共查询到20条相似文献,搜索用时 78 毫秒
1.
JPEG2000静止图像压缩标准的压缩后率失真优化算法虽然能保持较好的图像质量,但其计算量大、内存占用多。文中提出了一种图像质量基本相同于率失真优化的、基于先验信息扫描的、新的率控制方法。该方法可以有效地减少熵编码时的计算复杂度并降低内存占用率。 相似文献
2.
论文提出基于宏块类型空域预测的自适应宏块编码算法,并在H.264/AVC验证模型JM7.6上实现了所提出的自适应算法。大量的实验表明,论文提出的自适应算法不仅大大提高了图像编码的速度,而且图像编码质量和压缩效率基本不受影响,缓解了率失真优化算法的缺陷,极大地提高了编码器的工作效率。 相似文献
3.
通过考虑图像分块的局部特性,以实现一种自适应块截短编码算法.该算法无需附加信息以传送各子块编码模式,而是根据重建电平的奇偶性来识别各子块编码模式,以降低比特率.实验表明:与其他BTC算法相比,该算法在较低的比特率情况下能获得更好的图像质量. 相似文献
4.
5.
易于硬件实现的内嵌图像编码算法 总被引:2,自引:0,他引:2
EZBC算法综合利用了子带内和子带间系数的相关性.把零树/零块结构和基于上下文编码的优点有机结合在一起,获得了比SPHIT算法更好的压缩性能,比EBCOT更高的压缩效率。但是EZBC算法编码中的两个排序链表需要很大且非固定的存储空间,这使得EZBC算法的硬件实现非常困难。在EZBC算法的基础上提出了一种易于硬件实现、低存储量、高压缩性能的内嵌零块图像编码算法。该算法利用比特平面节点重要性状态表和上下文查找表来完成整个编码过程和形成上下文。实验结果表明,所提出的算法具有与EZBC算法基本相同的高压缩性能,但所需存储空间约为EZBC算法的四分之一,所以该算法更易于硬件实现。 相似文献
6.
针对联合图像专家组(JPEG)标准设计了一种基于自适应下采样和超分辨力重建的图像压缩编码框架。在编码器端,为待编码的原始图像设计了多种不同的下采样模式和量化模式,通过率失真优化算法从多种模式中选择最优的下采样模式(DSM)和量化模式(QM),最后待编码图像将在选择的模式下进行下采样和JPEG编码;在解码器端,采用基于卷积神经网络的超分辨力重建算法对解码后的下采样图像进行重建。此外,所提出的框架扩展到JPEG2000压缩标准下同样有效可行。仿真实验结果表明,相比于主流的编解码标准和先进的编解码方法,提出的框架能有效地提升编码图像的率失真性能,并能获得更好的视觉效果。 相似文献
7.
针对高效视频编码(HEVC)率失真优化过程中复杂的码率与失真计算,提出一种高准确性的快速率失真估计模型。该算法评估熵编码中不同语法元素的贡献百分比,并逐个开发语法元素的码率模型以构建整个TU级模型。首先,对系数进行自适应加权,以区分不同系数对码率的不均匀贡献。然后,定义位置参数以描述一个块内非零系数可能的分布模式。通过统计方式对大量样本的模型参数进行微调,得出最终线性码率模型。最后,建立了变换域失真模型来省略不必要的重构过程。实验结果表明,所提算法在RA配置下,可以实现49.76%的复杂度降低,而BD-BR仅增加1.74%。 相似文献
8.
提出了一种基于Multi-Agent的多权值优化分簇算法,算法定义了多种Agent类型,在簇头选举阶段选取了影响簇头合理分布的多个网络参数,在簇的更新阶段采用移动Agent启发机制进行簇的局部更新.仿真结果表明,算法不仅可以选出合理的簇头,使能量均匀的消耗,还可以节省整个网络的能量消耗. 相似文献
9.
随着5G建设步伐的加快,无线通信网络的复杂程度不断更迭,网络优化需求增多,且精细化要求不断提高,传统的Massive MIMO广播波束权值优化仅依靠人工配置,已无法满足当前网络变化的需要。本文创新性地提出了一种基于坐标下降算法的5G广播波束权值智能优化方法,可自适应灵活调整天线波束权值配置,实现多场景下波束权值智能优化,极大提升优化效率,减少人工成本投入。 相似文献
10.
11.
12.
基于率失真理论的视频编码码率控制 总被引:13,自引:5,他引:8
本文以率失真理论为基础,提出了一种新的前向视频编码码率控制策略FRC,其核心思想是:宏块目标比特数的预分配除受码率的限制外,更重要的是受到图像的局部空间活动性等因素的控制,从而达到一种最优的比特分配方案。主观测试实验结果表明,这种新的码率控制策略大大地改善了重建图像的质量。 相似文献
13.
提出了一种基于K-均值聚类的快速分形图像压缩算法,对搜索窗中的父块和子块,根据其方差的不同,用K-均值聚类方法分别对子块和父块进行聚类,子块只对同一类中的父块进行匹配,从而大大缩短了编码时间。实验结果表明,与经典分形压缩算法相比,本文算法编码速度可提高5倍;同基于方差的快速分形压缩算法相比,本文算法也有明显的优势。 相似文献
14.
15.
16.
针对分形编码计算量过大的缺点,本文提出一种基于显著不相关检验的分形编码方法。对于文中的测试图像(Lenn256×256×8ppb和Boat256×256×8ppb),其编码速度比基于子块分类的分形编码方法快2~15倍,而解码图像质量(PSNR)没有明显下降,压缩比还有一定的提高。 相似文献
17.
18.
19.