CN1607810B - 采用弱波变换和象限树编码压缩电信图象数据的方法和系统 - Google Patents

采用弱波变换和象限树编码压缩电信图象数据的方法和系统 Download PDF

Info

Publication number
CN1607810B
CN1607810B CN2004100974772A CN200410097477A CN1607810B CN 1607810 B CN1607810 B CN 1607810B CN 2004100974772 A CN2004100974772 A CN 2004100974772A CN 200410097477 A CN200410097477 A CN 200410097477A CN 1607810 B CN1607810 B CN 1607810B
Authority
CN
China
Prior art keywords
value
conversion coefficient
bit stream
subband
effective
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
CN2004100974772A
Other languages
English (en)
Other versions
CN1607810A (zh
Inventor
F·彻比尔
K·维尔纳
J·莱尼马
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.)
Nokia Oyj
Sisvel International SA
Original Assignee
Nokia Oyj
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 Nokia Oyj filed Critical Nokia Oyj
Publication of CN1607810A publication Critical patent/CN1607810A/zh
Application granted granted Critical
Publication of CN1607810B publication Critical patent/CN1607810B/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H04N19/64Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by ordering of coefficients or of bits for transmission
    • H04N19/647Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by ordering of coefficients or of bits for transmission using significance based coding, e.g. Embedded Zerotrees of Wavelets [EZW] or Set Partitioning in Hierarchical Trees [SPIHT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

本发明一般涉及图象数据的处理,特别应用于在移动通信系统中压缩和传送的静止图象的编码和译码。本发明的目的是通过一个图象处理程序来实现,该程序基于弱波变换(202)、递次近似量化(204、208)和象限树编码(206)。象限树编码最好由编码具有二个符号的有效信息的步骤组成。该解决办法不要求大的数据处理或存储能力。对一给定的与已有的解决办法可比较的比特率,它仍提供高的图象质量。按照本发明的解决办法也满足质量和分辨力的渐进性要求。

