CN1197026C - 平行逆向离散小波变换方法 - Google Patents

平行逆向离散小波变换方法 Download PDF

Info

Publication number
CN1197026C
CN1197026C CNB011331135A CN01133113A CN1197026C CN 1197026 C CN1197026 C CN 1197026C CN B011331135 A CNB011331135 A CN B011331135A CN 01133113 A CN01133113 A CN 01133113A CN 1197026 C CN1197026 C CN 1197026C
Authority
CN
China
Prior art keywords
subrane
subclass
overlapping
wavelet transform
signal
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.)
Expired - Fee Related
Application number
CNB011331135A
Other languages
English (en)
Other versions
CN1343946A (zh
Inventor
J·A·斯马尔
M·D·布朗
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.)
Eastman Kodak Co
Original Assignee
Eastman Kodak Co
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 Eastman Kodak Co filed Critical Eastman Kodak Co
Publication of CN1343946A publication Critical patent/CN1343946A/zh
Application granted granted Critical
Publication of CN1197026C publication Critical patent/CN1197026C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148—Wavelet transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/007—Transform coding, e.g. discrete cosine transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Discrete Mathematics (AREA)
  • Multimedia (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)

Abstract

本发明的目的是提供处理信号的一种结构和方法，它包括通过向信号施加正向离散小波变换(FDWT)而将信号变换成分波段，将分波段划分成重叠的分波段子集，通过向重叠的分波段子集施加至少一次逆向离散小波变换(IDWT)将重叠的分波段子集变换成信号子集，再将信号子集进行组合以重新产生信号。IDWT是平行地施加到所有的分波段子集的。

