x的初步预测值Px。
7.根据权利要求6所述的实现方法,其特征在于,所述自适应预测修正的过程具体为基于索引参数Q的符号sign、残差修正值C[Q]和参数Maxval来修正所述的初步预测值Px,得到最终预测值PX;其中参数Maxval的取值为图像像素所占比特位数的最大值。
8.根据权利要求7所述的实现方法,其特征在于,所述预测残差计算的过程具体为计算图像像素值和所述最终预测值PX的差值Errval;
所述预测误差MErrval的映射的过程具体为将差值Errval映射成(0-255)的预测误差MErrval,以进行Golomb编码;
所述对预测误差MErrval进行Golomb编码的过程具体包括如下步骤:
S1:对预测误差MErrval进行右移k位操作,得到MErrval除以k的商q;
S2:若q+2+k<=LIMIT,且q<LIMIT-qbpp-1,则转入S3;若q+2+k>LIMIT,且q<LIMIT-qbpp-1,则转入S4;若q≥LIMIT-qbpp-1,则转入S5;其中,LIMIT 为 Golomb 编码码字的最大长度,qbpp为表示映射预测误差MErrval所需要的比特数;现有技术中最常见的基础压缩算法为二级压缩,本申请中优化后算法采取三级压缩,极大提高了压缩率;
S3:对q进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后;
S4:先对:q+1进行一元编码:即先将q个1比特0附加到编码码流中,再将1比特1附加到编码码流中,最后将预测误差MErrval的低k位以二进制形式附加到编码码流中,高位在前,低位在后;
S5:先对LIMIT-qbpp-1进行一元编码:即先将LIMIT-qbpp-1个1比特0附加到编码码流中,然后再将1比特1附加到编码码流中,最后将预测误差MErrval-1的低qbpp位以二进制形式附加到编码码流中,高位在前,低位在后。
9.根据权利要求8所述的实现方法,其特征在于,所述上下文参数更新的过程具体为:每 一 个 上 下 文 环 境 都 相 应 设 置 一 组 上 下 文 参 数A[Q]、B[Q]、C[Q]、N[Q]来保存相应的上下文信息;每编完一个像素点都实时对上下文参数A[Q]、B[Q]、C[Q]、N[Q]进行更新,以使得上下文参数A[Q]、B[Q]、C[Q]、N[Q]能够最大程度与当前像素的上下文环境相匹配,提高对当前像素x的压缩编码性能。
10.根据权利要求9所述的实现方法,其特征在于,所述码流拼接包括完成上次拼接剩余码流的拼接,以及完成本次编码码流的拼接,从而得到最终的编码码流;所述码流拼接以32位位宽为单位进行编码码流的拼接输出,对不足32比特的编码码流进行暂存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310836199.0A CN116828196A (zh) | 2023-07-10 | 2023-07-10 | 一种基于fpga的jpeg-ls编码器的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310836199.0A CN116828196A (zh) | 2023-07-10 | 2023-07-10 | 一种基于fpga的jpeg-ls编码器的实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116828196A true CN116828196A (zh) | 2023-09-29 |
Family
ID=88123988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310836199.0A Pending CN116828196A (zh) | 2023-07-10 | 2023-07-10 | 一种基于fpga的jpeg-ls编码器的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116828196A (zh) |
-
2023
- 2023-07-10 CN CN202310836199.0A patent/CN116828196A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070178B (zh) | 一种卷积神经网络计算装置及方法 | |
CN102369522B (zh) | 计算引擎的并行流水线式集成电路实现 | |
CN109379598B (zh) | 一种基于fpga实现的图像无损压缩方法 | |
CN109151482B (zh) | 星载光谱图像谱段无损有损混合压缩方法 | |
CN102970531B (zh) | Jpeg-ls近无损图像压缩编码器硬件实现方法 | |
TW201240471A (en) | Method and apparatus for frame memory | |
CN103167289B (zh) | 图像的编码、解码方法及编码、解码装置 | |
CN110291793B (zh) | 上下文自适应二进制算术编解码中范围推导的方法和装置 | |
JP2798172B2 (ja) | 画像符号化復号装置 | |
WO2020115471A1 (en) | Bit plane encoding of data arrays | |
US20220392117A1 (en) | Data compression and decompression system and method thereof | |
CN110049333B (zh) | 一种jpeg_ls图像压缩输出编码码流拼接系统及方法 | |
JP2004166083A (ja) | 符号化装置及び方法 | |
CN111818335B (zh) | 一种熵编码方法和装置、电子设备 | |
CN104918049A (zh) | 适用于hevc标准的二进制算术编码模块 | |
CN116828184B (zh) | 视频编码、解码方法、装置、计算机设备和存储介质 | |
CN110191341B (zh) | 一种深度数据的编码方法和解码方法 | |
CN113573056A (zh) | 一种率失真优化量化的方法、装置、存储介质及终端 | |
CN115022628A (zh) | 基于jpeg-ls的高吞吐率无损图像压缩方法 | |
CN116828196A (zh) | 一种基于fpga的jpeg-ls编码器的实现方法 | |
CN100579169C (zh) | 解码装置、逆量化方法及其程序 | |
De Silva et al. | Exploring the Implementation of JPEG Compression on FPGA | |
JP2011109172A (ja) | 映像符号化装置、および、そのデータ処理方法 | |
CN117097905B (zh) | 一种无损图像分块压缩方法、设备、存储介质 | |
CN108282662B (zh) | 一种连续色调静态图像压缩的优化方法及装置 |
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 |