图像无损压缩的预测编码及量化误差处理.pdfVIP

图像无损压缩的预测编码及量化误差处理.pdf

  1. 1、有哪些信誉好的足球投注网站(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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像无损压缩的预测编码及量化误差处理

光 电 子 ·激 光 第 15 卷 第 5 期  2004 年 5 月 Vol. 15 No. 5  May 2004       J ournal of Optoelectronics ·L aser        ·图像处理技术· 图像无损压缩的预测编码及量化误差处理 王文成 , 卢金明 , 张永林 (暨南大学物理系 ,广州 510632) 摘要 :本文提出了一种基于预测编码并对量化误差进行四叉树编码从而实现对灰度图像无损压缩的方 法。采用固定预测系数的算法 ,使得预测过程速度很快 ;通过四叉树编码方法处理量化误差 ,避免了对 小数编码和处理这一复杂的过程。整个实现过程十分简单 ,实验结果显示 , 图像通过预测器后的平均码 长明显小于原始图像的熵。 关键词 :预测编码 ; 四叉树; 量化 ; 无损压缩 中图分类号: TP391. 41   文献标识码 :A   文章编号 (2004) Predictive Coding and Disposal of Quantized Error for Lossless Compression of Images WAN G Wencheng , L U Jinming , ZHAN G Yonglin (Department of Physics ,Jinan University , Guangzhou 510632 ,China) Abstract :In this paper we propose a new method for lossless compression of grayscale images based on predictive coding ,in which qantized error is processed by quadtree coding. The predictive arithmetic makes the process of prediction quicker and easier by using fixed coefficient. And through quadtree coding method for quantized error ,complicated course of decimal fraction is avoided. The whole process is easy to realize. The result of experimentation shows that the fina issue of prediction is much smaller than the entrop y of orig inal image. Key words :predictive coding ; quadtree ; quantize ; lossless compression 复原始图像 ,因此压缩过程是有损的。本文通过利用 1  引  言 四叉树编码对量化误差进行处理 ,使量化误差得以有   图像无损压缩是信号与信息处理领域中的重要 效保存 ,实现了图像的无损压缩。 内容,近些年来涌现了许多新的无损压缩技术 ,如自 适应预测多重自回归模型法[1 ] , 自

文档评论(0)

wnqwwy20 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7014141164000003

1亿VIP精品文档

相关文档