Description

平行逆向离散小波变换方法
技术领域
本发明总体上涉及以小波为基础的图象压缩系统，更具体涉及一种平行地实施逆向离散小波变换的处理以达到更高的处理速度的图象压缩系统。
背景技术
常规的以小波为基础的图象压缩系统采用对图象的两维正向小波变换以便将图象变换成多个分波段。每一个这样的分波段都是原始图象经过带通滤波并降低了分辨率的变型。这允许各分波段适合于用各种方法进行压缩。重建原始图象时则要求所有这些分波段必须首先进行去压缩，然后再利用逆向离散小波变换(IDWT)将这些分波段变换回原始图象。
虽然本发明并不依赖于提升(下面将详细说明)，但它的实用性将因提升而大大提高。本发明还利用平铺以允许随机及/或多分辨率访问。
平铺在美国专利5,710,835(此后称为′835)有详细说明，它被合并于此供参考。下面所说明的发明基本上与′835中所说明的系统是不同的，因为′835系统是为了减少实施提升/平铺操作中所需的硬件而设计的。相反，本发明是为了增加处理速度而设计的。在它的操作中，本发明是平行地执行许多动作的，这实际上增加了所需硬件部件的数量(这与′835中追求减少硬件部件的目标是直接相对立的)。′835专利平铺有可能重叠的画面小块的图象，以便使重建时随机访问变得容易。这也是为了减少处理用硬件的数量和降低所需的处理速度而做的。如下面所述，本发明以最小的重叠画面来平铺每个分波段而不考虑随机访问的问题。这是为了增加处理硬件的数量以便增加净处理速度而做的。
发明内容
因此，本发明的一个目的是提供一种处理信号的结构和方法，它包括：通过向信号施加一次或多次正向离散小波变换(FDWT)而把信号转换成各个分波段，如在ISO/IEC 15 444-1中所说明的Mallat分解那样；将所得到的分波段划分成重叠的分波段子集；通过向重叠的分波段子集施加一次或多次逆向离散小波变换(IDWT)以便将重叠的分波段子集逆变换成信号子集；以及将所得到的信号子集进行组合而重新产生信号。IDWT是并行地加到所有的分波段子集的。逆变换操作包括对分波段子集实施提升以尽量减少在相邻重叠的分波段子集之间所需的重叠。实施划分是为了尽量减少在相邻重叠的各分波段子集之间的重叠。本发明还可以包括丢弃多余的样本值，它们是由于相邻重叠的分波段子集之间的重叠而产生的。
因此，本发明包括利用逆向离散小波变换(IDWT)的图象压缩方法，包括：将一组正向离散小波变换(FDWT)系数划分成两个或更多个重叠的分波段子集；利用提升同时为每个子集实施IDWT(从而使相邻的分波段子集之间的重叠成为最小)；重新组合分波段子集；以及丢弃多余的作为相邻分波段子集之间的重叠的结果而产生的多余的样本值。
本发明的一个优点在于加速了分波段数据的逆向离散小波变换(IDWT)。这是通过将输入到IDWT的数据以特定的和重叠最小的方式划分而完成的，以允许多个IDWT操作能够并行地在这些划分上实施。本发明的另一个优点在于可以减少在多维IDWT中用于存储中间值所需的存储单元的数量。本发明允许减少这种存储单元是因为这些单元的所需长度是和进行逆变换的每个子集的长度成正比的。因此，通过减小子集的长度，所需的存储单元的长度也可相应地减少。
附图说明
从本发明的优选实施例的详细说明并结合附图可更好地理解上述的和其它的目的、方面和优点，在这些图中：
图1是说明将一组分波段子集的数据分解为两个分部的原理图；
图2是说明预测滤波器的实施以产生高通分波段的原理图；
图3是说明更新滤波器的实施以产生低通分波段的原理图；
图4是说明作为ISO/IEC 15 444-1中的Legall 5-3整数滤波器对的提升实施的栅格结构的原理图；
图5是说明作为ISO/IEC 15 444-1中的Debauchies 9-7滤波器对的提升实施的栅格结构的原理图；
图6是说明作为ISO/IEC 15 444-1中的CRF 13-7滤波器对的提升实施的栅格结构的原理图；
图7是说明对于Legall 5-3滤波器对的逆向离散小波变换的提升实施的原理图；
图8是说明对于Legall 5-3滤波器对的逆向离散小波变换的提升实施所作的一系列计算的表；
图9是说明分解提升实施的原理图；
图10是说明本发明一个实施例的流程图；
图11是为实现前面附图中所提出的本发明的计算机系统的透视图。
具体实施方式
本发明包括用来加快分波段数据的逆向离散小波变换(IDWT)的系统和方法。这是通过将输入到IDWT操作的数据以特定的和最小重叠的方式进行划分而完成的，从而允许对这些划分的多个IDWT操作可以平行地实现。这种划分方案特别适合于利用“提升”技术实现的IDWT方案。