Description

采用弱波变换和象限树编码压缩电信图象数据的方法和系统
本发明一般涉及图象数据的处理,特别应用于压缩的静止图象数据的编码和译码。本发明的一个应用是移动通信系统中的图象数据的存储和传送。
数字图象往往包括大量数据,它们应被有效地压缩,以适合它们在不同图象应用中的用途。这些应用包括存储,其从数字相机中几个图象到图象档案库中的许许多多个图象不等。应用也包括图象传送,其涉及移动通信和无线通信以及Internet(因特网)。因此,若干种压缩技术已被提出,以满足这些应用。压缩技术的效率主要取决于它所在的应用。对于移动通信系统,压缩技术应考虑移动电话的低存储能力和有限的传输通道能力。
图1示出一个典型的图象压缩和传送系统的方块图100。数字化输入图象数据Y经由一个传递函数102首先被变换为W(Y)。这可以采用一个从空间域到空间频率域的变换的形式,在空间域中,图象用象素值(例如亮度和色度)表示。一般在进行这样一个变换之后,图象数据现在被表示为在变换域中的系数,例如离散余弦变换(DCT-Discrete Cosine Transform)的系数。然后在变换域中的系数被量化为确定的电平g(N),104.经量化的数据被进一步编码,106.在这个阶段,图象数据呈被压缩形式。这个被压缩数据可以被用于存储,因此通道110应连接到设备的存储磁盘以保存图象。被压缩的数据可以被用于传送,那么通道110可以是用于移动通信或无线通信的通道,或者是用于因特网传送的通道。在系统的延伸(接收)部分,信号e(g)从通道被接收,并在译码器120中被译码,然后被反量化122和反变换124,以便得到结果图象数据Y。
上述步骤构成了在图象压缩和解压缩中所使用的codec的基本部分。术语codec是给具有编码和译码图象数据能力的图象编码的系统或装置所起的名字。codce可以根据它们呈现的功能度和它们提供的性能来评价。例如,在移动电信环境中,如果codec提供下列性能,该codec是比较好的:
-对于一给定的可利用数据传送速率,具有最高可能的图象数量;
-数量的渐进性。这就是说,在编码和译码期间,图象的数量可以通过增加在它的表示法中所使用的每个象素的比特数来逐渐增加。
-分辨力的渐进性。这就是说,图象的空间分辨力在编码和译码期间可以逐渐提高;
-实现不太复杂;
-能迅速恢复传送期间可能发生的错误。
有普遍采用现有技术的图象压缩方法。使用最广泛的是由国际标准化组织(ISO)颁布的标准JPEG(Joint Photographic Expert Group-公共图象专家组)。JPEG图象压缩标准包含四部分。最知名和最普遍使用的是第一部分,称为JPEG基线(baseline)。除了当以低比特率应用时它的贫乏的性能外,这个压缩系统不能提供上述功能度。为了克服JPEG基线的缺点,已提出了几种解决方法。这些方法的简略描述给出如下。
早已知道使用一种所谓嵌入离散余弦变换(Embedded DiscreteCosine Transform)的解决方法.在这种方法中,图象经由一个应用于8×8象素块的离散余弦变换(Discrete Cosine Transform)被变换。量化以递次方式被执行,其被嵌入到编码部分中。编码采用基于算术编码的一种结构被执行,这使得在存储和在计算中它的复杂性增大。此外,这个方法是基于块的,因此在低比特率它导致要求使用柱状处理滤波器(post processing filter)的块状人工制品。因此对移动通信,它不是一种优选的解决方法。这个方法的详情可见[1]
也早已知道使用一种所谓弱波格状编码量化(Wavelet TrellisCoded Quantization)。这个算法由四个阶段组成:图象数据的弱波变换,被变换数据带的分类和比特分配,通过数据的计算统计所获得的分类。根据分类,变换系数的量化以格状方式被执行。格状量化源于一种称为格状调制的技术,其可以使用在某个比特率下受电平之间转换的制约所允许的量化电平数目的两倍。随后,被量化的系数通过基于算术编码器的结构在比特平面上被编码。这个解决方法对移动应用非常复杂,无法在低比特率下提供高性能。这个方法的详细说明可见[2]
另一种现有技术的解决方法是所谓多阈值弱波编码(Multi-Threshold Wavelet Coding)。在这个方法中,弱波变换被应用于图象数据。对被变换数据的每个带,量化被递次和独立地执行,因此得名为多阈值。然后编码采用基于算术编码的结构被执行,其使得复杂性增加,因而对移动通信,它的使用不是优选的。这个方法的详细说明可见[3]
还有一种已有解决方法是所谓基于象限树的平均信息量编码(Quad-tree bastd Entropy Coding)。在这种方法中,图象数据被弱波变换,然后在变换域中的系数被划分成2n×2n象素的块。每个块然后通过将它划分成四个象限而被编码。每个象限通过将它划分成四个象限再次被编码,如此等等直到不能再划分为止,以便构成一个象限树,因而称之为象限树(quadtree)。在第一层上,需要得到块的最大系数的比特数目被发出,然后对每个象限,块的最大系数和象限的最大系数之差被确定。这种方法的优点是它要求较少的计算,并且平均信息量编码的复杂性较低。然而,这种解决方法存在的问题是该算法不能提供如前面所说的数量和分辨力的渐进性,这对移动应用是重要的特性。这种方法的详细说明可见[4]。
再有一种已有的解决方法是压缩的基于象限树的子带图象(Compact Quadtree Based Subband Image)编码方案。这种已有的图象压缩方法在文件[5]中被描述。该方法使用的弱波变换,然后量化被嵌入到编码中。对于每个量化电平,一种基于象限树的方法被用于编码该带。在带中的有效图象(系数高于量化电平的区域)被通过一种象限树方法来编码,象限树法使用三种符号表示它的节点:
-“×”相应于具有在以往量化阈值中被编码的至少一个系数的象限树块,
-“1”相应于至少一个有效系数被与那个块中非有效系数混合的象限树块,以及
-“0”相应于整个块是非有效的象限树块。
符号中的一个是从数据隐含地获得的,因为在一个区域中有效系数的存在意味着认为正在进来的比特平面的整个区域有效。因此,这种方法隐含地假设在带中的数据是高度相关的。然而,实际并非如此,因为还原(即变换)去相关数据。此外,这个方案在错误存在时工作很差,因为与一个特定样本有关的错误决定将使整个区域畸变。在这种情况下,该错误也将从一个比特平面传递到另一个,因为有关当前比特平面的信息是从上一个平面获得的。
因而本发明的一个目的旨在提供压缩图象的一种方法和一个系统,以便以低的计算复杂性和小的存储器需求来保存高的图象数量。本发明的另一个目的是为了解决所引用的已有解决方法的问题,并满足上面所讨论的图象处理的要求。
