- 1、本文档共102页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
码块中系数的比特平面被熵编码。 编码器能够做到对ROI进行高质量编码,相对其他区域。 在比特流中加入标志来进行差错恢复。 码流前面有一个主头,来描述原始图象和不同的分解图象方式和编码类型,以用来定位、抽去、解码、重建图象,在期望的分辨率、保真度、特征区域等条件下。 分解结构: 2.2 预处理 2.1.1 图象分割(Image tiling) 2.1.2 直流电平偏移 2.1.3 模块变换 2.1.1 图象分割(Image tiling) 切片(tile)是指把图象分为相互不重叠的块,做为一个完整的图象独立的进行压缩。所有的操作,包括模块混合、小波变换、量化和熵编码都在这个切片上进行。切片就是图象压缩和解压缩的基本单元,减少了存储的需要,可以解图象特定的部分而代替了整个图象。所有的切片大小相等,除了边界,而切片大小是任意的包括整个图象是一个切片 切片从主观和客观两方面影响图象的质量。切片大的比小的图象更好一些,图象退化,低比特率比高比特率更严重些。如:0.125b/p下,不分切片和64*64的切片相差4.5dB,而0.5b/p下,相差1.5dB。 2.1.2 直流电平偏移 对图象切片进行离散小波变换之前,所有的样值都要减去2的p-1次方,p是模块的精度。解码端小波反变换后再加上这个值。 2.1.3 模块变换 JPEG2000支持多模块图象。不同的模块不需要有同样的比特深度,也不需要统一为有符号或无符号。对于可逆系统,解码端和编码端的比特深度应该一致。 模块变换增强了压缩的效果,有两种不同的模块变换:ICT和RCT。前者为不可逆模块变换,用于有损压缩,用到9/7滤波器。后者为可逆模块变换,用于有损或无损压缩,用到5/3滤波器。 经过模块变换再进行压缩明显好于直接进行压缩。 一种有效的减少JPEG中的数据的方法是用一个变换矩阵加亚取样,而JPEG2000中不需要,因为小波变换中已经有了这个功能。 细量化 校正 -主表 3. SPIHT算法 SPIHT编码的例子 JPEG-2000静止图象压缩标准 JPEG2000静止图象的压缩标准概述 JPEG2000 压缩过程 JPEG2000标准的显著特征 仿真结果与性能比较 结论 1、JPEG2000的概述 图象源包括:二值图象,灰度图象,彩 色图象和multicomponent 不同特征的图象包括:自然图象,科学、医疗、遥感、文本的图形等 不同的图象模式包括:client/server、实时传输、图象库档案、限制缓存和带宽资源等 过去的10年一直使用JPEG,并成为一种衡量的工具,但已经不能适应现今的需求。不但是观看的质量,还有图象的尺寸。而JPEG2000表现出了先进性:效率,网络和移动环境中的分级和相互合作。应用于Internet、彩色传真、打印、扫描、数字相机、遥感、移动通信、医疗图象、数字档案库、电子商务。 极低码率的实现:没有牺牲率失真的能力,用于网络和遥感。 连续色调和二值图象:可以压缩和解压缩不同动态范围的图象(1到16bit)。适合用于图象和文本在一起的文档,带有注释的医疗图象等。 象素精确性和分辨率的改进传输:用于网络浏览、图象库和打印。 无失真和有失真压缩:无失真用于医疗图象,要求有真实性。图象档案库则可以不必追求高保真。网络上可根据情况选择。 特征区域(ROI)编码:图象中有一部分比其他部分都重要,定义这部分为ROI,用更高质量和无失真的编码去传输。 开放的结构:为不同的图象类型和应用优化。这样解码器只需要执行核心工具和分析器来理解码流。 误比特的鲁棒性:很适合无线通信信道。 防伪:例如水印、商标、邮票或密码。 2、JPEG2000 压缩过程 2.1 编码过程概述 2.2 预处理 2.3 核心处理 2.4 码流成型 2.1 编码过程概述 经过这样一个过程 图象源分解为模块(component)。 图象模块分解为切片(tile),切片是原始和重建图象的基本单位。 小波变换用于每个切片。切片分解为不同分辨率的层(level)。 层是由表示频率的系数子带(subband)组成。 系数子带被量化组成码块(code block)。 小波变换及应用(图像压缩) 小波分析因为同时具有好的空间分辨率和好的频率分辨率,特别适于分析非稳态信号。自然图像正具有这种非稳态特性,可以看作是能量空间集中(图像边沿和细节)和频率集中(图像的平缓变化部分)信号的线性组合[8]。因此,使用小波分析进行图像压缩可以取得很好的效果。 基于小波的图像压缩思想来源 1. 图像的小波分解 若2-D滤波器 可分解为 ,则
文档评论(0)