对于设计和实现小波变换滤波器，提升是一种不同的途径。对于给定的滤波器对，对于提升实现方案所得到的变换数据与利用褶积的常规实现方案是完全相同的。
提升有下列好处。对存储器的需求下降了大约一半，这导致对于多维的正向和逆向DWT明显地节约存储器。此外，提升简化了硬件的实现方案而且图象边界在提升下更容易处理。另外，对任何给定的分波段，输出数据是以光栅(raster)的次序产生的。但是，来自所有分波段的数据是以交替方式产生的。提升对于得到和实现完美的重构滤波器对是一种方便的手段。一旦内插滤波器选定后(即高通滤波器)，低通滤波器可以方便地利用代数来构建。
提升包括三个基本步骤。首先图象被分割成奇数和偶数象素两个序列。这是“懒”小波变换。第二，提升通过从偶数序列中的邻近的象素的插补来预测奇数序列的象素，并发送这个预测序列和实际奇数序列之间的差。第三，提升通过将偶数象素附加到从上面预测的奇数序列得到的插补版本中而更新偶数象素的序列。这消除了混淆和其它由2X分样(decimation)所引起的有害影响，这种2X分样是为了获得偶数象素的序列而使用的。提升也发送已更新了的偶数序列。
如下文所述，提升导致信号流图的简化的栅格结构。这允许在硬件和软件中非常直接了当的实施。任一种利用经典的傅利叶变换而设计的小波滤波器对可以被分解成这样的一对或多对预测-更新的步骤。提升还可以用来设计利用傅利叶技术不易于设计出来的滤波器对。
下面来探讨如在ISO/IEC 15444-1中说明的Legall 5-3滤波器对和Debauchies 9-7滤波器对的提升实现方案。
通过对在下面一节中说明的提升栅格的探讨可以发现，高通和低通输出确实是输入样本的正确数值的函数。通过写出作为输入象素的函数的这些栅格在每一级上的和值，可以看出，提升在代数上和相应的滤波器对的褶积实现方案是等同的。
图1-4表明Legall 5-3滤波器对的实施步骤，此处高通滤波器＝(-1/2，1，-1/2)。图1表示提升在何处将输入分割成偶数和奇数序列。图2表明奇数序列的预测和从实际序列中减去预测的奇数序列。图3表明通过对偶数序列的更新来减少混淆。图4表示前面三个步骤(如图1-3)的组合导致一个易于实现的栅格结构。
通过图4中的从底向上的操作，可以看出提升结构确实实现了上面所说的低通和高通滤波器。
Debauchies 9-7滤波器对(到小数点后4位)包括：高通滤波器＝〔0.0456，0.0288，0.2956，-0.5575，0.2956，0.0288，-0.0456〕和低通滤波器＝〔0.0267，-0.0169，-0.0782，0.2669，0.6029，0.2669，-0.0782，-0.0169，0.0267〕。相应的提升系数为P1＝-1.586134342，μ1＝-0.05298011854；P2＝0.8829110762，μ2＝0.443568522。图1-4所示的对Debauchies 9-7滤波器的处理导致如图5所示的栅格结构。
提升的优点可以从9-7滤波器对的栅格结构中看出。首先，提升只需要4个不同的系数值，而不是原来的滤波器对所需要的9个值。如果乘法是用查找表来完成的，这可以是一个显著的节省。其次，存储器的要求是沿着对角线之一的5个存储单元，而不是常规的FIR褶积结构所要求的9个。
在这些栅格结构(例如图4和5)的左和右边缘，可以使用对称的边缘延伸以避免引入不需要的瞬变扰动和高频(不然的话它将降低压缩效率)。幸运的是，提升结构容易调节到容纳这样的边缘延伸。更具体说，在栅格的每个加法器中，当左侧的输入缺失时就让右侧的输入增加两次。这是很容易实现的，即只要将刚刚在加法器前面的右侧输入左移一次即可。与此相同，当右侧输入缺失时，左侧输入就增加两次。
提升结构的操作序列相对来说是直接了当的。每当输入一个奇数元素时，处理就往下进行并转向左边，沿着输入下面的第一对角线进行一系列的左侧加法操作。这部分地完成了对一次高通和一次低通输出的处理。每当输入一个偶数元素时，处理就往下进行并沿着所连接的对角线往左，进行一系列的右侧加法操作。每个偶数输入完成了对一次高通和一次低通的处理。
如果系数能正好用整数来表示，如5-3的例子中那样，那么最后的离散变换是完全可逆的且不会导致任何损失。此外，如果整数是较小的值，那么变换可以用移位和加法运算来实现，而不必用乘法。但是，像上面所讨论的9-7例子，系数是无理数因而不能用整数来表示。因此，9-7滤波决不能够完全没有损失。如果需要真正的没有损失的压缩，这些系数可以用整数来近似，导致在去相关效率中的少量损失。其它的整数滤波器(例如在图6中实现的ISO/IEC 15 444-1的13-7滤波器对)可以给出比5-3滤波器对更好的总体性能，而且比无理的9-7滤波器对更易于实现。