本发明的目的通过一个图象处理程序来实现,该程序基于弱波变换、递次近似量化和象限树编码。象限树编码最好由在具有二个符号的象限树块内的有效系数的编码步骤组成。
本发明较之以往的方法具有重要的优点。该解决办法不要求大的数据处理或存储器容量。其次,与以往的解决办法相比较,它提供一给定比特率的高图象数量。按照本发明的解决办法也提供数量和分辨力的渐进性。
因为所发明的方法不执行任何分类或速率分配,所以它把量化过程嵌入到编码部分,并允许子带跳过。编码以简单的象限树形式被执行,算术编码并不要求。这些优点成为移动通信的新的解决办法的想法。
按照本发明的方法的特征在于,它包括下述步骤:
a)变换输入图象数据为子带,
b)采用递次近似量化编码被变换图象数据以产生一个比特流,递次近似被嵌入到编码过程中,以及
c)采用基于象限树的方法编码具有有效信息的比特流,并包括符号和精细信息在比特流中。
本发明也应用于一种将比特流加工成图象数据的方法,其中,比特流由有效信息、符号和精细信息组成,其特征在于该方法包含如下步骤:
-采用基于象限树的方法从比特流中译码有效信息并从比特流中检索符号和精细信息,
-提供被译码数据的一个反递次近似量化,以及
-提供一个反变换,以便产生来自被译码和被反量化的比特流的图象数据。
本发明还应用于一个处理图象数据的系统,其特征在于它包括:
a)用于变换输入图象数据为不同子带的装置,
b)用于采用递次近似量化编码被变换图象数据以产生一个比特流的装置,递次近似被嵌入到编码过程中,以及
c)用于采用基于象限树的方法编码有效信息为比特流并包括符号和精细信息到比特流的装置。
本发明也应用于一个将比特流处理为图象数据的系统,其中比特流由有效信息、符号和精细信息组成,其特征在于它包括:
-用于采用基于象限树的方法从比特流中译码有效信息并从比特流中检索符号和精细信息的装置,
-用于提供被译码数据的一个反递次近似量化的装置,以及
-用于提供一个反变换以便产生来自被译码和被反量化的比特流的图象数据的装置。
本发明还应用于一个图象处理系统,其特征在于:为处理和传送图象数据,它包括:
-用于变换输入图象数据的不同子带的装置,
-用于采用递次近似量化编码被变换图象数据以产生一个比特流的装置,递次近似被嵌入到编码过程中,
-用于采用基于象限树的方法编码有效信息为比特流并包括符号和精细信息到比特流的装置,
-用于采用基于象限树的方法从比特流中译码有效信息并从比特流中检索符号和精细信息的装置,
-用于提供被译码数据的一个反递次近似量化的装置,以及
-用于提供一个反变换以便产生图象数据的装置。
本发明的优选实施例已在相关的权利要求中给出。
术语“电信系统”在本文中系指传送信息的任何系统。术语“移动通信系统”在本文中一般指当一个移动站(MS)的用户进入系统服务区时能在该移动站和系统的固定部分之间进行无线通信连接的任何电信系统。典型的移动通信系统是公共地面移动网络(PLMN-Public Land Mobile Network)。在提出这个专利申请时所使用的大多数移动通信系统属于这类系统的第二代,一个众所周知的例子是GSM系统(Global System for Mobile telecommunications-全球移动通信系统)。同样,本发明应用于下一代或第三代移动通信系统。一个称之为UMTS(Universal Mobile Telecommunications System-通用移动通信系统)的系统,它当前正在标准化,被当作一个例子。然而,应当指出,尽管电信是本发明的一个合适应用,但本发明不是总是限制于电信环境。
下面,按照附图更详细描述本发明:
图1示出一个已知的图象传送系统,
图2示出用于按照本发明处理图象的系统,
图3示出图象数据的弱波还原,
图4a、4b、4c和4d示出分别在量化电平0、1、2和3上的一个系数的量化,以及
图5示出一个电信设备和它至一个电信系统的连接。
图1在上面已有技术的描述中已解释过。下面,首先参照图2简单描述本发明,然后参照图2-4进行详述。最后参照图5描述按照本发明的一个电信设备。
图2示出按照本发明处理图象的一个系统的示例性实施例.为了图象数据的变换,方块202,一个离散弱波变换被应用于图象.有关执行弱波变换的详情可参见[6].然后采用递次近似量化方法204执行量化系数至确定的电平Q(W).系数被变换成电平以减少被编码的符号数目.量化电平在如图3所示的每个量化步骤上变得越来越小.存储器方块208被用于存储前面量化步骤的结果.每个量化周期的输出通过发送有关对于量化电平来说系数有效的二进制符号信息被立即编码206.代表对于量化电平来说系数有效的二进制符号序列被送至传送通道,210.从通道210接收的信号E则在接收机的译码器上被译码,220.信号还被反量化,222,以及反变换,224,以便得到结果图象数据Y.存储器方块228被用于把上一个所接收的数据添加到下一个量化步骤的图象数据中.应当指出,这个方法允许当编码开始时立即进行译码,也就是说在译码可以开始之前不需要等待整个比特流被接收.这意味着在编码过程结束之前可以开始译码.这个特性当传送大图象时可能是优点.编码器开始编码并发送比特到译码器,其不必等待开始译码.换句话说,编码器和译码器工作实质上是平行的,因此减少在编码、传送和译码图象中的延迟.
图3示出在采用一个二极弱波变换变换成弱波域之后图象数据的一个表示法。每级包含一个高-高带HH、低-高带LH、高-低带HL和低-低带LL。可以知道,LH带包含与水平边缘有关的信息,HL带适合检测垂直边缘,布HH带包含在对角线方向的大多数属性。LL带实质上是原始图象的粗略版本。它被进一步送到下一级还原。应当指出,本发明不限于这种还原方法,而且,许多其它还原方案可以交替地被使用。
图3示出图象如何可以在二级弱波还原中在变换域被扫描。然而,该方法可以被延伸到任意级数,直到典型的图象块大小。典型的图象块大小通常大于或等于16×16象素,但块大小也可以较小一点。在弱波域中,系数被递次量化,以减少它们幅度的数量级。这被嵌入到编码方案中。实际上这意味着高于量化电平的系数在小于量化电平的系数之前被发送。当企图在某个比特率下提供最好的图象数量时或当试图提供图象数量的渐进性时,这是十分重要的,因为当比特流在某个点处被截断时,这确保在那个点处的最高系数已被发送到接收机,即减小畸变的最重要信息比首先发送的其它系数多。因此最小的错误被获得。按照可利用的比特数量,对较细的量化步骤,量化过程被递次执行。对于第一步,一个很粗糙量化的弱波系数Q1被获得。一个量化步骤仅识别变换系数的值wi是高于还是低于变换系数最大绝对值Cmax的一半:
