均匀分块矩阵的分块TERM分解-eecsqmul.PDF

∗∗ 均匀分块矩阵的分块均匀分块矩阵的分块TERM 分解分解∗∗ 均匀均匀分块矩阵的分块分块矩阵的分块 分解分解 佘轶原 郝鹏威 北京大学信息科学中心 视觉与听觉信息处理国家重点实验室 北京 100871 摘要摘要 整数映射是实现无损压缩的有效途径 也已成为新的图像压缩国际标准JPEG 2000 中的重要技术之一. 摘要摘要 对于有限维可逆线性变换 它可通过将原变换矩阵分解为三个三角基本可逆矩阵 triangular elementary reversible matrix TERM)或一系列单行基本可逆矩阵 single-row elementary reversible matrix SERM 来实现. 为提高整数变换的效率并实现并行化 本文在均匀分块方式下探讨分块矩阵的分块TERM 分解. 从扩展行列式 det 定义着手 我们定义了一个分块矩阵映射至矩阵的新函数 DET. 本文证明 它不仅具有一些可与det 相 类比的重要性质 而且对 det 是完全兼容的. 利用这些定义和性质 我们最终得出 任意给定一有限维可逆线 性变换矩阵和分块方式 我们总可把它分解为不超过 3 个分块 单位 TERM 之积 可能需要置换和 Scaling 预处理 并由此得到了适于并行的分块单位SERM 分解式. 本文结论不仅能涵盖元素矩阵最优TERM 分解的 结果 而且可提供灵活的分块方式 从而为高效合理的并行实现整数映射奠定了基础. 关键词关键词 整数映射整数映射 无损压缩无损压缩 并行计算并行计算 分块矩阵分块矩阵 行列式行列式 矩阵分解矩阵分解 关键词关键词 整数整数映射映射 无损压缩无损压缩 并行计算并行计算 分块矩阵分块矩阵 行列式行列式 矩阵分解矩阵分解 由于实际应用中计算精度和存贮容量的限制 用于数据无损压缩的变换应当是完全可逆的整数 [1] [2] 映射. 早期人们在这方面的尝试包括Blume 等人提出的S 变换 Zandi 等人的TS 变换 Said 等 人的S+P 变换[3] [4] 以及Gormish 等人的颜色空间变换 等等. 它们显示了整数变换技术在图像压缩 感 兴趣区域编码 渐进传输和统一的有损 无损压缩系统中的良好前景. 可惜当时人们在构造正逆整 数变换时大多借助一些特别的技巧 尚未形成一套行之有效的统一理论. Bruekers 等人[5]从网络结构角度对完全可逆和完全重构的研究对以上问题有很强的指导意义 (i) 梯形网络结构是完全可逆的基本单元 且其正逆变换实现有 对称性 至于具体线性和非线性算子 在压缩中分别对应变换和量化 则是非本质的 这样我们就不必煞费苦心的针对某特定取整方 式去一步步构造正逆变换 (ii) 反映到矩阵结构上 完全可逆的可能性依赖于向量矩阵分解式存在 与否 其中行向量矩阵本质上等同于单位 SERM[10] (iii) 单位三角矩阵总可分解为向量矩阵之积 进而在相差一个置换的意义下行列式为 1 的矩阵也存在向量矩阵分解式. 遗憾的是 Bruekers 等人的工作在当时未引起足够的重视. 直至用于构造第二代小波的提升方案 Lifting Scheme LS [6]发表后 人们才开始利用LS 的简化梯形结构来系统的研究整数小波变换. Dewitte 等人[7]首先将非线性取整操作融合至提升模式中 自然而简便的构造并实现了正 逆整数小 波变换. Calderbank 等人[8]更是将以往的S TS 等整数变换全部纳入到小波提升框架之下 并推广至 一般的整数小波变换. 此后这类整数实现的研究蓬勃发展并被广泛应用 但绝大多数在构造过程中 仍未脱离提升步 Lifting Step 的限制. [9] 基