ES2450265T3 - Método de codificación y método de decodificación de señal de imagen, método de codificación y método de decodificación de fuente de información, dispositivos para ellos, sus programas, y medio de memoria con programa registrado - Google Patents

Método de codificación y método de decodificación de señal de imagen, método de codificación y método de decodificación de fuente de información, dispositivos para ellos, sus programas, y medio de memoria con programa registrado Download PDF

Info

Publication number
ES2450265T3
ES2450265T3 ES07831450.7T ES07831450T ES2450265T3 ES 2450265 T3 ES2450265 T3 ES 2450265T3 ES 07831450 T ES07831450 T ES 07831450T ES 2450265 T3 ES2450265 T3 ES 2450265T3
Authority
ES
Spain
Prior art keywords
integer
information source
signal
dimensional
mapping
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
ES07831450.7T
Other languages
English (en)
Inventor
Seishi Takamura
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.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Application granted granted Critical
Publication of ES2450265T3 publication Critical patent/ES2450265T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/41—Bandwidth or redundancy reduction
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image 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
    • H04N19/10—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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • 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
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • H03M7/42—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code using table look-up for the coding or decoding process, e.g. using read-only memory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Image Processing (AREA)

Abstract

Un método de codificación de fuente de información para codificar una señal de número entero de Gauss,caracterizado el método por comprender los pasos de: introducir una secuencia de valor de señal de la señal de número entero de Gauss como un objetivo (S101) decodificación; transformar valores de señal incluidos en la secuencia de valor de señal de entrada en pares de número entero,teniendo cada uno dos números enteros, dispuestos en el orden (S102) de salida; referirse a cada uno de los pares de número entero como un punto de red en coordenadas bidimensionales, yobtener valores de número entero mayores o iguales que cero realizando un mapeado bidimensional aunidimensional en el que cuanto más corta es la distancia desde cada punto de red, más pequeño es el valorasignado al punto de red por el mapeado (S103); y codificar los valores de número entero usando códigos Golomb que pueden ser usados para codificar una fuente deinformación que sigue una distribución exponencial (S104), donde un parámetro de código de los códigos Golomb esdeterminado computando una dispersión de los valores de señal de entrada y determinar el parámetro de códigoque tiene un valor en proporción a la dispersión computada.