Q 1 i = 0 , | w i | < C max 2 + 1 , w i &GreaterEqual; C max 2 - 1 , w i &le; - C max 2 - - - ( 1 )
因此这个步骤等效于记录相当于一给定量化值来说是有效的系数。如果系数是有效的,例如大于或等于该量化步骤,那么它的符号也被确定和传送,并且,该系数用它与量化值之差的绝对值来替代。
在译码器中相应的重建规则如下:
Q ^ 1 i = 0 , Q 1 i = 0 1,5 C max 2 , Q 1 i = 1 - 1,5 C max 2 , Q 1 i = - 1 - - - ( 2 )
接着开始第二个量化步骤。在该步骤中,上面的过程被应用于采用量化器Q2的还不是有效的系数,量化器Q2是上一个量化器的一半.这个过程可以采用如所希望/如与可利用比特数目相适应那样多的量化步骤被重复.因为量化电平变得越来越细,所以必须精炼以前标记为有效的系数.这种精炼是通过传送有关相对于新量化步骤大小来说的系数的信息来进行.‘1’/‘0’意味着系数大于/小于添加步骤大小,因此,它的值的增加/减小,按照量化步骤大小之一半被执行.对每个量化电平,这个过程被重复.这是实现递次近似量化(Successive Approximation Quantitation)的优选方法。
有效信息以象限树方式被传送,这是与前面描述的已有解决办法不同的形式。对于在每个电平上的弱波系数,在本算法中最高的象限是带本身(LL、LH、HL或HH)。相对于量化电平采用2个符号以象限树法,带被编码:
-“1”表示这个象限至少具有一个有效系数,以及
-“0”表示这个象限不是有效的。
如果象限是有效的,那么它进一步划分为4个象限,每个象限如上所述被编码。这个过程被重复直到不允许再分为止。也就是说达到1象素象限。用这种方法,没有相关被施加到象限的象素上并可以使用赫夫门(Huffman)编码来编码有效信息,其随后可以被发送到传送通道210。这种方法允许整个区域或一个带被编码,如果非有效,用一个符号,因而术语子带跳过被使用来描述所发明方法的特性。
图4a、4b、4c和4d作为例子示出在四个电平上量化系数75的过程。图4a示出具有一个量化值=0的量化电平0。因此系数75被量化为值0。图4b示出具有二个量化值0和60的量化电平1。因此系数75被量化为值60。图4c进一步示出具有四个量化值0、30、50、70的量化电平2。因此系数75现在被量化为70。图4d最后示出具有8个量化值0、15、25、35、45、55、65和75的量化电平3。因此系数75被量化为值75。
图5示出根据本发明的一个电信设备例如一个移动站的方块图。图5也示出它与蜂窝通信系统的连接。电信设备包含一个从基站接收射频信号的天线501。所接收的RF信号经由转换开关502被加到RF接收机511,在接收机中RF信号被放大并被转换为数字信号。随后信号在方块512中被检波和解调。解调器类型取决于电信系统的射频接口。它可能包括一个QAM解调器,或者一个RAKE混合器(combiner)。译码和去交错在方块513中被执行。这之后,信号根据信号类型(语音/图象/数据)被处理。如果所接收的数据是图象数据,则信号处理方块执行由图2中的方块220-228所描述的功能。所接收和重建的图象数据Y可以在显示器上被显示,或者图象可以被连接到一个独立的设备例如视频监视器。图象数据也可以被存储在存储器504中。控制单元503根据在存储器504中存储的程序控制接收机方块。
在数据的发送中,控制单元503根据信号类型控制信号处理方块533。如果输入信号是图象数据,则信号处理方块533根据本发明的方法,就象图2中方块202-208那样处理数据。方块521进一步执行信号的编码和交错。脉冲串在方块522中由被编码数据形成。脉冲串在方块523中进一步被调制和放大。RF信号经由转换开关502送到天线501供发射。处理和发送方块也由控制单元503控制。
图5还示出蜂窝通信系统的几个部分,其被用于图象数据比特流的传送。RF信号的发射和接收是由基站551和天线550进行。基站具有进一步至射频网络控制器552和移动交换中心(msc)553的数据传送连接。MSC也被连接到其它射频网络控制器,连接到本地位置寄存器(HLR-Home Location Register)554和连接到公共交换式电话网络(PSTN-Public Switched Telephone Natwork)。
在电信设备中信息的处理发生在以微处理器形式的信号处理单元中和以存储器电路形式的存储器中.根据移动站和固定网络部件的术语,这类装置被如此称呼.为了把一个已知的电信设备转换为按照本发明的电信设备,必须将一组机器可读指令存储在存储装置中,以便指令信号处理器执行上面所述的操作.在存储装置中编写和存储这样的指令涉及已知的技术,当与本专利申请的内容相结合时,其是在本专业人士的能力范围之内.
正如上所述,本发明具有几个优越的特性,从而使得它对移动通信应用变得十分理想:
-所要求的算术计算数量与已有的方法相比要小,因为大多数编码仅要求进行比较,
-不需要分类和速率分配,
-对存储容量的要求低,
-功率信噪比(PSNR-Power Signal-to-Noise Ratio)与具有如在文件[5]中所述的类似计算复杂性的已有解决办法相比改善0.1-0.5dB,这已经被论证。
以上,按照本发明的解决办法的一个实施例已被描述。按照本发明的原理自然可以在权利要求所规定范围的框架内被修改,例如修改实现的细节和使用的范围。
引用文件:
[1]ISO/IEC JTC1 SC29/WG1 N610
[2]ISO/IEC JTC1 SC29/WG1 N632
[3]ISO/IEC JTC1 SC29/WG1 N665
[4]ISO/IEC JTC1 SC29/WG1 N638
[5]SPIE Vol.3021,“A region of Internet(ROI)Based WaveletCompression Scheme for Medical Images”,Shin et al.,Departmant of Computer Science,Texas A & MUniversity。
[6]Wavelets and Signal Processing Olivier Rioul andMartin Vetterli,IEEE Signal Processing Magazine;October.1991,PP.14-36.