现在参考图7-8，这里说明了逆向Legall整数5-3离散变换的硬件实现。这种实现需要三个存储单元，分别称作单元“A”，“B”和“C”。这些单元可以包括用于垂直滤波的行存储器。
更具体说，图7表示作为栅格结构的10个单元行的逆向离散小波变换。这个栅格的每一列相当于一个单独的存储单元(它可以是单独一个字或一个行存储器)而列中的每一节点相当于在处理完成时该存储单元的不同状态。对于这个滤波器对，如图7所示，只需要三个单元A、B、和C。
一个给定的存储单元只有在两个条件满足后才能被重写。首先，该单元必须已经完全被处理并送往输出。其次，该单元不能被要求做任何将来的处理。在图7中在靠近栅格的左上角的乘-2与将H0输入反映为L0输入有相同的效果，从而完成了所需的在左侧方面的对称边缘延伸。与此相似，在图7中在栅格的右下角乘2具有与将H3和L4输入反映为H4输入相同的效果，因此完成了所需的在右侧的对称边缘延伸。
如图8所示每个LN导致两个“左侧”操作。每个HN导致一次存储操作和两次“右侧”操作，产生X2N-1和X2N输出，如图8所示。X2N输出只是这些右侧操作中之一的移位(除以4)。这些操作对不同的N值是相似的，只是存储单元A、B、和C是循环置换的。一般说来，每个LN或HN输入需要从两个或三个存储单元读入的数据，而所得到的计算值则写入两个或三个存储单元中。有需要时可插入流水线寄存器。所有在图8中给定行上所示的运算可以平行实施。注意，对每个HN，在括号〔.〕中所示的运算对所有计算都是共同的。这些运算可以做一次然后扇出，并且这是流水线寄存器的优越之处。
为了完成对称的边缘延伸，对L0和H0的运算是不同的，且两种运算要被相加在H4之后。对于〔L1、H1、L2、H2、L3、H3〕的运算序列表明了重复运算的模式。对水平滤波，处理如图8所示。但是，对于垂直滤波，每一LN或HN包括一行而不是一个象素。因此，对于每个LN或HN行，处理要在行中的每一单元上进行而同时保留相同的配置。
作为一个例子，对于H2行，读出行H2的第一单元、行存储A的第一单元、以及行存储B的第一单元，然后实施所指明的计算。所得结果则写到存储器C的第一单元、输出行X3的第一单元、输出行X4的第一单元、和行存储B的第一单元。
读出行H2的下一单元、行存储器A的下一单元、以及行存储器B的下一单元，再实施同样的指定的计算。然后把结果写入行存储器C的下一单元、X3中输出的下一单元、输出行X4的下一单元、和行存储器B的下一单元。这一序列被重复直到输入行H2的所有单元都被处理过。
当读出下一个输入行(L3)时，为L3配置所示的运算被执行：数据从行L3、行存储器B、和行存储器A及C的相应单元中读出。重复这一步骤到行L3的所有单元都被处理。
本发明能够最容易地理解的是考虑一个被分解成一对“低通”和“高通”分波段的信号，这些分波段是由褶积或FDWT的提升实现方案所产生的。原始信号可以通过应用IDWT而重建，它包括对每一分波段的2∶1上采样，然后是对带有有限范围的离散小波的每个上采样分波段的褶积，然后把两个所得的信号相加在一起以便完整地重建原始信号。在实践中，提升将非常有效地合并这些重建步骤。
如果每个分波段分成左半部分和右半部分，如图9所示，则在划分边界，对左半部分的提升操作的每一阶段和右半部分的一个样本会重叠。反过来，对右半部分的提升操作的每个阶段和左半部分的一个样本会重叠。因此，左半部分可以这样来等值地重建：首先将每个分波段(L2和H2)的右半部分的最左边低通和高通样本附加到每个分波段的左半部分上，如图9所示，然后实现提升操作。右半部分可以这样来等值地重建：首先将每个分波段(H1)的左半部分的最右边高通样本以相似的方式附加到每个分波段的右半部分上，然后实现提升操作。然后将所得的左半和右半的重建结合在一起以形成完整的重建信号。这个重建信号和对完整的分波段施加提升操作所产生的信号是一致的。
图9所示的方法的优点是多个提升操作可以平行地进行，但每个操作只处理比以前数量少得多的样本。这样，如果每个栅格结构被分成两半，那么提升操作的数量就减半因而总的处理时间也减半，类似地，如结构一分为三，提升操作的时间也减少成为原来的三分之一，并依此类推。
虽然本发明是参照图象处理而说明的，但它同样可以用于任何形式的使用离散小波变换的信号处理。例如，本发明可以方便地用于与音频、视频等相关的信号。如图10中的流程图的形式所示，本发明这样来处理这些信号：首先通过采用正向离散小波变换(FDWT)处理信号以便把信号转换成分波段100，然后对信号进行压缩、存储、发送等等。当信号要恢复到原来状态时，分波段被划分(102)成分波段子集。重叠的分波段子集通过采用至少一次逆向离散小波变换(IDWT)而平行地进行逆变换(104)成为信号子集，信号子集被组合(106)以再现信号。