Description

Método de codificación y método de decodificación de señal de imagen, método de codificación y método de decodificación de fuente de información, dispositivos para ellos, sus programas, y medio de memoria con programa 5 registrado
Campo técnico
La presente invención se refiere a un método de codificación de señal de imagen para codificar fácil y eficientemente una señal de imagen que representen una señal de número entero de Gauss; un método de decodificación de señal de imagen para decodificar datos codificados generados por el método de codificación de señal de imagen; un método de codificación de fuente de información para codificar fácil y eficientemente una señal de de número entero de Gauss y un aparato correspondiente; un método de decodificación de fuente de información para decodificar datos codificados generados por el método de codificación de fuente de información y un aparato correspondiente;
15 un programa de codificación de fuente de información para implementar el método de codificación de fuente de información y un medio de almacenamiento legible por ordenador que almacena el programa; y un programa de decodificación de fuente de información para implementar el método de decodificación de fuente de información y un medio de almacenamiento legible por ordenador que almacena el programa.
Técnica antecedente
Una señal de Gauss es una señal cuya probabilidad de generación sigue una distribución normal (también llamada “distribución de Gauss”), en la que la distribución normal aparece en varias escenas en campos matemáticos y de ingeniería y así es una distribución extremadamente importante.
25 Es asumido que una señal de Gauss como un objetivo de codificación tiene aquí unos valores de señal de número entero. Adicionalmente, en general, es asumido que la señal media es cero y los valores de señal son “iid” (independientes e idénticamente distribuidos).
Muchos métodos para codificar una señal de número entero son conocidos. Por ejemplo, los códigos Golomb son ampliamente usados por lo que una señal que sigue una distribución exponencial (que puede ser llamada “distribución de Laplace” o “distribución geométrica”, y es una distribución exponencial bilateral a menos que se indique de otro modo) puede ser eficientemente codificada sin usar una tabla para la codificación y decodificación, donde los códigos pueden ser muy fácilmente procesados y momentáneamente decodificados. Adicionalmente,
35 cualquier valor de entrada de número entero puede ser codificado usando los códigos Golomb.
La representación de código de los códigos Golomb varía dependiendo de un parámetro de código Golomb (llamado aquí “g”) que tiene un valor de número entero mayor o igual a 1.
La tabla en la figura 20 muestra códigos Golomb (parámetro de código Golomb g=1, …, 6) que corresponde al número entero z=0, …, 10. Los códigos Golomb tienen una relación para cada parámetro g de código, de manera que cuando el valor del número entero z (para ser codificado) se incrementa mediante el valor de g, la longitud de código se incrementa mediante 1. Mientras el incremento de la longitud de código es moderado de acuerdo con el incremento en el parámetro g de código Golomb, un valor relativamente grande del parámetro de código Golomb es
45 adecuado para codificar una distribución moderada. En contraste, mientras el incremento de la longitud de código se hace rápido de acuerdo con la disminución en el parámetro g de código Golomb, un valor relativamente pequeño del parámetro g de código Golomb es adecuado para codificar una distribución inclinada que converge a cero.
En una señal de imagen, una diferencia en el brillo entre píxeles que son adyacentes temporal o espacialmente, o un coeficiente de transformación ortogonal del valor de brillo de cada píxel es un ejemplo de la señal que sigue la distribución exponencial, y los códigos Golomb pueden ser usados para codificar tal señal.
Por otra parte, los códigos Huffman usan una tabla de código, pueden ser momentáneamente decodificados, y la cantidad media de código de estos es más corta (es decir, códigos compactos) entre todos los códigos variables en
55 longitud. Adicionalmente, los códigos aritméticos pueden reducir una fuente de señal estática hasta un límite lógico (que puede ser superior en comparación con los códigos compactos) usando un método diferente del usado por los códigos de longitud variable.
El documento patente 1 como se muestra más tarde divulga una invención para cuantificar por vector una futura cantidad de acuerdo con un árbol de búsqueda binario que usa una red neutral, y esta invención se refiere a una técnica para codificar una imagen por medio de códigos Huffman dinámicos.
La figura 21 muestra distribuciones de frecuencia de la distribución normal y la distribución exponencial, en las que la media es 0, y la dispersión es 16. El eje vertical muestra la probabilidad de frecuencia, y se usa el logaritmo para 65 mostrar ambas partes de cola de cada distribución de manera fácilmente entendible. Como se muestra en la figura 21, en la escala de logaritmo vertical, la distribución normal tiene una forma parabólica, y la distribución exponencial
tiene una forma triangular.
Con el fin de codificar tal distribución de número entero bilateralmente simétrica, cada valor debería ser convertido en un número entero mayor o igual a cero usando, la mayoría de las veces, un método de representar cada valor 5 usando información de señal (positiva/negativa) e información de valor absoluto, o una conversión relativamente simple como se muestra a continuación.
Cuando los valores antes y después de la conversión anterior son respectivamente indicados por a y b, la conversión es representada como: 10 B = 2a - 1 cuando a > 0
B = -2a cuando a ≤ 0
De acuerdo con tal conversión, a=-3, -2, -1, 0, 1, 2, 3 son convertidos respectivamente en b=6, 4, 2, 0, 1, 3, 5.
Cuando los códigos Golomb se usan para codificar una señal de Gauss, la eficacia de codificación es degradada
15 considerablemente en comparación con los códigos Huffman y los códigos aritméticos. Este es un problema esencial causado porque la probabilidad de generación de señal asumida para los códigos Golomb no sigue una distribución normal, sino que sigue una distribución exponencial.
Similares a los códigos Golomb hay muchas clases de códigos que no necesitan una tabla de código, y pueden ser 20 códigos Fibonacci, códigos Elias, o códigos Exp-Golomb. Sin embargo, no hay códigos a los que se aplica una suposición de que la probabilidad de generación de señal sigue la distribución normal.
El documento no patente 1 (mostrado después) dice en la página 8 que “contrariamente a lo que pasa para distribuciones geométricas y geométricas de doble lado, no hay código simple instantáneo para la distribución 25 normal”. Esto es, no hay códigos a los que se aplica una suposición de que la probabilidad de que la generación de señal sigue la distribución normal.
Por lo tanto, si a la eficacia de codificación se le da prioridad en la codificación de una señal de Gauss, convencionalmente, los códigos de Huffman o códigos aritméticos han sido usados. 30 Sin embargo, esto tiene los siguientes problemas:
(i) Los códigos aritméticos requieren una tabla de frecuencia, que no es requerida por los códigos Golomb, tanto en
el codificador como el decodificador. 35
(ii) Los códigos Huffman requieren una tabla de código o tabla de frecuencia, que no es requerida por los códigos Golomb, tanto en el codificador como el decodificador.
(iii) Es necesario para ambos tipos de código determinar por adelantado un intervalo en el que la codificación de
40 cada valor de entrada no puede ser realizada sin un proceso de excepción, que es, detectar el intervalo de valor de entrada.
(iv) Para ambos tipos de códigos, la cantidad de procesamiento es mayor que la de los códigos Golomb, donde la cantidad de procesamiento de los códigos aritméticos es particularmente grande.
45 Adicionalmente, el documento no patente 2 mostrado después propone códigos Golomb híbridos por los que una fuente de seña de Gauss generalizada puede ser momentáneamente decodificada. Aunque es posible codificar y decodificar cualquier valor de entrada de número entero grande en este caso, requiere una estructura compleja, y tiene como objeto una distribución que es más inclinada que la distribución normal.
50 Adicionalmente, si a la facilidad del proceso de codificación se le da prioridad en la codificación de una señal de Gauss, convencionalmente, como se muestra en el documento no patente 1, los códigos Golomb han sido usados a costa de la eficacia de codificación. Sin embargo, este caso tiene un problema que la optimización del parámetro de código Golomb es necesaria. El documento no patente 3 divulga cuantificación de vector de red uniforme por
55 segmentos y uniforme para fuente de Gauss y Laplace sin memoria. Nuevos procedimientos de diseño cuantificadores de vector de red para fuentes no uniformes son desarrollados que producen cuantificadores de vector de red con realización excelente mientras retienen la estructura requerida para cuantificación rápida. Se dan métodos analíticos para truncar y modificar la escala de redes que se van a usar en cuantificadores de vector, y su utilidad es demostrada para fuentes de Gauss y Laplace de iid. Una técnica analítica para la compresión y expansión
60 multidimensional lineal por segmentos es derivada y la efectividad de los diseños de compresión y expansión multidimensionales es evaluada para fuente de Gauss y Laplace iid por comparaciones de realización con otros cuantificadores de vector.
Documento patente 1; solicitud de patente japonesa no examinada, primera publicación nº 2001-5967
Documento no patente 1: P Boldi, S Vigna: Compressed perfect embedded skip lists for quick inverted-index lookups, Proceedings of String Processing and Information Retrieval, 12ª conferencia internacional, pág. 1-15, 2005
5 Documento no patente 2: S. Xue, Y. Xu, B. Olemann: Hybrid Golomb codes for a group of quantised GG sources, IEE Proceedings, Vision Image and Signal Processing, vol. 150, nº 4, págs. 256-260, 2003
Documento no patente 3: Dae Gwon Jeong et al: Uniform and Piecewise Uniform Lattice Vector Quantization for Mermoryless Gaussian and Laplace Sources, IEE Transactions on Information Theory, IEEE Press, Estados Unidos , vol. 39, nº 3, 1 de mayo de 1993 (), páginas 786-804, XP000383021, ISSN: 0018-9448, DOI: 10.1109/18.256488.
Divulgación de la invención
15 Problema a ser resuelto por la invención
Aunque los códigos universales para codificar eficientemente varios tipos de fuentes de señal generales tales como imágenes y voces, que siguen la distribución normal, no hay códigos a los que se aplique una suposición de que la probabilidad de generación de señal sigue la distribución normal, como se muestra en el documento no patente 1.
Por lo tanto, la codificación de una señal de Gauss usando los códigos Golomb puede ser anticipada.
Como se describe anteriormente, una señal que sigue la distribución exponencial puede ser codificada
25 eficientemente usando códigos; no es necesaria tabla para la codificación y la decodificación para los códigos Golomb; los códigos Golomb pueden ser procesados muy fácilmente y decodificados momentáneamente; y además, cualquier valor de entrada de número entero grande puede ser codificado por los códigos Golomb.
Sin embargo, una probabilidad de generación de señal de la distribución exponencial es asignada como una suposición de los códigos Golomb. Por lo tanto, si una señal de Gauss es codificada usando los códigos Golomb, la eficacia de codificación es degradada considerablemente en comparación con la de los códigos Huffman o los códigos aritméticos.
Por lo tanto, convencionalmente, cuando se codifica una señal de Gauss, se usan los códigos Huffman o los códigos 35 aritméticos.