Claims (29)

1.一种处理图像数据的方法,包括:
a)将图像数据变换为子带,所变换的各个子带的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值;
b)采用逐次近似量化对所变换的图像数据进行量化,以产生比特流,所述逐次近似被嵌入在编码过程中并且包括在多个逐次量化级别上的量化,每个量化级别具有相关的量化值;以及
c)采用基于象限树的方法,利用有效性信息对所述比特流进行编码,以产生编码的比特流,并在编码的比特流中包括正负号和精细信息,
其中对于所述多个逐次近似量化级别中的任何一个上的给定子带,所述方法包括:
d)确定子带是否包含至少一个相对于为所述量化级别定义的量化值来说是有效的变换系数;
e)如果所述子带包含至少一个相对于所述量化值来说是有效的变换系数,则在编码的比特流中利用第一有效值表示所述子带包含至少一个有效变换系数值;
f)如果所述子带不包含任何相对于所述量化值来说是有效的变换系数,则在编码的比特流中利用第二有效值表示所述子带不包含任何有效的变换系数值;
g)如果所述子带包含至少一个相对于所述量化值来说是有效的变换系数,则将所述子带划分为四个象限,并且对于每个象限,重复步骤d)到g),直到不可能进行进一步的划分,或者直到达到一个期望的划分水平为止。
2.如权利要求1所述的方法,其中步骤a)采用小波变换来执行。
3.如权利要求1所述的方法,包括通过传送单个预定的符号来跳过子带。
4.如权利要求1所述的方法,进一步包括在传输信道中传送编码的比特流。
5.如权利要求1所述的方法,其中在所述多个逐次量化级别中的第一级别上,执行以下步骤:
定义将在所述多个逐次量化级别中的所述第一级别上对所述变换系数组进行量化时使用的量化值;
将所述变换系数组中的变换系数的值与所述量化值进行比较;以及
如果所述变换系数的值大于或者等于所述量化值,则利用所述第一有效值来表示所述变换系数相对于所述量化值是有效的,表示所述变换系数的正负号,以及
利用等于所述变换系数的值和量化值之差的绝对值的一个值来替换所述变换系数的值;或者
如果所述变换系数的值小于所述量化值,则利用所述第二有效值来表示所述变换系数相对于所述量化值是无意义的。
6.如权利要求5所述的方法,包括从所述变换系数组确定最大的绝对系数值,并且将在所述多个逐次量化级别中的第一级别上对所述变换系数组进行量化时使用的量化值设置为等于所述最大的绝对系数值的一半。
7.如权利要求5所述的方法,其中在所述多个逐次量化级别中跟随在所述第一级别之后的各个后续级别上的逐次近似量化通过以下步骤来执行:
定义将在所述多个逐次量化级别中的所述后续级别上对所述变换系数组进行量化时使用的新量化值,所述新量化值小于用于所述多个逐次量化级别中紧靠之前的一个级别上的量化值;
将表示为在所述紧靠之前的一个级别上是无意义的变换系数的值与所述新量化值进行比较;以及
如果所述表示为在所述紧靠之前的一个级别上是无意义的变换系数的值大于或者等于所述新量化值,则利用所述第一有效值表示所述变换系数相对于所述新量化值是有效的,表示变换系数的正负号,并且利用等于所述变换系数的值和新量化值之差的绝对值的一个值来替换所述变换系数的值;或者
如果所述表示为在所述紧靠之前的一个级别上是无意义的变换系数的值小于所述新量化值,则利用所述第二有效值表示所述变换系数相对于所述新量化值是无意义的。
8.如权利要求1所述的方法,其中所述第一有效值为1,并且所述第二有效值为0。
9.如权利要求7所述的方法,进一步包括:
将表示为在所述紧靠之前的一个级别上是有效的变换系数的值与所述新量化值进行比较;
如果所述变换系数的值大于所述新量化值,则将第一精细值与所述变换系数相关联;
如果所述变换系数的值小于所述新量化值,则将第二精细值与所述变换系数相关联。
10.如权利要求9所述的方法,其中所述第一精细值为1,并且所述第二精细值为0。
11.一种用于将编码的比特流处理为图像数据的方法,所述比特流包括有效性、正负号和精细信息,其代表通过将图像数据变换为子带而从图像数据中得到的变换系数,每个子带所变换的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值,所述方法包括:
a)利用基于象限树的方法,解码来自编码的比特流的有效性信息,并从该比特流中检索正负号和精细信息;
b)提供解码数据的逆逐次近似量化,包括多个逐次量化级别上的逆量化,每个量化级别具有相关的量化值,以形成变换系数的重构值;以及
c)提供逆变换,以便从重构的变换系数值中产生图像数据,
其中所述精细信息包括第一精细值和第二精细值,所述第一和第二精细值与给定的变换系数相关联,并且描述所述变换系数相对于与所述量化级别中给定的一个级别相对应的量化值重构的值,其中所述方法进一步包括如下步骤:
d)如果从所述比特流中检索到所述第一精细值,则将所述变换系数的重构值增加一个等于所述量化值的一半的量;
e)如果从所述比特流中检索到所述第二精细值,则将所述变换系数的重构值减少一个等于所述量化值的一半的量。
12.如权利要求11所述的方法,其中将预定的符号确定为跳过的子带。
13.如权利要求11所述的方法,其中从传输信道接收编码的比特流。
14.一种用于将图像数据处理为比特流的设备,包括:
用于将图像数据变换为不同的子带的部件,所变换的各个子带的图像数据包括一组变换系数,所述变换系数组中的各个变换系数具有正负号和值;
用于采用逐次近似量化对所变换的图像数据进行量化以产生比特流的部件,所述逐次近似被嵌入在编码过程中,并且包括多个逐次量化级别上的量化,每个量化级别具有相关的量化值;以及
用于采用基于象限树的方法,利用有效性信息对比特流进行编码,以产生编码的比特流,并将正负号和精细信息包括在编码的比特流中的部件,
其中所述利用有效性信息对比特流进行编码的部件进一步包括:
用于将子带划分为四个象限,以及将象限划分为另外四个象限,直到不可能进行进一步的划分,或者直到达到一个期望的划分水平为止的部件;
用于确定子带或者象限是否包含相对于为给定的量化级别定义的量化值来说是有效的变换系数的部件;
用于在子带或者象限包含相对于所述量化值来说是有效的变换系数的情况中,在编码的比特流中利用第一有效值来表示所述子带或者象限包含有效的变换系数的部件;
用于在子带或者象限不包含相对于所述量化值来说是有效的变换系数的情况中,在编码的比特流中利用第二有效值来表示所述子带或者象限不包含有效的变换系数的部件。
15.如权利要求14所述的用于将图像数据处理为比特流的设备,其中利用有效性信息对比特流进行编码的部件进一步包括用于利用单个预定符号对跳过的子带进行编码的部件。
16.如权利要求14所述的用于将图像数据处理为比特流的设备,所述设备实现在电信装置中,用于处理将在数据传输信道中传送的图像信息,所述电信装置进一步包括用于将所编码的比特流传送到数据传送信道的部件。
17.如权利要求14所述的用于将图像数据处理为比特流的设备,其中用于采用逐次近似量化对所变换的图像数据进行量化以产生比特流的部件进一步包括:
用于定义将在所述多个逐次量化级别中的第一级别上对所述变换系数组进行量化时使用的量化值的部件;
用于将所述变换系数组中的变换系数的值与所述量化值进行比较的部件;
用于在所述变换系数的值大于或者等于所述量化值的情况中,利用所述第一有效值表示所述变换系数相对于所述量化值为有效的部件;
用于在所述变换系数的值大于或者等于所述量化值的情况中,表示所述变换系数的正负号的部件;
用于在所述变换系数的值大于或者等于所述量化值的情况中,利用等于所述变换系数的值和量化值之差的绝对值的一个值替换所述变换系数的值的部件;
用于在所述变换系数组的值小于所述量化值的情况中利用所述第二有效值表示所述变换系数相对于所述量化值为无意义的部件。
18.如权利要求17所述的用于将图像数据处理为比特流的设备,其中用于采用逐次近似量化对所变换的图像数据进行量化以产生比特流的部件进一步包括:
用于定义将在所述多个逐次量化级别中跟随在所述第一级别之后的后续级别上对所述变换系数组进行量化时使用的新量化值的部件,所述新量化值小于在所述多个逐次量化级别中紧靠之前的一个级别上使用的量化值;
用于将表示在所述紧靠之前的一个级别上为无意义的变换系数的值与所述新量化值进行比较的部件;
用于在所述变换系数的值大于或者等于所述新量化值的情况中,利用所述第一有效值表示所述变换系数相对于所述新量化值为有效的部件;
用于在所述变换系数的值大于或者等于所述新量化值的情况中,表示所述变换系数的正负号的部件;
用于在所述变换系数的值大于或者等于所述新量化值的情况中,利用等于所述变换系数的值和新量化值之差的绝对值的一个值来替换所述变换系数的值的部件;
用于在所述变换系数的值小于所述新量化值的情况中,利用所述第二有效值表示所述变换系数相对于所述新量化值为无意义的部件。
19.如权利要求18所述的用于将图像数据处理为比特流的设备,其中用于采用逐次近似量化对所变换的图像数据进行量化以产生比特流的部件进一步包括:
用于将表示在所述紧靠之前的一个级别上为有效的变换系数的值与所述新量化值进行比较的部件;
用于将第一精细值与其值大于所述新量化值的变换系数相关联的部件;
用于将第二精细值与其值小于所述新量化值的变换系数相关联的部件。
20.一种用于将比特流处理为图像数据的设备,所述比特流包括有效性、正负号和精细信息,其代表通过将图像数据变换为子带而从图像数据中得到的变换系数,每个子带所变换的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值,所述设备包括:
