-
公开(公告)号：CN108419083B
公开(公告)日：2020-09-15
申请号：CN201810241371.7
申请日：2018-03-22
Applicant: 南京邮电大学
Abstract: 本发明提出了一种图像多级小波全子带压缩感知编码算法对自然图像进行稀疏表示，将图像变换到具有极大稀疏性的小波域，低频子带对于重建图像非常重要，高频系数中每个元素及其子孙后代重要性和不同高频层系数的稀疏程度是不同的，根据稀疏矢量中高频子带系数的不同重要性来设计权值矩阵，并依据高层子带能量是低层子带能量倍的关系来设置对应每一高频层的权值，并最终得到改进的测量矩阵，最后对稀疏矢量进行压缩观测后得到测量值。在重建端，对有HL，LH和HH高频子带组成的稀疏矢量中，最终对重建系数矩阵进行小波反变换得到重建图像。
-
公开(公告)号：CN108471531A
公开(公告)日：2018-08-31
申请号：CN201810242647.3
申请日：2018-03-22
Applicant: 南京邮电大学
IPC: H04N19/103 , H04N19/124 , H04N19/176 , H04N19/42 , H04N19/70 , H04N19/91
Abstract: 本发明公开了一种基于压缩感知的质量可分级快速编码方法，属于视频编码技术领域。本发明方法利用压缩感知理论的稀疏性，在对质量可分级增强层进行编码时对残差块尺寸为8x8的子块进行稀疏表示，编码时为了满足标准编码结构提出补0操作再进行熵编码。本发明还利用了基本层和增强层之间的层间相关性来快速选择子块编码模式以进一步降低编码算法的计算复杂度。相比现有技术，本发明方法能够在保持编码后图像质量的前提下，有效地降低编码端的码率，提高编码器的编码效率。
-
公开(公告)号：CN108471531B
公开(公告)日：2020-02-07
申请号：CN201810242647.3
申请日：2018-03-22
Applicant: 南京邮电大学
IPC: H04N19/103 , H04N19/124 , H04N19/176 , H04N19/42 , H04N19/70 , H04N19/91
Abstract: 本发明公开了一种基于压缩感知的质量可分级快速编码方法，属于视频编码技术领域。本发明方法利用压缩感知理论的稀疏性，在对质量可分级增强层进行编码时对残差块尺寸为8x8的子块进行稀疏表示，编码时为了满足标准编码结构提出补0操作再进行熵编码。本发明还利用了基本层和增强层之间的层间相关性来快速选择子块编码模式以进一步降低编码算法的计算复杂度。相比现有技术，本发明方法能够在保持编码后图像质量的前提下，有效地降低编码端的码率，提高编码器的编码效率。
-
公开(公告)号：CN108419083A
公开(公告)日：2018-08-17
申请号：CN201810241371.7
申请日：2018-03-22
Applicant: 南京邮电大学
Abstract: 本发明提出了一种图像多级小波全子带压缩感知编码算法对自然图像进行稀疏表示，将图像变换到具有极大稀疏性的小波域，低频子带对于重建图像非常重要，高频系数中每个元素及其子孙后代重要性和不同高频层系数的稀疏程度是不同的，根据稀疏矢量中高频子带系数的不同重要性来设计权值矩阵，并依据高层子带能量是低层子带能量倍的关系来设置对应每一高频层的权值，并最终得到改进的测量矩阵，最后对稀疏矢量进行压缩观测后得到测量值。在重建端，对有HL，LH和HH高频子带组成的稀疏矢量中，最终对重建系数矩阵进行小波反变换得到重建图像。
-
-
-
Search Results
4
records
(took 0.014 seconds)