在优选实施例中，IDWT平行地加到所有的分波段子集。逆变换可包括提升以尽量减少邻近的分波段子集之间的重叠。类似地，要进行划分以尽量减少相邻的重叠分波段子集之间的重叠。本发明还丢弃由于相邻分波段子集之间的重叠而产生的多余的样本值。这种变换将分波段分成高通分波段组和低通分波段组。如果FDWT是多级的，则IDWT同时加到多级FDWT的每一级。
在一个优选形式中，本发明利用逆向离散小波变换来压缩图象，为此，先是将正向离散小波变换的一个系数集合划分成两个或更多个重叠的分波段子集，然后同时对每个子集进行逆向变换(使用提升以尽量减少相邻分波段子集之间的重叠)，再重新组合分波段子集，最后丢弃同相邻分波段子集之间的重叠而引起的多余样本值。
如果该划分是一个多级FWDT，则对该多级FDWT的每一级同时施加IDWT。更具体说，如果该划分是二级FDWT，则IDWT同时加到两级FDWT的每一级。这样，例如，划分可能是一种Mallat两维FDWT。如在本技术中熟知的，Mallat变换包括在两个可分开的维的每一个中对前面的这样的两维FDWT的低频分波段递归地施加一个两维的FDWT。
原始的分波段可以用这种方式以所需要的次数进行分割以便允许按所需的次数平行地进行多次的提升操作。必须进行处理的样本总数只是稍微增加，其增加量等于在每一提升阶段重叠样本的总数。在图9所示的Legall 5-3滤波器对的特定情况下，增加的数量仅是每一分割3个样本。这种方法在正向变换时并不需要对处理作任何修改，它只是不止一次地使用某些变换过的系数。
虽然本发明的总体方法已在上面说明，但本发明可以在任何数量的不同类型的系统中实施而且以任何数量的不同方法来执行，就像本领域的普通技术人员所知道的那样。例如，参考图11，那里说明了一种实现本发明的计算机系统110。虽然计算机系统110是为了说明优选实施例的目的而显示的，但本发明并不局限于所示的计算机系统110，而是可以用于任何电子处理系统上。计算机系统110包括以微处理器为基础的单元112，用于接收及处理软件程序并执行其它处理功能。显示器114在电气上连接到以微处理器为基础的单元112上，用于通过例如图形用户接口来显示与软件相关联的与用户有关的信息。键盘116也连接到以微处理器为基础的单元112上以允许用户将信息输入到软件中。作为利用键盘116用于输入的一种替代，可以使用鼠标118来移动显示器114上的选择器120并用来选择被选择器120覆盖的选项，这在本技术中是熟知的。
一个光盘只读存储器(CD-ROM)22连接到以微处理器为基础的单元112，用以接收软件程序并用于经过光盘124而提供一种向以微处理器为基础的单元112输入软件程序和其它信息的装置，它一般还包括软件程序。按照本发明，这个软件程序可以包括这里所说明的图象评价程序，以及利用它的输出的程序(例如自动图象数据库分类程序)。此外，软盘126可以包含软件程序，并插入以微处理器为基础的单元112以便输入软件程序。再进一步，如在本技术中熟知的，以微处理器为基础的单元112可以被编程以用来在内部存储软件程序。以微处理器为基础的单元112还可以有一个网络连接装置127，(例如电话线)以便连接到外部网络，如局域网或因特网。这样，程序就可以存储在远程的服务器中，并在需要时从那里访问或下载。打印机128连接到以微处理器为基础的单元112，用于打印计算机系统110输出的硬拷贝。
图象也可以经由个人计算机卡(PC卡)130而显在显示器114上，这种卡就如以前所知的，是PCMCIA卡(根据个人计算机存储卡国际协会的规范)，它包括以电子方式实现在卡130上的数字化图象。PC卡130最终要插入到以微处理器为基础的单元112中以允许在显示器114上显示可见图象。图象也可以经过光盘124、软盘126和网络连接装置127输入。任何存储在PC卡130、软盘126或光盘124中的、或通过网络连接装置127输入的图象可以从各种来源得到，这些来源例如是数字相机(未示出)或扫描器(未示出)。系统将自动地实施上面讨论的方法并输出解压缩的图象系统显示器114、打印机128或送回网络127。
本方法可以用于多级变换，因为在每一附加的变换级上都会发生相似的系数重叠。本方法也可用于两维小波变换的一个维或两个维中。
虽然本发明是用一个单独的优选实施例说明的，但熟悉本技术的人们会理解本发明可以在所附权利要求的精神和范围内进行修改和改变。