用于利用基于象限树的方法解码来自所述比特流的有效性信息,并从该比特流中检索正负号和精细信息的部件;
用于提供解码数据的逆逐次近似量化的部件,所述逆逐次近似量化包括多个逐次量化级别上的逆量化,每个量化级别具有相关的量化值,以形成变换系数的重构值;以及
用于提供逆变换的部件,以便从重构的变换系数值中产生图像数据,
其中所述精细信息包括第一精细值和第二精细值,所述第一和第二精细值与给定的变换系数相关联,并且描述所述变换系数相对于与所述量化级别中给定的一个级别相对应的量化值重构的值,
所述用于提供解码数据的逆逐次近似量化的部件进一步包括:
用于在从所述比特流检索到所述第一精细值的情况中,将所述变换系数的重构值增加一个等于所述量化值的一半的量的部件;
用于在从所述比特流检索到所述第二精细值的情况中,将所述变换系数的重构值减少一个等于所述量化值的一半的量的部件。
21.如权利要求20所述的用于将比特流处理为图像数据的设备,其中所述设备包括用于将预定单个符号解释为跳过的子带的部件。
22.如权利要求20所述的用于将比特流处理为图像数据的设备,所述设备实现为电信装置的一部分,用于处理从数据传送信道接收的图像信息,所述电信装置进一步包括用于从数据传送信道接收编码比特流的部件。
23.一种用于将编码比特流处理为图像数据的方法,所述比特流包括有效性、正负号和精细信息,其代表通过将图像数据变换为子带而从图像数据得到的变换系数,每个子带所变换的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值,所述方法包括:
a)利用基于象限树的方法,解码来自编码比特流的有效性信息,并从该比特流中检索正负号和精细信息;
b)提供解码数据的逆逐次近似量化,其包括多个逐次量化级别上的逆量化,每个量化级别具有相关的量化值,以形成变换系数的重构值;以及
c)提供逆变换,以便从重构的变换系数值中产生图像数据,
其中对于所述多个逐次近似量化级别中的任何一个上的给定子带,所述方法包括:
d)从编码比特流接收第一有效值和第二有效值之一,所述第一和第二有效值表示所述变换系数相对于与所述量化级别有关的量化值的有效性;
e)如果从编码比特流接收到所述第一有效值,则确定该子带包含至少一个相对于所述量化值来说是有效的变换系数;
f)如果从编码比特流接收到所述第二有效值,则确定该子带不包含任何相对于所述量化值来说是有效的变换系数;
g)如果所述子带包含至少一个相对于所述量化值来说是有效的变换系数,则重复步骤d)到g),以接收表示子带的象限中的变换系数的有效值。
24.如权利要求23所述的用于将编码比特流处理为图像数据的方法,其中重复步骤d)到g),直到所接收的有效值表示一个像素象限。
25.一种用于将编码比特流处理为图像数据的设备,所述比特流包括有效性、正负号和精细信息,其代表通过将图像数据变换为子带而从图像数据得到的变换系数,每个子带所变换的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值,所述设备包括:
用于利用基于象限树的方法、解码来自所述编码比特流的有效性信息、并从该比特流检索正负号和精细信息的部件;
用于提供解码数据的逆逐次近似量化的部件,所述逆逐次近似量化包括多个逐次量化级别上的逆量化,每个量化级别具有相关的量化值,以形成变换系数的重构值;以及
用于提供逆变换的部件,以便从重构的变换系数值中产生图像数据,
其中所述的用于利用基于象限树的方法、解码来自编码比特流的有效性信息的部件进一步包括:
用于从编码比特流接收第一有效值和第二有效值之一的部件,所述第一和第二有效值表示所述变换系数相对于与给定量化级别有关的量化值的有效性;
用于如果从编码比特流接收到所述第一有效值,则确定该子带包含至少一个相对于所述量化值来说是有效的变换系数的部件;以及
用于如果从编码比特流接收到所述第二有效值,则确定该子带不包含任何相对于所述量化值来说是有效的变换系数的部件;
其中所述用于利用基于象限树的方法,解码来自编码比特流的有效性信息的部件进一步包括用于如果确定所述子带包含至少一个相对于所述量化值来说是有效的变换系数,则接收表示所述子带的象限中的变换系数的有效性信息的部件。
26.一种用于将图像数据处理为比特流的设备,所述设备适用于处理图像数据,并且包括:
变换处理器,用于通过对图像应用离散小波变换来将所述图像数据变换到子带,所变换的各个子带的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值;
量化处理器,用于采用逐次近似量化对所变换的图像数据进行量化,以产生比特流,所述逐次近似被嵌入在编码过程中,并且包括多个逐次量化级别上的量化,每个量化级别具有相关的量化值;以及
编码处理器,用于采用基于象限树的方法,利用有效性信息对所述比特流进行编码,以产生编码比特流,并将正负号和精细信息包括在编码比特流中,
其中对于所述多个逐次近似量化级别中的任何一个上的给定子带,所述编码处理器进一步包括:
用于确定子带是否包含至少一个相对于为所述量化级别定义的量化值来说是有效的变换系数的部件;
用于在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第一有效值表示所述子带包含至少一个有效变换系数值的部件;
用于在所述子带不包含任何相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第二有效值表示所述子带不包含任何有效变换系数值的部件;
用于在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,将所述子带划分为四个象限的部件;以及
用于对于每个象限、重复确定子带是否包含至少一个相对于为所述量化级别定义的量化值来说是有效的变换系数、在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第一有效值表示所述子带包含至少一个有效变换系数值、在所述子带不包含任何相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第二有效值表示所述子带不包含任何有效变换系数值、以及在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,将所述子带划分为四个象限的部件,直到不可能进行进一步的划分,或者直到达到一个期望的划分水平为止。
27.如权利要求26所述的用于将图像数据处理为比特流的设备,其中所述设备是电信装置的一部分。
28.如权利要求26所述的用于将图像数据处理为比特流的设备,其中所述设备是移动电话的一部分。
29.一种用于处理图像数据的设备,该设备配置为形成数字图像的压缩表示,所述设备包括:
变换处理器,用于通过对图像应用离散小波变换来将所述图像数据变换到子带,所变换的各个子带的图像数据包括变换系数组,所述变换系数组中的各个变换系数具有正负号和值;
量化处理器,用于采用逐次近似量化对所变换的图像数据进行量化,以产生比特流,所述逐次近似被嵌入在编码过程中,并且包括多个逐次量化级别上的量化,每个量化级别具有相关的量化值;和
编码处理器,用于采用基于象限树的方法,利用有效性信息对所述比特流进行编码,以产生编码比特流,并将正负号和精细信息包括在编码比特流中,
其中对于所述多个逐次近似量化级别中的任何一个上的给定子带,所述编码处理器进一步包括:
用于确定子带是否包含至少一个相对于为所述量化级别定义的量化值来说是有效的变换系数的部件;
用于在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第一有效值表示所述子带包含至少一个有效变换系数值的部件;
用于在所述子带不包含任何相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第二有效值表示所述子带不包含任何有效变换系数值的部件;
用于在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,将所述子带划分为四个象限的部件;以及
用于对于每个象限、重复确定子带是否包含至少一个相对于为所述量化级别定义的量化值来说是有效的变换系数、在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第一有效值表示所述子带包含至少一个有效变换系数值、在所述子带不包含任何相对于所述量化值来说是有效的变换系数时,在编码比特流中利用第二有效值表示所述子带不包含任何有效变换系数值、以及在所述子带包含至少一个相对于所述量化值来说是有效的变换系数时,将所述子带划分为四个象限的部件,直到不可能再进行进一步的划分,或者直到达到一个期望的划分水平为止;以及
用于从由所述编码器编码的编码比特流中重构数字图像的部件。
CN2004100974772A 1999-06-10 2000-06-09 采用弱波变换和象限树编码压缩电信图象数据的方法和系统 Expired - Fee Related CN1607810B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI991328 1999-06-10
FI991328A FI111764B (fi) 1999-06-10 1999-06-10 Menetelmä ja järjestely kuvatiedon käsittelemiseksi