Sin embargo, cuando se usan los códigos Huffman o los códigos aritméticos, hay problemas de manera que una tabla de frecuencia, que no es requerida por los códigos Golomb, es necesaria; el intervalo de valor de entrada debería ser determinado por adelantado; y la cantidad de procesamiento es mayor que los códigos Golomb.
En consideración de los problemas anteriores, el documento no patente 2 propone los códigos Golomb híbridos. Sin embargo, este caso requiere una estructura compleja, y tiene como objetivo una distribución que es más inclinada que la distribución exponencial más inclinada que la distribución normal.
45 Adicionalmente, el documento no patente 1 da prioridad para facilitar el proceso de codificación y usa los códigos Golomb optimizando el parámetro de código Golomb, sin consideración de la eficacia de codificación. Sin embargo, en este caso, la eficacia de codificación es degradada en comparación con los códigos Huffman o los códigos aritméticos, y si es necesario para optimizar el parámetro de código Golomb.
A la luz de las circunstancias anteriores, un objeto de la presente invención es proporcionar técnicas de codificación y decodificación de fuente de información nueva para codificar y decodificar fácil y eficientemente una señal de número entero de Gauss.
Medios para resolver el problema 55
(1) Aparato de codificación de fuente de información de la presente invención
Con el fin de codificar fácil y eficientemente una señal de número entero de Gauss, el aparato de codificación de fuente de información de la presente invención incluye (i) un dispositivo de entrada para introducir una secuencia de valor de señal de una señal de número entero de Gauss como un objetivo de codificación; (ii) un dispositivo de conversión de par de número entero para transformar valores de señal incluidos en la secuencia de valor de señal (introducida por el dispositivo de entrada) en pares de número entero, teniendo cada uno dos números enteros, dispuestos en el orden de entrada; (iii) un dispositivo de mapeado para relacionar cada uno de los pares de número entero (obtenidos por la conversión del dispositivo de conversión de par de número entero) como un punto de red en 65 coordenadas bidimensionales y obtener valores de número entero mayores o iguales que cero realizando un mapeado bidimensional a unidimensional en el que cuanto más corta es la distancia de cada punto de red al origen,
más pequeño es el valor asignado al punto de red por el mapeado; (iv) un dispositivo de codificación para codificar los valores de número entero (obtenidos por el dispositivo mapeado) usando códigos que se usan para codificar una fuente de información que sigue una distribución exponencial.
5 En la estructura anterior, el dispositivo de codificación puede codificar los valores de número entero (obtenidos por el dispositivo de mapeado) usando los códigos Golomb que son adecuados para codificar una fuente de información que sigue una distribución exponencial. En tal caso, con el fin de establecer automáticamente un parámetro de código Golomb, el aparato puede incluir además (i) un dispositivo de computado de dispersión para computar una dispersión de la entrada de valores de señal mediante el dispositivo de entrada; y (ii) un dispositivo de determinación de parámetro de código para determinar un parámetro de código de los códigos Golomb, que tiene un valor en proporción a la dispersión computada por el dispositivo de computado de dispersión.
El aparato de codificación de fuente de información de la presente invención puede tener un objetivo de codificación que es una señal de imagen que indica una señal de número de Gauss. En tal caso, el aparato de codificación de
15 fuente de información de la presente invención funciona como un aparato de codificación de señal de imagen.
El método de codificación de fuente de información de la presente invención, que es implementado cuando el dispositivo anterior funciona, también puede ser implementado por un programa de ordenador. Tal programa de ordenador puede ser proporcionado almacenándolo en un medio de almacenamiento legible por ordenador apropiado, o por medio de una red, y puede ser instalado y funciona en un dispositivo de control tal como una CPU para implementar la presente invención.
(2) Aparato de decodificación de fuente de información de la presente invención
25 Con el fin de decodificar datos codificados generados por el aparato de codificación de fuente de información de la presente invención, el aparato de decodificación de fuente de información de la presente invención incluye (i) un dispositivo de decodificación para decodificar los valores de número entero decodificando los datos codificados de este, que es generado por el aparato de codificación de fuente de información de la presente invención; (ii) un dispositivo de restauración para restaurar los pares de número entero (que fueron mapeados para obtener los valores de número entero) sometiendo los valores de número entero (decodificado por el dispositivo de decodificación) a un mapeado unidimensional a bidimensional, que es un mapeado inverso del mapeado bidimensional a unidimensional usado por el aparato de codificación de fuente de información de la presente invención; y (iv) un dispositivo de salida para sacar números enteros que forman cada par de número entero (restaurado por el dispositivo de restauración) desde el elemento primero al elemento segundo de este.
35 Para la estructura anterior, si el aparato de codificación de fuente de información de la presente invención genera los datos codificados de los valores de número entero usando los códigos Golomb, el dispositivo de decodificación decodifica los datos codificados de los valores de número entero decodificando los códigos Golomb correspondientes. También para la estructura anterior, si el aparato de codificación de fuente de información de la presente invención determina un parámetro de código de los códigos Golomb, que tiene un valor en proporción a una dispersión de una dispersión de valores de señal del objetivo de codificación, entonces el aparato de decodificación incluye además un dispositivo de entrada de parámetro de código Golomb para introducir un parámetro de código Golomb como se determina anteriormente, mientras el parámetro de código Golomb se usa para la decodificación.
45 Si el aparato de codificación de fuente de información de la presente invención genera datos codificados de un objetivo codificado que es una señal de imagen que indica una señal de número entero de Gauss, entonces el aparato de decodificación de fuente de información de la presente invención funciona como un aparato de decodificación de señal de imagen.
El método de decodificación de fuente de información de la presente invención, que es implementado cuando los dispositivos anteriores funcionan, puede ser también implementado por un programa de ordenador. Tal programa de ordenador puede ser proporcionado almacenándolo en un medio de almacenamiento legible por ordenador apropiado, o por medio de una red, y puede ser instalado y funciona en un dispositivo de control tal como una CPU
55 para implementar la presente invención.
Efecto de la invención
Como se describe anteriormente, de acuerdo con la presente invención, es posible codificar y decodificar fácil y eficientemente una señal de número entero de Gauss, que no ha podido ser eficientemente codificada usando códigos Golomb conocidos o similares aunque la señal de número entero de Gauss aparece en varias escenas en campos matemáticos y de ingeniería.
Adicionalmente, generalmente, cuando una fuente de información se expande, la eficacia de codificación de la
65 codificación de longitud variable relevante es mejorada. La conversión entre pares de número entero y números enteros empleada en la presente invención no es más que una expansión bidimensional de la fuente de información,
y así la eficacia de codificación puede ser mejorada por la presente invención.
Breve descripción de los dibujos
5 La figura 1 es un diagrama que muestra un ejemplo del mapeado bidimensional a unidimensional realizado en la presente invención.
La figura 2 es un diagrama que explica una tabla que almacena relaciones correspondientes entre pares de número entero y números enteros.
La figura 3 muestra la estructura de un aparato de codificación de fuente de información y un aparato de decodificación de fuente de información como realizaciones de la presente invención.
La figura 4 muestra un diagrama de flujo ejecutado por el aparato de codificación de fuente de información de la 15 realización.
La figura 5 es un diagrama que explica el algoritmo para implementar el mapeado bidireccional a unidireccional realizado en la presente invención.
La figura 6 es un diagrama que muestra los resultados de un experimento realizado para verificar la efectividad de la presente invención.
La figura 7 es también un diagrama que muestra los resultados de un experimento realizado para verificar la efectividad de la presente invención.
25 La figura 8 es también un diagrama que muestra los resultados de un experimento realizado para verificar la efectividad de la presente invención.
La figura 9 es también un diagrama que muestra los resultados de un experimento realizado para verificar la efectividad de la presente invención.
La figura 10 es también un diagrama que muestra los resultados de un experimento realizado para verificar la efectividad de la presente invención.
35 La figura 11 muestra un diagrama de flujo ejecutado por el aparato de decodificación de fuente de información de la realización.
La figura 12 muestra un diagrama de flujo detallado ejecutado por el aparato de codificación de fuente de información de la realización.
La figura 13 muestra también un diagrama de flujo detallado ejecutado por el aparato de codificación de fuente de información de la realización.
La figura 14 muestra también un diagrama de flujo detallado ejecutado por el aparato de codificación de fuente de 45 información de la realización.
La figura 15 muestra también un diagrama de flujo detallado ejecutado por el aparato de codificación de fuente de información de la realización.
La figura 16 muestra también un diagrama de flujo detallado ejecutado por el aparato de codificación de fuente de información de la realización.
La figura 17 muestra un diagrama de flujo detallado ejecutado por el aparato de decodificación de fuente de información de la realización.
55 La figura 18 muestra también un diagrama de flujo detallado ejecutado por el aparato de decodificación de fuente de información de la realización.
La figura 19 muestra también un diagrama de flujo detallado ejecutado por el aparato de decodificación de fuente de información de la realización.
La figura 20 es un diagrama que explica los códigos Golomb.
La figura 21 es un diagrama que explica la distribución normal y la distribución exponencial. 65 Símbolos de referencia
1 aparato de codificación de fuente de información
2 aparato de decodificación de fuente de información 5 10 unidad de entrada de señal
11 unidad de conversión de par de número entero
12 unidad de mapeado bidimensional a unidimensional
13 codificador Golomb
20 unidad de entrada de datos codificados
15 21 decodificador Golomb
22 unidad de mapeado inversa unidimensional a bidimensional
23 unidad de salida secuencial
Mejor modo de llevar a cabo la invención
En el método de codificación de fuente de información de la presente invención, una señal de número entero de
25 Gauss, que es introducida en el orden de a1, a2, a3, a4, …, es convertida en pares de número entero, cada una teniendo dos elementos, tal como (a1, a2), (a3, a4),… en conformidad del orden de entrada. Cada par de número entero es representado por (x,y).
A continuación, el par (x,y) de número entero es sometido a mapeado bidimensional a unidimensional en el que cuanto más corta es la distancia desde cada punto de red al origen, más pequeño es el valor asignado al punto de red por el mapeado, de manera que se obtiene el número entero correspondiente (valor) z (mayor o igual a 0).