Claims (14)

1.一种处理信号的方法包括：
通过对所说信号施加正向离散小波变换从而将信号变换成分波段；
将所说的分波段划分成重叠的分波段子集；
通过对所说的重叠的分波段子集施加至少一次逆向离散小波变换从而将所说的重叠的分波段子集逆变换成信号子集；以及
将所说的信号子集进行组合以重新产生所说的信号。
2.权利要求1的方法，其特征在于，其中所说的逆向离散小波变换被并行地施加到全部所说的分波段子集。
3.权利要求1的方法，其特征在于，其中所说的逆变换包括对所说的分波段子集实施提升操作以尽量减少相邻的重叠分波段子集之间的重叠。
4.权利要求1的方法，其特征在于，其中实施所说的划分以便尽量减小在相邻的重叠分波段子集之间的重叠。
5.权利要求1的方法，其特征在于，还包括丢弃由于相邻的重叠分波段子集间的重叠而产生的过多的样本值。
6.权利要求1的方法，其特征在于，其中所说的变换包括将所说的分波段分成高通分波段组和低通分波段组。
7.权利要求1的方法，其特征在于，其中所说的划分包括一个多级正向离散小波变换，而且所说的逆向离散小波变换是同时施加到所说多级正向离散小波变换的每一级上的。
8.权利要求1的方法，其特征在于，其中所说的信号子集是重叠的。
9.利用逆向离散小波变换的图象压缩方法，包括：
将正向离散小波变换的一个系数集划分成两个或更多个重叠的分波段子集；
利用提升对每个子集同时实施逆向离散小波变换，从而使在相邻分波段子集之间的重叠减至最少；
重新组合所说的分波段子集；以及
丢弃由于在相邻分波段子集之间的重叠而产生的过多的样本值。
10.权利要求9的方法，其特征在于，其中所说的划分包括多级的正向离散小波变换，以及将所说的逆向离散小波变换同时施加到所说多级正向离散小波变换的每一级上。
11.权利要求9的方法，其特征在于，其中所说的划分包括两级正向离散小波变换，且所说的逆向离散小波变换同时施加到所说的两级正向离散小波变换的每一级上。
12.权利要求9的方法，其特征在于，其中所说的划分包括二维正向离散小波变换。
13.权利要求9的方法，其特征在于，其中实施所说的划分以使在相邻的重叠分波段子集之间的重叠减到最少。
14.权利要求9的方法，其特征在于，其中所说的变换包括将所说的正向离散小波变换系数分成高通分波段组和低通分波段组。
CNB011331135A 2000-09-14 2001-09-14 平行逆向离散小波变换方法 Expired - Fee Related CN1197026C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/662,273 US6738523B1 (en) 2000-09-14 2000-09-14 Parallel inverse discrete wavelet transform
US09/662273 2000-09-14