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CNB008113467A Division CN1183491C (zh) 1999-06-10 2000-06-09 采用弱波变换和象限树编码压缩电信图象数据的方法和系统

Publications (2)

Publication Number Publication Date
CN1607810A CN1607810A (zh) 2005-04-20
CN1607810B true CN1607810B (zh) 2010-05-12

Family

ID=8554852

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2004100974772A Expired - Fee Related CN1607810B (zh) 1999-06-10 2000-06-09 采用弱波变换和象限树编码压缩电信图象数据的方法和系统
CNB008113467A Expired - Lifetime CN1183491C (zh) 1999-06-10 2000-06-09 采用弱波变换和象限树编码压缩电信图象数据的方法和系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CNB008113467A Expired - Lifetime CN1183491C (zh) 1999-06-10 2000-06-09 采用弱波变换和象限树编码压缩电信图象数据的方法和系统

Country Status (8)

Country Link
US (1) US6760481B1 (zh)
EP (1) EP1216454B1 (zh)
JP (1) JP4430845B2 (zh)
CN (2) CN1607810B (zh)
AU (1) AU5081000A (zh)
FI (1) FI111764B (zh)
HK (1) HK1045013A1 (zh)
WO (1) WO2000077741A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW525375B (en) * 2000-09-26 2003-03-21 Inst Information Industry Digital image processing device and the digital camera using the same
JP2002325170A (ja) * 2001-04-24 2002-11-08 Canon Inc 画像処理装置及びその方法並びにプログラムコード、記憶媒体
US20020188951A1 (en) * 2001-06-06 2002-12-12 Telepaq Technology Inc. Data active on-demand-transmission system
FR2849980B1 (fr) * 2003-01-15 2005-04-08 Medialive Procede pour la distribution de sequences video, decodeur et systeme pour la mise en oeuvre de ce prodede
FR2850515B1 (fr) * 2003-01-23 2005-07-01 Medialive Procede et systeme adaptatif et progressif de distribution securisee d'images fixes codees en ondelettes
FR2853786B1 (fr) * 2003-04-11 2005-08-05 Medialive Procede et equipement de distribution de produits videos numeriques avec une restriction de certains au moins des droits de representation et de reproduction
US7539341B2 (en) 2004-07-29 2009-05-26 Xerox Corporation Systems and methods for processing image data prior to compression
US7620892B2 (en) 2004-07-29 2009-11-17 Xerox Corporation Server based image processing for client display of documents
US7721204B2 (en) 2004-07-29 2010-05-18 Xerox Corporation Client dependent image processing for browser-based image document viewer for handheld client devices
DE602005014130D1 (de) * 2004-10-20 2009-06-04 Koninkl Philips Electronics Nv Verfahren zur reduktion von quantisierungsrauschen
EP1878239A2 (en) 2005-04-28 2008-01-16 Bruce Reiner Method and apparatus for automated quality assurance in medical imaging
US8812978B2 (en) 2005-12-22 2014-08-19 Xerox Corporation System and method for dynamic zoom to view documents on small displays
US8503536B2 (en) * 2006-04-07 2013-08-06 Microsoft Corporation Quantization adjustments for DC shift artifacts
US8711925B2 (en) 2006-05-05 2014-04-29 Microsoft Corporation Flexible quantization
KR101671005B1 (ko) * 2007-12-27 2016-11-01 삼성전자주식회사 트렐리스를 이용한 양자화 부호화 및 역양자화 복호화 방법및 장치
US8897359B2 (en) 2008-06-03 2014-11-25 Microsoft Corporation Adaptive quantization for enhancement layer video coding
US8189661B2 (en) * 2009-03-09 2012-05-29 Microsoft Corporation Remote desktop protocol (RDP) tile image classification for improving compression efficiency and quality
CN101950409B (zh) * 2010-08-30 2012-11-28 天津工业大学 一种基于象限的编码标记点设计方法
US8634669B2 (en) 2011-01-13 2014-01-21 Sony Corporation Fast implementation of context selection of significance map
US9232225B2 (en) * 2013-03-14 2016-01-05 Chirp Inc. Low complexity and memory efficient image CODEC
WO2019017651A1 (ko) * 2017-07-17 2019-01-24 김기백 영상 부호화/복호화 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5315670A (en) * 1991-11-12 1994-05-24 General Electric Company Digital data compression system including zerotree coefficient coding
US5412741A (en) * 1993-01-22 1995-05-02 David Sarnoff Research Center, Inc. Apparatus and method for compressing information

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5321776A (en) * 1992-02-26 1994-06-14 General Electric Company Data compression system including successive approximation quantizer
WO1997017797A2 (en) * 1995-10-25 1997-05-15 Sarnoff Corporation Apparatus and method for quadtree based variable block size motion estimation
AUPO951297A0 (en) * 1997-09-29 1997-10-23 Canon Information Systems Research Australia Pty Ltd Method and apparatus for digital data compression
AU1062999A (en) * 1997-09-29 1999-04-23 Rockwell Semiconductor Systems, Inc. System and method for compressing images using multi-threshold wavelet coding
AUPO951497A0 (en) * 1997-09-29 1997-10-23 Canon Information Systems Research Australia Pty Ltd A method for data compression
US6636748B2 (en) * 1998-01-12 2003-10-21 David A. Monroe Method and apparatus for image capture, compression and transmission of a visual image over telephone or radio transmission system
EP0944263A1 (en) * 1998-03-20 1999-09-22 Texas Instruments Incorporated Image compression
US6236757B1 (en) * 1998-06-18 2001-05-22 Sharp Laboratories Of America, Inc. Joint coding method for images and videos with multiple arbitrarily shaped segments or objects
US6356665B1 (en) * 1998-12-09 2002-03-12 Sharp Laboratories Of America, Inc. Quad-tree embedded image compression and decompression method and apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5315670A (en) * 1991-11-12 1994-05-24 General Electric Company Digital data compression system including zerotree coefficient coding
US5412741A (en) * 1993-01-22 1995-05-02 David Sarnoff Research Center, Inc. Apparatus and method for compressing information

Also Published As

Publication number Publication date
JP4430845B2 (ja) 2010-03-10
CN1607810A (zh) 2005-04-20
FI991328A (fi) 2000-12-11
HK1045013A1 (zh) 2002-11-08
AU5081000A (en) 2001-01-02
CN1183491C (zh) 2005-01-05
JP2003502889A (ja) 2003-01-21
EP1216454A1 (en) 2002-06-26
WO2000077741A1 (en) 2000-12-21
EP1216454B1 (en) 2014-05-14
FI111764B (fi) 2003-09-15
US6760481B1 (en) 2004-07-06
FI991328A0 (fi) 1999-06-10
CN1369081A (zh) 2002-09-11

Similar Documents

Publication Publication Date Title
CN1607810B (zh) 采用弱波变换和象限树编码压缩电信图象数据的方法和系统
JP4906855B2 (ja) 変換ブロックの効率的なコーディングおよびデコーディング
US6359928B1 (en) System and method for compressing images using multi-threshold wavelet coding
Islam et al. Embedded and efficient low-complexity hierarchical image coder
JP4800571B2 (ja) 損失の無い方法でディジタル画像を符号化するための装置および方法
EP0850540B1 (en) Transmission and reception of encoded video pictures
US6965700B2 (en) Embedded and efficient low-complexity hierarchical image coder and corresponding methods therefor
CN101420614B (zh) 一种混合编码与字典编码整合的图像压缩方法及装置
CN101631243B (zh) 一种基于小波变换的图像编和解码的方法
CN101132530A (zh) 基于游程编码实现嵌入式图像压缩的方法
CA2289858C (en) Lossless image compression with tree coding
US12022078B2 (en) Picture processing method and apparatus
Shingate et al. Still image compression using embedded zerotree wavelet encoding
Sementilli et al. Wavelet TCQ: submission to JPEG-2000
JP4622804B2 (ja) 符号化装置、符号化方法およびプログラム
Lamsrichan A fast algorithm for low-memory embedded wavelet-based image coding without list
JP2001223593A (ja) データ符号化方法および装置並びに記録媒体
El-Sharkawey et al. Comparison between (RLE & Huffman and DWT) Algorithms for Data Compression
KR100460947B1 (ko) 영상신호 처리장치 및 방법
KR100189523B1 (ko) 영상분리와 산술부호화를 이용한 영상 압축 장치 및 방법과 그 복원 방법
Hsu et al. An integrated method in wavelet-based image compression
Tang et al. A novel multiple description image coding framework based on the SFQ algorithm
YOU et al. Improved EZW image coding algorithm based on zero-tree index
Creusere Adaptive embedding for reduced-complexity image and video compression
MATHEY et al. AN APPROACH ON PZW CODING TECHNIQUE USING SPHIT AND EZW CODING

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
ASS Succession or assignment of patent right

Owner name: SISVEL INTERNATIONAL S.A.

Free format text: FORMER OWNER: NOKIA CORPORATION

Effective date: 20121011

C41 Transfer of patent application or patent right or utility model
C56 Change in the name or address of the patentee

Owner name: NOKIA CORPORATION

Free format text: FORMER NAME: NOKIA LTD.

CP01 Change in the name or title of a patent holder

Address after: Espoo, Finland

Patentee after: NOKIA Corp.

Address before: Espoo, Finland

Patentee before: NOKIA Corp.

TR01 Transfer of patent right

Effective date of registration: 20121011

Address after: Luxemburg Luxemburg

Patentee after: Sisvel International S.A.

Address before: Espoo, Finland

Patentee before: NOKIA Corp.

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100512

Termination date: 20150609

EXPY Termination of patent right or utility model