De acuerdo con tal mapeado bidimensional a unidimensional, en el que cuanto más corta es la distancia desde el punto de red al origen, más pequeño es el valor asignado al punto de red, cada par (x,y) de número entero es
35 convertido en número entero z, como se muestra en la figura 1.
El proceso de mapeado anterior puede ser realizado preparando una tabla (véase la figura 2), que almacena relaciones correspondientes entre los pares de número entero y los valores de número entero, por adelantado, y refiriéndose a la tabla que usa el par (x,y) de número entero como una clave, obteniendo por ello el número entero z como el resultado de mapeado para el par (x,y) de número entero.
En contraste con una tabla de frecuencia requerida cuando se usan los códigos Huffman o los códigos aritméticos, la tabla preparada anteriormente no depende de la fuente de información como el objetivo de codificación, y puede ser usada generalmente.
45 Adicionalmente, el proceso de mapeado anterior puede ser realizado repitiendo (i) computar la distancia mínima desde el punto de red en el origen como el punto de comienzo a puntos de red no procesados (es decir, no dispuestos todavía) y (ii) disponiendo cada punto de red que tiene la distancia mínima desde el origen en un orden específico y asignar un valor de número entero individual a cada punto de red dispuesto, obteniendo por ello el número entero z como el resultado de mapeado para cada par (x,y) de número entero.
Usando el método anterior, la correspondencia entre cada par (x,y) de número entero y cada número entero (z) puede ser establecida sin asumir los límites superior e inferior del valor de señal.
55 El método de codificación de fuente de información de la presente invención usa el mapeado bidimiensional a unidimensional, en el que cuanto más corta es la distancia desde el punto de red al origen, más pequeño es el valor asignado al punto de red, por la siguiente razón.
El valor z del punto de red, que está distante del origen por distancia L, es aproximadamente igual al número de puntos de red dentro de un círculo cuyo radio es L, y es también aproximadamente igual al área del círculo, que es, “z ≅πL2”. Esto es una aproximación general (el número real de puntos de red es muy grande), y “aproximadamente igual” es efectivo cuando, por ejemplo, z es unos pocos cientos.
La probabilidad para los puntos de red pueden ser originalmente representados usando una distribución normal, que
65 es, “f ∝ exp(-aL2)” donde a es una constante. Por lo tanto, usando la relación anterior “z ≅πL2”, se obtiene una distribución exponencial f ∝ exp(-az/π) para z.
En consecuencia, un mapeado reversible para convertir una fuente de señal de Gauss en una fuente de señal de una distribución exponencial es realizado por el mapeado bidimensional a unidimensional (usado en el método de codificación de fuente de información de la presente invención) en el que cuanto más corta es la distancia desde
5 cada punto de red al origen, más pequeño es el valor asignado al punto de red.
Por lo tanto, en el método de codificación de fuente de información de la presente invención, el número entero z es obtenido aplicando el mapeado bidimensional a unidimensional al par (x,y) de número entero, y después codificado usando códigos (por ejemplo, códigos Golomb) que se usan para codificar una fuente de información que sigue la distribución exponencial.
Como se describe anteriormente, una señal que sigue la distribución exponencial puede ser eficientemente codificada usando los códigos Golomb, donde no es necesaria una tabla de código para la codificación y decodificación relevante, los códigos Golomb pueden ser fácilmente procesados y momentáneamente
15 decodificados, y cualquier valor de entrada de número entero grande puede ser codificado.
Por lo tanto, de acuerdo con el método de codificación de fuente de información de la presente invención, una señal de número entero de Gauss puede ser codificada fácil y eficientemente.
También en el método de decodificación de fuente de información de la presente invención, datos codificados para números enteros, que se introducen como “z1, z2, z3, z4,…”, son decodificados de manera que cada valor z de número entero, que ha sido codificado usando el método de codificación de fuente de información de la presente invención, es decodificado en el orden de entrada de los datos codificados.
25 En el proceso anterior, si los datos codificados para los números enteros es generado por el método de codificación de fuente de información de la presente invención que emplea los códigos Golomb, después los datos codificados son sometidos a decodificación Golomb para obtener el valor de número entero decodificado.
Después, el número entero decodificado z es sometido a un mapeado unidimensional a bidimensional, que es un mapeado inverso al mapeado bidimensional a unidimensional usado en el método de codificación de fuente de información de la presente invención, de manera que el par (x,y) de número entero (es decir, como la entrada del mapeado primero) es recuperada.
Cuando el mapeado bidimensional a unidimensional usado en el método de codificación de fuente de información de
35 la presente invención es ejecutado y después se obtiene el número entero decodificado z, el mapeado unidimensional a bidimensional anterior es realizado especificando el par (x,y) de número entero asignado a z.
Por lo tanto, similar al proceso de mapeado realizado en el método de codificación de fuente de información de la presente invención, el mapeado unidimensional a bidimensional puede ser realizado preparando una tabla (véase la figura 2), que almacena relaciones correspondientes entre los pares de número entero y los valores de número entero, por adelantado, y refiriéndose a la tabla que usa el número entero z como una clave, obteniendo por ello el par (x,y) de número entero como el resultado de mapeado para el número entero z.
Adicionalmente, el proceso de mapeado anterior puede ser realizado repitiendo (i) computar la distancia mínima
45 desde el punto de red en el origen como el punto de comienzo a los puntos de red que no han sido dispuestos todavía, y (ii) disponer cada punto de red que tiene una distancia mínima del origen en un orden específico y asignar un valor de número entero individual a cada punto de red, obteniendo por ello el par (x,y) de número entero como el resultado de mapeado para cada número entero z.
En el siguiente paso del método de decodificación de fuente de información de la presente invención, los valores x e y de número entero, que forman el par (x,y) de número entero, son sacados secuencialmente (x,y después y).
Como se describe anteriormente, de acuerdo con el método de decodificación de fuente de información de la presente invención, datos codificados, que se obtienen codificando códigos empleados usados para codificar una
55 fuente de información que sigue la distribución exponencial, son decodificados de manera que una señal de número entero de Gauss puede ser fácil y eficientemente decodificada.
A continuación, la presente invención será explicada en detalle de acuerdo con una realización en la que una fuente de señal de Gauss es convertida en una fuente de señal exponencial por medio de una expansión bidimensional y una formación de secuencia unidimensional de la fuente de señal de Gauss, y el resultado convertido es codificado usando los códigos Golomb adecuados para la fuente de señal exponencial.
La figura 3 muestra la estructura de un aparato 1 de codificación de fuente de información y un aparato 2 de decodificación de fuente de información como realizaciones de la presente invención.
65 Como se muestra en la figura 1, el aparato 1 de codificación de fuente de información de acuerdo con la presente invención incluye una unidad 10 de entrada de señal en la que una secuencia de valor de señal de una señal de número entero de Gauss (como un objetivo de codificación) es introducida; una unidad 11 de conversión de par de número entero para convertir los valores de señal (entrada por la unidad 10 de entrada) en pares de número entero (teniendo cada uno dos elementos), en el orden de entrada; una unidad 12 de mapeado bidimensional a
5 unidimensional para aplicar un mapeado bidimensional a unidimensional a los pares de número entero obtenidos por la conversión de la unidad 11 de conversión de par de número entero, donde en el mapeado, cuanto más corta es la distancia desde cada punto de red al origen, más pequeño es el valor asignado al punto de red, obteniendo por ello valores de número entero mayores o iguales a cero; y un codificador Golomb 13 para codificar los valores de número entero obtenidos por la unidad 12 de mapeado bidimensional a unidimensional usando los códigos Golomb.
Por otra parte, el aparato 2 de decodificación de fuente de información de acuerdo con la presente invención incluye una unidad 20 de entrada de datos codificados en la que datos codificados para valores de número entero son introducidos; un decodificador Golomb 21 para someter a los datos codificados, que han sido introducido por la unidad 20 de entrada de datos codificado, a decodificación Golomb para recuperar los valores de número entero;
15 una unidad 22 de mapeado inverso unidimensional a bidimensional para recuperar pares de número entero cuando el proceso de mapeado sea ejecutado por la unidad 22 de mapeado bidimensional a unidimensional en el aparato 1 de codificación de fuente de información con la presente invención, y los valores de número entero decodificados por el decodificador Golomb 21 han sido obtenidos, donde los pares de número entero recuperados por la unidad 22 corresponden a la entrada del mapeado bidimensional a unidimensional para generar los valores de número entero decodificados por el decodificador Golomb 21, y son recuperados especificando pares de número entero que corresponden a valores de número entero decodificados; y una unidad 23 de salida secuencial para números enteros de salida, que forman los pares de número entero recuperados por la unidad 22 de mapeado inversa unidimensional a bidimensional, en el orden desde el elemento primero al elemento segundo de cada par.
25 La figura 4 muestra un ejemplo del diagrama de flujo ejecutado por el aparato 1 de codificación de fuente de información teniendo la estructura descrita anteriormente de acuerdo con la presente invención.
En referencia al diagrama de flujo, el proceso ejecutado por el aparato 1 de codificación de fuente de información basado en la presente invención será explicado en detalle.
En el aparato 1 de codificación de fuente de información basado en la presente información, en el paso primero S101, los valores de señal de una señal de número entero de Gauss son introducidos por cada par de dos elementos desde la cabeza de la señal.
35 En el siguiente paso S102, la señal de número entero de Gauss, que es introducida en el orden de a1, a2→a3, a4→, …, es convertida en pares de número entero, teniendo cada uno dos elementos tales como (a1, a2), (a3, a4),… en conformidad del orden de entrada. Cada par de número entero es representado por (x,y).
En el siguiente paso S103, el par (x,y) de número entero es sometido a un mapeado bidimensional a unidimensional en el que cuanto más corta es la distancia desde cada punto de red al origen, más pequeño es el valor asignado al punto de red por el mapeado, de manera que se obtiene el correspondiente número entero (valor) z (mayor o igual a 0).
En el siguiente paso S104, el número entero z es sometido a codificación Golomb usando un parámetro g de código 45 Golomb que es proporcionado separadamente, y en el siguiente paso S105, el dato codificado obtenido es sacado.
En el siguiente paso S106, se determina si ha sido completada o no la entrada de la señal de número entero de Gauss. Si no ha sido completada todavía, la operación vuelve al paso S101 otra vez, mientras que si ha sido completada, la operación es terminada.
Anteriormente, el parámetro g de código Golomb es proporcionado separadamente. Sin embargo, las características estadísticas de la señal de entrada pueden ser investigadas por adelantado, y el parámetro g puede ser determinado apropiadamente basado en el resultado de investigación.
55 Por ejemplo, si la señal de entrada tiene una dispersión σ2, entonces el parámetro g de código Golomb puede ser definido por:
g=2⋅loge2⋅π⋅σ2
donde g se redondea apropiadamente.
Como se explica anteriormente en referencia a la figura 20, cuando se realiza la codificación usando códigos Golomb, un valor grande del parámetro g de código Golomb es adecuado para codificar una distribución moderada, mientras un valor pequeño del parámetro g de código Golomb es adecuado para codificar una distribución inclinada
65 que converge en cero. Por lo tanto, cuando el parámetro g de código Golomb es definido de acuerdo con tal norma, un valor apropiado del parámetro g de código Golomb puede ser automáticamente determinado.
Más tarde, el mapeado bidimensional a unidimensional realizado en el paso S103 será explicado.
En el mapeado bidimensional a unidimensional (véase el ejemplo en la figura 1), cuanto más corta es la distancia 5 desde el punto de red al origen, más pequeño es el valor z de número entero asignado al punto de red. Por lo tanto el mapeado unidimensional a bidimensional inverso para los primeros nueve valores z se muestra en la figura 2.
Generalmente, hay una pluralidad de puntos de red que tienen la misma distancia desde el origen. Sin embargo, cualquier método de numeración puede ser aplicado a tales puntos de red. Como se muestra en la figura 1, la numeración a lo largo de una rotación antihoraria desde el principio al fin puede ser realizada. Sin embargo, cualquier método de numeración basado en una norma uniforme puede ser usado de manera que el lado de codificador puede realizar la conversión inversa correspondiente.
Adicionalmente, aunque es necesario asumir los límites superior e inferior de los valores x e y de entrada, una tabla
15 apropiada como se muestra en la figura 2 puede ser preparada por adelantado, de manera que la expansión bidimensional, la formación de secuencia unidimensional, y los procesos inversos de estas pueden ser realizadas sólo en referencia a la tabla.
Para uso práctico, los límites superior e inferior de los valores de entrada pueden ser asumidos en la mayoría de los casos. Por ejemplo, si una señal diferencial para una imagen de 8 bits es el objetivo, entonces es posible que -255≤ x e y≤255. En este caso, una tabla que tiene 261121 elementos es provista, en la que:
(255-(-255)+1)2 = 5112= 261121
25 Incluso cuando los límites superior e inferior de los valores de entrada no pueden ser asumidos, la correspondencia infinita entre (x,y) y z es posible disponiendo los puntos de red en orden de cercanía al origen ilimitadamente usando seudocódigos generados por un algoritmo como se muestra en la figura 5. El algoritmo será explicado en detalle más tarde.
En la figura 5, l(x,y) indica la distancia entre el origen y el punto (x,y), donde se usa generalmente una distancia euclidiana como distancia:
2)1/2
l(x,y)=(x2+ y
35 En cambio, una distancia euclidiana cuadrada, que puede ser más fácilmente procesada, puede ser usada, y produce el mismo resultado de numeración:
l(x,y)=x2+ y2
Adicionalmente, la función l(x,y) de distancia puede no ser isotrópica. Si los elementos de la fuente de información de Gauss de entrada no son estrictamente iid (distribuidos independiente e idénticamente) y hay una correlación entre ellos, entonces la siguiente fórmula puede ser usada empleando una constante apropiada α.
l(x,y)=x2+ y2+αxy
45 donde α<0 cuando hay una correlación positiva entre x e y, y α>0 cuando hay una correlación negativa entre x e y.
Adicionalmente, de acuerdo con la forma de la distribución bidimensional de los pares de señal de entrada, norma L1 tal como:
l(x,y)=⏐x⏐+⏐y⏐
puede ser usada, o más generalmente, la siguiente norma Lγ (la potencia γ de cada elemento de señal puede ser usada:
55 [Formula 1]
l(x,y)=⏐x⏐γ + ⏐y⏐γ
Más adelante, se mostrarán resultados de un experimento realizado para verificar la efectividad de la presente invención.
La figura 6 muestra la distribución de frecuencia de una fuente de señal que es muy cercana a una señal de Gauss obtenida procesando una imagen real. El eje vertical muestra logaritmo de la probabilidad relevante. Es obvio que la 65 distribución de frecuencia de la actual fuente de señal tiene una forma parabólica, esto es, que sigue una distribución
normal.
La figura 7 es un gráfico obtenido extrayendo secuencialmente los elementos de la fuente de señal anterior como pares (x,y) de dos valores numéricos, y que representan la distribución de frecuencia de estos en una forma 5 tridimensional. Similarmente, el eje vertical muestra logaritmo de la probabilidad relevante. El gráfico muestra un paraboloide de revolución formada girando una parábola.
La figura 8 muestra líneas de contorno del paraboloide de revolución. Las líneas de contorno son casi concéntricas aunque se observa entre ellas una correlación ligeramente positiva.
En el gráfico que tiene una escala de logaritmo vertical, la distribución exponencial muestra una forma triangular como se muestra en la figura 21. Sin embargo, después de que la señal es convertida para tener una distribución de un lado por medio de las fórmulas descritas anteriormente:
b = 2a - 1 cuando a > 0
b = -2a cuando a ≤ 0
15 se obtiene una línea recta hacia abajo a la derecha.
La figura 9 muestra una distribución de frecuencia de valor unidimensional z, que se obtiene sometiendo al par (x,y) de valor a un mapeado bidimensional a unidimensional de acuerdo con la presente invención, en una escala de logaritmo vertical similar a la figura 6. El gráfico muestra una línea casi recta hacia abajo a la derecha, que indica que la distribución casi coincide con una distribución exponencial. Por lo tanto, puede ser anticipada la codificación eficiente que usa códigos Golomb.
Los resultados de codificación real serán mostrados más tarde. La fuente de información empleada incluye
25 13509440 muestras, y la cantidad de información computada por medio de entropía es 64035731 (bits). Este es un valor teórico, y la cantidad de código generado por la codificación real siempre excede el valor.
La fuente de información anterior fue sometida a mapeado bidimensional a unidimensional de acuerdo con la presente invención, y el resultado representado por medio del parámetro g=7 de código Golomb fue 64503706 (bits), de manera que la codificación podría ser realizada con un incremento de cantidad de código de 0,73% (es decir, eficacia de codificación de 0, 9927).
En un método convencional realizado como un ejemplo comparativo, la misma fuente de información fue sometida a codificación Golomb sin mapeado específico, en el que los códigos Golomb en g=1 produjeron el mínimo resultado,
35 que fue 68898893 (bits) (es decir, eficacia de codificación de 0,9294).
Los otros cuatro tipos de datos fueron sometidos a experimentos similares.
La figura 10 muestra eficacias de codificación comparadas obtenidas por los experimentos. Entre el dato1 a dato5 en la figura 10, el dato1 corresponde al resultado descrito anteriormente. La eficacia de codificación de la presente invención fue siempre 90% o mayor. En referencia a la media de eficacia de codificación, la presente invención tenía una media de 94,1% mientras que el método convencional tenía una media de 87,4%, de manera que había una diferencia de aproximadamente 7 puntos entre ellos.
45 En consecuencia, la efectividad del proceso de codificación realizada por el aparato 1 de codificación de fuente de información de acuerdo con la presente invención podría ser verificada, donde el aparato 1 de codificación de fuente de información codifica una señal de número entero de Gauss basada en el diagrama de flujo de la figura 4.
La figura 11 muestra un ejemplo de diagrama de flujo ejecutado por el aparato 2 de decodificación de fuente de información que tiene la estructura mostrada en la figura 3, de acuerdo con la presente invención.
En referencia al diagrama de flujo, el proceso ejecutado por el aparato 2 de decodificación de fuente de información basado en la presente invención será explicado en detalle.
55 En el aparato 2 de decodificación de fuente de información basado en la presente invención, en el paso primero S201, elementos de datos codificados (códigos Golomb de valores z de número entero) generados por el aparato 1 de codificación de fuente de información basado en la presente invención son introducidos uno a uno desde la cabeza de los datos codificados.
En el siguiente paso S202, los códigos Golomb de entrada son decodificados usando el parámetro g de código Golomb, para obtener valores z de número entero mayores o iguales a cero.
En el siguiente paso S203, los valores z de número entero son sometidos a un mapeado unidimensional a bidimensional para mapear los números enteros z en pares (x,y) de número entero. En el siguiente paso S204, cada par (x,y) de número entero es sacado en orden desde x a y.
Cuando el mapeado bidimensional a unidimensional usado en el aparato 1 de codificación de fuente de información 5 basado en la presente invención es ejecutado y después se obtiene el número entero decodificado z, el mapeado unidimensional a bidimensional en el paso S203 es realizado especificando el par (x,y) de número entero asignado a
z.
En el siguiente paso S205, se determina si la introducción de códigos Golomb ha sido completada o no. Si no ha sido completada todavía, la operación vuelve al paso S201 otra vez, mientras que si la operación ha sido completada, la operación es terminada.
Realizaciones concretas
15 A continuación, serán mostradas las realizaciones concretas de los procesos ejecutados en los pasos S102 y S103 en el diagrama de flujo de la figura 4 y los procesos ejecutados en los pasos S203 y S204 en el diagrama de flujo de la figura 11.
(1) Realización concreta del proceso ejecutado en el paso S102 en el diagrama de flujo de la figura 4
La figura 12 muestra un diagrama de flujo detallado de los procesos ejecutados en el paso S102 en el diagrama de flujo de la figura 4.
En el paso relevante S102, cuando se reciben los dos valores de señal de una señal de número entero de Gauss,
25 que son introducidos a través del paso S101, en el paso primero S301 del diagrama de flujo de la figura 12, el valor x de señal a la cabeza de los datos recibidos es almacenado en la memoria x,y en el siguiente paso S302, el otro valor y de señal de los datos recibidos es almacenado en la memoria y.
En el siguiente paso S303, los valores x e y de señal son recuperados respectivamente de las memorias x e y, y son sacadas como un par (x,y) de número entero.
En consecuencia, en el paso S202, el diagrama de flujo de la figura 12 es ejecutado de manera que los valores en la secuencia de señal de una señal de número entero de Gauss son sacados de dos en dos como pares.
35 (2) Realización concreta del proceso ejecutado en el paso S103 en el diagrama de flujo de la figura 4
Las figuras 13 a 16 muestran diagramas de flujo detallados del proceso ejecutado en el paso S102 en el diagrama de flujo de la figura 4.
En el paso relevante S103, el mapeado bidimensional a unidimensional implementado por el algoritmo mostrado en la figura 5 es realizado para mapear el par (x,y) de número entero en el número entero z, y después el número entero z es sacado.
Esto es, como se muestra en el diagrama de flujo de la figura 13, en el paso primero S401, los valores x0 e y0 de
45 número entero mientras el objetivo de mapeado es sacado, y en el siguiente paso S402, una memoria Z de almacenamiento de punto de red es vaciada y una variable z es inicializada en 0.
En el siguiente paso S403, un proceso A definido por un diagrama de flujo de la figura 14 es ejecutado, y en el siguiente paso S404, un proceso B definido por un diagrama de flujo de la figura 15 es ejecutado.
En el proceso B, un proceso X definido por un diagrama de flujo de la figura 16 es ejecutado. En el proceso X, si se satisface una condición, se determina que se ha obtenido un número entero z como el resultado de mapeado del par (x0,y0) de número entero y el número entero z es sacado. La operación procede después al paso S404, y es terminada. En contraste, si la condición no es satisfecha, ningún dato es sacado y la operación vuelve al paso S403,
55 esto es, el proceso A.
Aunque los procesos A, B, y X serán explicados en detalle, una breve explicación para estos es tal que en el proceso A, para puntos (x,y) de red que no habían sido todavía dispuestos y tenían todavía asignado número entero, el valor mínimo dmin de la distancia entre el origen y cada punto de red es computado, donde “-dmin≤x≤dmin” y “dmin≤y≤dmin”, que se establecen en el proceso B. Generalmente, una pluralidad de puntos de red proporciona el valor mínimo dmin. Por lo tanto, en el proceso B, cada uno de tales puntos de red es extraído de acuerdo con una orden de extracción específica, y un valor de número entero es asignado a cada punto de red extraído mientras que el valor de número entero asignado es incrementado en uno para cada asignación. Para la asignación anterior en el proceso X, se determina si la entrada (x0,y0) ha aparecido como un punto (x,y) de red. Si se determina que (x0,y0) 65 ha aparecido, el número entero z asignado al punto (x,y) de red relevante es determinado como resultado de mapeado. Si se determina que (x0,y0) no ha aparecido todavía, dmin es incrementado en uno en el proceso B, de
manera que una operación similar es repetida hasta que la entrada (x0,y0) aparece.
A continuación, el proceso A será explicado en referencia al diagrama de flujo de la figura 14.
5 En el proceso A, entre los puntos (x,y) de red en un intervalo bidimensional en el que cada uno de x e y es mayor o igual que -dmin, y también es más pequeño o igual que dmin (dmin es un número entero incrementado en uno en el proceso B), aquellos que todavía no han sido dispuestos son establecidos como objetivos de procesamiento, y el valor mínimo de la distancia desde el origen es computado para los objetivos.
10 En el paso primero S501, el valor dmin de número entero es inicializado en 0. En el siguiente paso S502, un conjunto de valores x e y es generado para cada ciclo de ejecución (desde S502 a S508) en el intervalo de “dmin≤x≤dmin” y “-dmin≤x≤dmin” de acuerdo con un orden de selección de valor específico, en el que el cambio de valor es siempre 1.
15 En el siguiente paso S503, se determina si el conjunto generado (x,y) ha sido almacenado o no en la memoria Z de almacenamiento de punto de red. Si ha sido almacenado, la operación procede al paso S508, y si no ha sido almacenado todavía, la operación procede al paso S504. En el paso S504, una d variable es establecida a distancia l(x,y) entre el punto (x,y) de red y el origen, que es computado por el proceso de paso S505.
20 La distancia l(x,y) puede ser computada usando la siguiente función:
l(x,y)=x2+ y2
En el siguiente paso S506, los valores de d y dmin son comparados uno con otro. Si d es mayor o igual que dmin, la
25 operación procede inmediatamente al paso S508. Si d es más pequeño que dmin, la operación procede al paso S507 en el que dmin es establecido en d, y después procede al paso S508.
En el paso S508, se determina si todas las combinaciones posibles entre x e y han aparecido o no en el intervalo de “-dmin≤x≤dmin” y “-dmin≤x≤dmin”. Si no han aparecido todavía, la operación vuelve al paso S502, y si ya han
30 aparecido, el proceso A se completa.
A continuación, el proceso B será explicado en referencia al diagrama de flujo de la figura 15.
En el proceso B, entre los puntos (x,y) de red en un intervalo bidimensional en el que cada uno de x e y es mayor o
35 igual que -dmin, y también es más pequeño o igual que dmin (dmin es un número entero incrementado en uno), aquellos que todavía no han sido dispuestos y satisfacen “l(x,y)=dmin” (dmin es obtenido a través del proceso A) son sometidos al proceso X en el diagrama de flujo de la figura 16.
En el paso primero S601, un “found” de bandera es establecido en 0. En el siguiente paso S602, un conjunto de
40 valores x e y es generado para cada ciclo de ejecución (desde S602 a S609) en el intervalo de “-dmin≤x≤dmin” y “dmin≤x≤dmin” de acuerdo con un orden de selección de valor específico, en el que el cambio de valor es siempre 1.
En el siguiente paso S603, se determina si el conjunto generado (x,y) ha sido almacenado o no en la memoria Z de almacenamiento de punto de red. Si ha sido almacenado, la operación procede al paso S608, y si no ha sido
45 almacenado todavía, la operación procede al paso S604. En el paso S604, una d variable es establecida a distancia l(x,y) entre el punto (x,y) de red y el origen, que es computado por el proceso de paso S605.
La distancia l(x,y) puede ser computada usando la siguiente función:
50 l(x,y)=x2+ y2
En el siguiente paso S606, los valores de d y dmin son comparados uno con otro. Si d no coincide con dmin, la operación procede inmediatamente al paso S609. Si d coincide con dmin, la operación procede al paso S607 en el en el que se ejecuta el proceso X.
En el paso 608, el par (x,y) de número entero es almacenado en la memoria Z de almacenamiento de punto de red; el valor z de número entero (que se define separadamente) es incrementado en uno; y el valor de marca “found” es establecido en 1. La operación entonces procede al paso S609.
60 En el paso S609, se determina si todas las combinaciones posibles entre x e y han aparecido o no en el intervalo de “-dmin≤x≤dmin” y “-dmin≤y≤dmin”. Si no han aparecido todavía, la operación vuelve al paso S602, y si ya han aparecido, la operación procede al paso S610. En el paso S610, se determina si el valor de marca “found” es igual a
0. 65
De acuerdo con la determinación del paso S610, cuando se determina que el valor de marca “found” no es igual a 0, la operación vuelve al paso S601, y cuando se determina que el valor de marca “found” es igual a 0, la operación procede al paso S611. En el paso S611, el valor de dmin es incrementado en uno, y el proceso B es terminado.
5 A continuación, el proceso X será explicado en referencia al diagrama de flujo de la figura 16.
En el proceso X, cuando los valores x0 e y0, que fueron introducidos como el objetivo de mapeado, son iguales a los valores x e y, que se procesa ahora en el bucle relevante, un valor mapeado unidimensional z correspondiente a este es sacado.
En el paso primero S701, se determina si x=x0 e y=y0 o no. Si se determina que x=x0 e y=y0, la operación procede al paso S702, en el que un valor z de número entero asignado a (x,y) es sacado como el resultado mapeado. La operación entonces procede al paso S703, en el que la operación de mapeado bidimensional a unidimensional es terminada. En contraste, si se determina que la condición “x=x0 e y=y0 no es satisfecha, el proceso X es terminado
15 (es decir, la operación vuelve al paso S608 en el proceso B).
En consecuencia, ejecutando los diagramas de flujo de las figuras 13 a 16, en el paso S103 en la figura 4, el mapeado bidimensional a unidimensional implementado por el algoritmo mostrado en la figura 5 es realizado para mapear el par (x,y) de número entero en el número entero z, y el número z es sacado.
(3) Realización concreta del proceso ejecutado en el paso S203 en el diagrama de flujo de la figura 11
Las figuras 17 y 18 muestran diagramas de flujo del proceso ejecutado en el paso S203 en el diagrama de flujo de la figura 11.
25 En el paso 203, el mapeado unidimensional a bidimensional implementado por el algoritmo mostrado en la figura 5 es realizado para mapear el número entero z (decodificado por el proceso del paso S202) en el par (x,y) de número entero, y el par (x,y) de número entero es entonces sacado.
Específicamente, como se muestra en el diagrama de flujo de la figura 17, en el paso primero S801, el valor z0 de número entero como el objetivo de mapeado es introducido. En el siguiente paso S802, la memoria Z de almacenamiento de punto de red es vaciada y la variable z es inicializada en 0.
En el siguiente paso S803, el proceso A decidido por el diagrama de flujo de la figura 14 es ejecutado, y en el
35 siguiente paso S804, el proceso B decidido por el diagrama de flujo de la figura 15 es ejecutado (sin embargo, el proceso X es modificado a un proceso X’ como se explica a continuación).
Esto es, en el proceso B, el proceso X’ definido por un diagrama de flujo en la figura 18 es ejecutado. En el proceso X’, si se satisface una condición, se determina que un par (x,y) de número entero como el resultado de mapeado del número entero z0 ha sido obtenido, y el par (x,y) de número entero es sacado. La operación entonces procede al paso S805, y es terminada. En contraste, si no se satisface la condición, ningún dato es sacado y la operación vuelve al paso S803, esto es, el proceso A.
A continuación, el proceso X’ será explicado en referencia al diagrama de flujo de la figura 18.
45 En el proceso X’, cuando el valor z0, que fue introducido como el objetivo de mapeado, se vuelve igual al valor z, que es ahora procesado en el bucle relevante, valores (x,y) mapeados bidimensionales que corresponden a este son sacados.
En el paso primero S901, se determina si z=z0 o no. Si se determina que z=z0, la operación procede al paso S902, en el que los valores (x e y) de número entero asignados al número entero z son sacados como resultado de mapeado. La operación entonces procede al paso S903, y la operación de mapeado unidimensional a bidimensional es terminada. En contraste, si se determina que z≠z0, el proceso X’ es terminado (es decir, la operación vuelve al paso S608 en el proceso B).
55 En consecuencia, ejecutando el diagrama de flujo de las figuras 17 a 18, en el paso S203 de la figura 11, el mapeado unidimensional a bidimensional implementado por el algoritmo mostrado en la figura 5 es realizado para mapear el número entero z en el par (x,y) de número entero, y el par (x,y) de número entero es entonces sacado.
(4) Realización concreta del proceso ejecutado en el paso S204 en el diagrama de flujo de la figura 11.
La figura 19 muestra un diagrama de flujo detallado del proceso ejecutado en el paso S204 en el diagrama de flujo de la figura 11.
65 En el paso relevante S204, cuando se recibe el par (x,y) de número entero obtenido por el proceso del paso S203, en el paso primero S1001 del diagrama de flujo de la figura 19, el valor x de señal a la cabeza de los datos recibidos es almacenado en la memoria x, y el otro valor y de señal de los datos recibidos es almacenado en la memoria y.
En el siguiente paso S1002, el valor x de señal a la cabeza de los datos es recuperado de la memoria x y sacado, y en el siguiente paso S1003, el otro valor y de señal es recuperado de la memoria y y sacado.
5 En consecuencia, en el paso S204, ejecutando el diagrama de flujo de la figura 19, los valores x e y de número entero que forman el par (x,y) de número entero como el resultado de mapeado son sacados en el orden de x a y.
Aplicabilidad industrial
10 En la presente invención, una señal de número entero de Gauss es un objetivo para codificar o decodificar, y una estructura que implementa un mapeado reversible para convertir una fuente de señal de Gauss en una fuente de señal de una distribución exponencial es empleada. En consecuencia, es posible codificar y decodificar fácil y eficientemente una señal de número entero de Gauss, que no ha sido capaz de ser codificada eficientemente
15 usando códigos Golomb conocidos o similares aunque una señal de número entero de Gauss aparece en varias escenas en campos matemáticos y de ingeniería.

Claims (10)

  1. REIVINDICACIONES
    1.- Un método de codificación de fuente de información para codificar una señal de número entero de Gauss, caracterizado el método por comprender los pasos de:
    5 introducir una secuencia de valor de señal de la señal de número entero de Gauss como un objetivo (S101) de codificación;
    transformar valores de señal incluidos en la secuencia de valor de señal de entrada en pares de número entero, 10 teniendo cada uno dos números enteros, dispuestos en el orden (S102) de salida;
    referirse a cada uno de los pares de número entero como un punto de red en coordenadas bidimensionales, y obtener valores de número entero mayores o iguales que cero realizando un mapeado bidimensional a unidimensional en el que cuanto más corta es la distancia desde cada punto de red, más pequeño es el valor
    15 asignado al punto de red por el mapeado (S103); y
    codificar los valores de número entero usando códigos Golomb que pueden ser usados para codificar una fuente de información que sigue una distribución exponencial (S104), donde un parámetro de código de los códigos Golomb es determinado computando una dispersión de los valores de señal de entrada y determinar el parámetro de código
    20 que tiene un valor en proporción a la dispersión computada.
  2. 2.- El método de codificación de fuente de información de acuerdo con la reivindicación 1, en el que en el paso de obtener los valores de número entero, los valores de número entero como el resultado de mapeado para los pares de número entero son obtenidos refiriéndose a una tabla que es preparada por adelantado y almacena relaciones
    25 correspondientes entre los pares de número entero y los valores de número entero.
  3. 3.- El método de codificación de fuente de información de acuerdo con la reivindicación 1, en el que en el paso de obtener los valores de número entero, los valores de número entero como el resultado de mapeado para los pares de número entero son obtenidos repitiendo:
    30 computar el valor mínimo de la distancia desde el punto de red en el origen en cada punto de red que no ha sido dispuesto todavía; y disponer los puntos de red que tienen la distancia mínima en un orden predeterminado y asignar un valor de número entero individual a cada punto de red dispuesto.
    35 4.- El método de codificación de fuente de información de acuerdo con la reivindicación 1, en el que la señal de número entero de Gauss es una señal de imagen.
  4. 5.- El método de decodificación de fuente de información para decodificar datos que fueron codificados de acuerdo con el método de codificación de fuente de información de la reivindicación 1, caracterizado el método de 40 decodificación de fuente de información por comprender los pasos de:
    decodificar los valores de número entero decodificando los datos codificados de este usando el parámetro de código de los códigos Golomb que tiene el valor en proporción a la dispersión de los valores de señal incluidos en la secuencia (S202) de valor de señal;
    45 restaurar los pares de número entero sometiendo los valores de número entero decodificados a un mapeado unidimensional a bidimensional (S203); y
    sacar números enteros que forman cada par de número entero restaurado desde el elemento primero al elemento 50 segundo de este (S204).
  5. 6.- El método de decodificación de fuente de información de acuerdo con reivindicación 5, en el que en el paso de restaurar los pares de número inverso, los pares de número entero como el resultado de mapeado inverso para los valores de número entero son restaurados refiriéndose a una tabla que es preparada por adelantado y almacena
    55 relaciones correspondientes entre los pares de número entero y los valores de número entero.
  6. 7.- El método de decodificación de fuente de información de acuerdo con reivindicación 5, en el que si en el mapeado bidimensional a unidimensional, los valores de número entero como el resultado de mapeado para los pares de número entero son obtenidos repitiendo:
    60 computar el valor mínimo de la distancia desde el punto de red en el origen en cada punto de red que no ha sido dispuesto todavía, y
    disponer los puntos de red que tienen la distancia mínima en un orden predeterminado y asignar un valor de número 65 entero individual a cada punto de red dispuesto; después en el paso de restaurar los pares de número entero, en base al resultado de mapeado anterior, los pares de número entero son restaurados como el resultado de mapeado inverso para los valores de número entero.
  7. 8.- El método de decodificación de fuente de información de acuerdo con la reivindicación 5, en el que la señal de 5 número entero de Gauss es una señal de imagen.
  8. 9.- Un aparato de codificación de fuente de información para codificar una señal de número entero de Gauss, caracterizado el aparato por comprender:
    10 un dispositivo (10) para introducir una secuencia de valor de señal de una señal de número entero de Gauss como un objetivo de codificación;
    un dispositivo (11) para transformar valores de señal incluidos en la secuencia de valor de señal de entrada en pares de número entero, teniendo cada uno dos números enteros, dispuesto en el orden de entrada;
    15 un dispositivo (12) para relacionar cada uno de los pares de número entero como un punto de red en coordenadas bidimensionales, y obtener valores de número entero mayores o iguales que cero realizando un mapeado bidimensional a unidimensional en el que cuanto más corta es la distancia de cada punto de red al origen, más pequeño es el valor asignado al punto de red por el mapeado; y
    20 un dispositivo (13) para codificar los valores de número entero usando códigos Golomb que pueden ser usados para codificar una fuente de información que sigue una distribución exponencial, donde un parámetro de código de los códigos Golomb es determinado computando una dispersión de los valores de señal de entrada y determinando el parámetro de código que tiene un valor en proporción a la dispersión computada.
    25 10.- Un aparato de decodificación de fuente de información para decodificar datos que fueron codificados por el aparato de codificación de fuente de información de la reivindicación 9, caracterizado porque comprende:
    un dispositivo (21) para decodificar los valores de número entero decodificando los datos codificados de este usando 30 el parámetro de código de los códigos Golomb que tiene el valor en proporción a la dispersión de los valores de señal incluido en la secuencia de valor de señal;
    un dispositivo (22) para restaurar los pares de número entero sometiendo los valores de número entero decodificados a un mapeado unidimensional a bidimensional, que es un mapeado inverso del mapeado 35 bidimensional a unidimensional; y
    un dispositivo (23) para sacar números enteros que forman cada par de número entero restaurado desde el elemento primero al elemento segundo de este.
    40 11.- Un programa de codificación de fuente de información mediante el cual un ordenador ejecuta los pasos en el método de codificación de fuente de información de acuerdo con la reivindicación 1.
  9. 12.- Un medio de almacenamiento legible por ordenador que almacena un programa de codificación de fuente de información mediante el cual un ordenador ejecuta los pasos en el método de codificación de fuente de información 45 de acuerdo con la reivindicación 1.
  10. 13.- Un programa de decodificación de fuente de información mediante el cual un ordenador ejecuta los pasos en el método de decodificación de fuente de información de acuerdo con la reivindicación 5.
    50 14.- Un medio de almacenamiento legible por ordenador que almacena un programa de codificación de fuente de información mediante el cual un ordenador ejecuta los pasos en el método de decodificación de fuente de información de acuerdo con la reivindicación 5.
ES07831450.7T 2006-11-14 2007-11-08 Método de codificación y método de decodificación de señal de imagen, método de codificación y método de decodificación de fuente de información, dispositivos para ellos, sus programas, y medio de memoria con programa registrado Active ES2450265T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006307512 2006-11-14
JP2006307512 2006-11-14
PCT/JP2007/071719 WO2008059752A1 (fr) 2006-11-14 2007-11-08 Procédé d'encodage et procédé de décodage de signal d'image, procédé d'encodage et procédé de décodage de source d'information, dispositifs pour ceux-ci, leurs programmes, et support de mémoire avec programme enregistré

Publications (1)

Publication Number Publication Date
ES2450265T3 true ES2450265T3 (es) 2014-03-24

Family

ID=39401559

Family Applications (1)

Application Number Title Priority Date Filing Date
ES07831450.7T Active ES2450265T3 (es) 2006-11-14 2007-11-08 Método de codificación y método de decodificación de señal de imagen, método de codificación y método de decodificación de fuente de información, dispositivos para ellos, sus programas, y medio de memoria con programa registrado

Country Status (11)

Country Link
US (1) US8300966B2 (es)
EP (1) EP2083560B1 (es)
JP (1) JP4769305B2 (es)
KR (1) KR101010938B1 (es)
CN (1) CN101536484B (es)
BR (1) BRPI0718239B1 (es)
CA (1) CA2667727C (es)
ES (1) ES2450265T3 (es)
RU (1) RU2406222C1 (es)
TW (1) TWI335147B (es)
WO (1) WO2008059752A1 (es)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE0801660L (sv) * 2008-07-10 2009-08-18 Ali Majeed Förfarande vid komprimering av data innefattande transformering via en spiralfunktion
US8817882B2 (en) 2010-07-30 2014-08-26 Qualcomm Incorporated Coding blocks of data using a generalized form of golomb codes
EP2587802B1 (en) * 2011-10-24 2014-07-16 BlackBerry Limited Significance map encoding and decoding using partition selection
US8891630B2 (en) 2011-10-24 2014-11-18 Blackberry Limited Significance map encoding and decoding using partition set based context assignment
CN104038234B (zh) 2013-03-07 2017-09-29 华为技术有限公司 极性码的译码方法和译码器
GB201321851D0 (en) 2013-12-10 2014-01-22 Canon Kk Run length parameters coding for palette mode
BR112016014679B1 (pt) * 2013-12-24 2021-11-03 Huawei Technologies Co., Ltd Método de decodificação de código polar e aparelho de decodificação
US20230318622A1 (en) * 2017-06-22 2023-10-05 Nippon Telegraph And Telephone Corporation Encoder, decoder, encoding method, decoding method and program
US10840944B2 (en) 2017-07-25 2020-11-17 Nippon Telegraph And Telephone Corporation Encoding apparatus, decoding apparatus, data structure of code string, encoding method, decoding method, encoding program and decoding program
WO2019167706A1 (ja) * 2018-03-02 2019-09-06 日本電信電話株式会社 符号化装置、符号化方法、プログラム、および記録媒体
CN111971902B (zh) * 2018-04-13 2024-03-29 日本电信电话株式会社 编码装置、解码装置、编码方法、解码方法、程序及记录介质
JP7139897B2 (ja) * 2018-11-07 2022-09-21 日本電信電話株式会社 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム
CN114124413A (zh) * 2020-08-10 2022-03-01 中国电信股份有限公司 媒体文件加密方法、解密方法、传输方法和装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5303265A (en) 1990-06-29 1994-04-12 Digital Equipment Corporation Frequency independent encoding technique and apparatus for digital communications
US5471207A (en) * 1994-02-23 1995-11-28 Ricoh Company Ltd. Compression of palettized images and binarization for bitwise coding of M-ary alphabets therefor
CA2156889C (en) 1994-09-30 1999-11-02 Edward L. Schwartz Method and apparatus for encoding and decoding data
US6137589A (en) * 1995-09-20 2000-10-24 Hewlett-Packard Company Efficient storage of dithered raster image data in a printer or the like
US5764374A (en) 1996-02-05 1998-06-09 Hewlett-Packard Company System and method for lossless image compression having improved sequential determination of golomb parameter
JP2934204B2 (ja) * 1997-02-28 1999-08-16 株式会社グラフィックス・コミュニケーション・ラボラトリーズ 画像の符号化および復号方法と装置
JP2000115782A (ja) 1998-10-06 2000-04-21 Canon Inc 符号化装置及び方法及び記憶媒体
KR100317279B1 (ko) 1998-11-04 2002-01-15 구자홍 무손실부호화방법및장치
JP2001005967A (ja) 1999-06-21 2001-01-12 Matsushita Electric Ind Co Ltd 画像送信装置及びニューラルネットワーク
US6668092B1 (en) * 1999-07-30 2003-12-23 Sun Microsystems, Inc. Memory efficient variable-length encoding/decoding system
KR100399932B1 (ko) 2001-05-07 2003-09-29 주식회사 하이닉스반도체 메모리의 양을 감소시키기 위한 비디오 프레임의압축/역압축 하드웨어 시스템
JP4163680B2 (ja) 2002-04-26 2008-10-08 ノキア コーポレイション コードワードインデックスに対してパラメータ値のマッピングを行うための適応型方法およびシステム
US6987468B1 (en) * 2004-10-29 2006-01-17 Microsoft Corporation Lossless adaptive encoding and decoding of integer data
US7015837B1 (en) * 2004-10-29 2006-03-21 Microsoft Corporation Lossless adaptive encoding and decoding of integer data
US7580585B2 (en) 2004-10-29 2009-08-25 Microsoft Corporation Lossless adaptive Golomb/Rice encoding and decoding of integer data using backward-adaptive rules
JP4468858B2 (ja) 2005-06-01 2010-05-26 オリンパスイメージング株式会社 データ符号化装置、データ符号化方法、プログラム

Also Published As

Publication number Publication date
CA2667727A1 (en) 2008-05-22
BRPI0718239A2 (pt) 2013-11-19
TW200830732A (en) 2008-07-16
KR20090084841A (ko) 2009-08-05
US20100027903A1 (en) 2010-02-04
RU2406222C1 (ru) 2010-12-10
EP2083560B1 (en) 2013-12-04
KR101010938B1 (ko) 2011-01-25
WO2008059752A1 (fr) 2008-05-22
EP2083560A4 (en) 2011-12-28
US8300966B2 (en) 2012-10-30
JP4769305B2 (ja) 2011-09-07
JPWO2008059752A1 (ja) 2010-03-04
BRPI0718239B1 (pt) 2019-12-24
CN101536484B (zh) 2011-10-05
CA2667727C (en) 2014-07-08
EP2083560A1 (en) 2009-07-29
TWI335147B (en) 2010-12-21
CN101536484A (zh) 2009-09-16

Similar Documents

Publication Publication Date Title
ES2450265T3 (es) Método de codificación y método de decodificación de señal de imagen, método de codificación y método de decodificación de fuente de información, dispositivos para ellos, sus programas, y medio de memoria con programa registrado
Huang et al. 3d point cloud geometry compression on deep learning
US20240048741A1 (en) Methods and apparatuses for encoding and decoding a bytestream
US9819964B2 (en) Limited error raster compression
CN102164282B (zh) 一种用于图像编码的基于系数随机置换的压缩感知方法及系统
ES2311637T3 (es) Procedimiento y dispositivo para procesar simbolos binarios generados por una fuente de datos, un medio legible por un ordenador; un elemento de programa de ordenador.
TW200529104A (en) Compressing image data
Yun et al. Image compression predicated on recurrent iterated function systems
Turner et al. Efficient lossless image contour coding
Koc et al. Application of pseudo-distance to lossless coding of color-mapped images
Liu et al. A scan-line-based data compression approach for point clouds: Lossless and effective
CN103763555A (zh) 一种减少存储带宽需求的运动估计方法
Li et al. Design and FPGA implementation of JPEG-LS image decompression
KR101573983B1 (ko) 데이터 압축 및 데이터 복원 방법과 장치
Kamal et al. Iteration free fractal compression using genetic algorithm for still colour images
Tabus et al. Quaternary Crack-Edge Representation for Lossless Contour Compression
Haupt et al. Effect of d-Dimensional Re-orderings on Lossless Compression of Radio-Astronomy and Digital Elevation Data
CA2480442A1 (en) Repetition coded compression for highly correlated image data
Chang et al. Lossless Information Hiding in the VQ Index Table.
CN116527925A (zh) 相位级次编码的虚拟结构光3d点云压缩方法
Dang et al. Modeling using 2-D areas of ideal cross-point regions for lossless images compression
CN117692009A (zh) 瓦片数据的压缩方法、装置及设备
Reddy et al. An Efficient Approach for Image Compression using Segmented Probabilistic Encoding with Shanon Fano [SPES]
Khandelwal et al. Lattice vector quantization with direct indexing as data differencing technique
Sridevi et al. Color Component Based Image Fractal Compression Mechanism