Publications (2)

Publication Number Publication Date
CN1343946A CN1343946A (zh) 2002-04-10
CN1197026C true CN1197026C (zh) 2005-04-13

Family

ID=24657089

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB011331135A Expired - Fee Related CN1197026C (zh) 2000-09-14 2001-09-14 平行逆向离散小波变换方法

Country Status (4)

Country Link
US (1) US6738523B1 (zh)
EP (1) EP1189145A3 (zh)
JP (1) JP2002158588A (zh)
CN (1) CN1197026C (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7805005B2 (en) * 2005-08-02 2010-09-28 The United States Of America As Represented By The Secretary Of The Army Efficient imagery exploitation employing wavelet-based feature indices
GB2429593A (en) * 2005-08-26 2007-02-28 Electrosonic Ltd Data compressing using a wavelet compression scheme
US8755440B2 (en) * 2005-09-27 2014-06-17 Qualcomm Incorporated Interpolation techniques in wavelet transform multimedia coding
JP4182446B2 (ja) * 2006-07-14 2008-11-19 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体
JP4182447B2 (ja) * 2006-07-14 2008-11-19 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体
KR100810137B1 (ko) * 2006-11-01 2008-03-06 엠텍비젼 주식회사 역 이산 웨이블릿 변환을 이용한 이미지 복원 방법 및 장치
CN101894255B (zh) * 2010-06-13 2012-04-25 电子科技大学 一种基于小波变换的集装箱号码定位方法
US9286648B2 (en) * 2012-08-03 2016-03-15 Nadar Mariappan S Zero communication block partitioning
US9992252B2 (en) 2015-09-29 2018-06-05 Rgb Systems, Inc. Method and apparatus for adaptively compressing streaming video
CN105293044B (zh) * 2015-10-23 2017-08-04 楚天科技股份有限公司 换向装置及输送系统
CN107920248B (zh) * 2016-10-11 2020-10-30 京东方科技集团股份有限公司 图像编解码装置、图像处理系统、训练方法和显示装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2088082C (en) 1992-02-07 1999-01-19 John Hartung Dynamic bit allocation for three-dimensional subband video coding
US5412741A (en) 1993-01-22 1995-05-02 David Sarnoff Research Center, Inc. Apparatus and method for compressing information
JP2933457B2 (ja) 1993-02-18 1999-08-16 日本電気株式会社 ウェーブレット変換符号化方法
US5546477A (en) 1993-03-30 1996-08-13 Klics, Inc. Data compression and decompression
JP3534465B2 (ja) 1994-12-28 2004-06-07 パイオニア株式会社 サブバンド符号化方法
JPH08186815A (ja) 1994-12-28 1996-07-16 Pioneer Electron Corp サブバンド符号化方法
US5926791A (en) 1995-10-26 1999-07-20 Sony Corporation Recursively splitting the low-frequency band with successively fewer filter taps in methods and apparatuses for sub-band encoding, decoding, and encoding and decoding
US5710835A (en) 1995-11-14 1998-01-20 The Regents Of The University Of California, Office Of Technology Transfer Storage and retrieval of large digital images
US5982434A (en) 1996-03-22 1999-11-09 Sony Corporation Image signal coding method and device thereof, image signal decoding method and device thereof, and recording medium
US5875122A (en) 1996-12-17 1999-02-23 Intel Corporation Integrated systolic architecture for decomposition and reconstruction of signals using wavelet transforms
US5995210A (en) 1998-08-06 1999-11-30 Intel Corporation Integrated architecture for computing a forward and inverse discrete wavelet transforms
US6553147B2 (en) * 1998-10-05 2003-04-22 Sarnoff Corporation Apparatus and method for data partitioning to improving error resilience
US6546143B1 (en) * 1999-03-12 2003-04-08 Hewlett-Packard Development Company Efficient wavelet-based compression of large images
US6549673B1 (en) * 1999-10-28 2003-04-15 Lucent Technologies Inc. Wavelet-based compression of images for storage, transmission and reconstruction using hierarchical subband decomposition
US6567081B1 (en) * 2000-01-21 2003-05-20 Microsoft Corporation Methods and arrangements for compressing image-based rendering (IBR) data using alignment and 3D wavelet transform techniques

Also Published As

Publication number Publication date
US6738523B1 (en) 2004-05-18
JP2002158588A (ja) 2002-05-31
CN1343946A (zh) 2002-04-10
EP1189145A2 (en) 2002-03-20
EP1189145A3 (en) 2010-01-13

Similar Documents

Publication Publication Date Title
US6195465B1 (en) Method and apparatus for compression using reversible wavelet transforms and an embedded codestream
DE19534943B4 (de) Vorrichtung zur Komprimierung unter Verwendung von eingebetteten Kleinwellen
US7068849B2 (en) Method and apparatus for compression using reversible wavelet transforms and an embedded codestream
US5867602A (en) Reversible wavelet transform and embedded codestream manipulation
Huang et al. Analysis and VLSI architecture for 1-D and 2-D discrete wavelet transform
EP0864135B1 (en) Storage and retrieval of large digital images
JP3378257B2 (ja) 希薄データセットをネスト状分割コード化するシステム及び方法
Dillen et al. Combined line-based architecture for the 5-3 and 9-7 wavelet transform of JPEG2000
JP3302229B2 (ja) 符号化方法、符号化／復号方法及び復号方法
US20020021758A1 (en) System and method for efficient transmission and display of image details by re-usage of compressed data
CN1197026C (zh) 平行逆向离散小波变换方法
EP0905978A2 (en) An encoding method and apparatus
WO1985005205A1 (en) Triangle and pyramid signal transforms and apparatus
FR2724792A1 (fr) Procede de compression de donnees utilisant des ondes elementaires implantees reversibles
EP1569168B1 (en) Finite impulse response filter method and apparatus
CN1142162A (zh) 二维逆离散余弦变换电路
Kutil Significance map-based adaptive wavelet zerotree codec (SMAWZ)
GB2302244A (en) Wavelet transform filter
AU727894B2 (en) An encoding method and apparatus
CA2236943C (en) Storage and retrieval of large digital images
AU727434B2 (en) Method and apparatus for decoding
AU7203900A (en) Inverse DWT method and apparatus

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee