[发明专利]一种压缩数字图像的方法有效
申请号: | 201580041966.2 | 申请日: | 2015-07-09 |
公开(公告)号: | CN106664408B | 公开(公告)日: | 2019-08-20 |
发明(设计)人: | T·M-E·热尔韦;B·卢贝;N·贝苏;Y·圭米奥特;M·派提特福勒斯;S·罗克 | 申请(专利权)人: | 简·克劳德·科林 |
主分类号: | H04N19/126 | 分类号: | H04N19/126;H04N19/635;H04N19/42 |
代理公司: | 中国国际贸易促进委员会专利商标事务所 11038 | 代理人: | 周博俊 |
地址: | 法国*** | 国省代码: | 法国;FR |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 变换 矩阵 自适应 精度 量化 | ||
1.一种压缩数字图像的方法,包括减小以原始矩阵(X)的形式表示的所述数字图像的分量的熵的步骤,其特征在于:
-该方法包括使用把所述原始矩阵变换为变换矩阵(T)的小波变换的步骤;
-量化系数对应于用于小波变换的级数中的每个级数的每个细节矩阵;
-计算所述小波变换是通过使用在小数点后的至少等于1的第一数字数量D,D≥1,以定点数针对以下每个小波级数进行的:对于该小波级数而言,与每个细节矩阵对应的量化系数中的至少一个量化系数大于1,以及
在以定点数处理小波级数结束时,如果下一级数的细节矩阵中的每个细节矩阵的量化系数中的每个量化系数等于1,则当前级数的近似矩阵的值被变换为整数,而在相反的情况下被保持为定点数。
2.按照权利要求1所述的方法,其特征在于,小波级数中的每个小波级数的细节矩阵的量化系数中的每个量化系数小于或等于前一级数的等效矩阵的系数,但是总大于或等于1。
3.按照权利要求1或2所述的方法,其特征在于,在以定点数处理小波级数结束时,细节矩阵的值根据与所述细节矩阵相关联的所述量化系数被量化,然后被变换为整数,也就是说,放弃用于定点计算的D个数字。
4.按照权利要求3所述的方法,其特征在于,所用的量化器是均匀标量量化器,也就是说,对于每个矩阵都是唯一的,而无论被量化的值如何。
5.按照权利要求1或2所述的方法,其特征在于,如果第一级数的细节矩阵的量化系数中的至少一个量化系数大于1,则原始矩阵(X)的所有值在计算所述小波变换的所述第一级数之前被变换为定点数。
6.按照权利要求5所述的方法,其特征在于,当被处理的矩阵来自以大于第一数字数量D的精度到定点数的比色变换时,定点数是通过减小数字的数量以便获得所述第一数字数量来获得的。
7.按照权利要求1或2所述的方法,其特征在于,为了从变换矩阵(T)计算恢复矩阵(XR),或者中间的恢复矩阵,该方法包括对所述变换矩阵(T)的逆小波变换,所述逆小波变换的计算是通过使用在小数点后至少等于1的第二数字数量以定点数至少针对以下每个小波级数进行的:对于该小波级数而言,每个细节矩阵的量化系数中的至少一个量化系数大于1。
8.按照权利要求7所述的方法,其特征在于,在以定点数处理小波级数的逆变换的过程中,被应用逆变换的矩阵的值被转换为定点数,如果所述矩阵的值初始为整数的话。
9.按照权利要求7所述的方法,其特征在于,在以定点数处理小波级数的逆变换的过程中,在逆小波变换之前,细节矩阵的值被转换为定点数并且反量化。
10.按照权利要求7所述的方法,其特征在于,恢复矩阵(XR)是通过对所有可获得的级数执行逆小波变换、反量化以及在整数和定点之间的转换来获得的。
11.按照权利要求7所述的方法,其特征在于,如果第一小波级数被以定点数处理,则所获得的恢复矩阵(XR)的数量是定点数,其精度包括与小数点后的第二数字数量相等的数字数量。
12.按照权利要求11所述的方法,其特征在于,为了对恢复矩阵(XR)进行后续处理,所述恢复矩阵的每个值被变换成整数。
13.按照权利要求7所述的方法,其特征在于,中间恢复矩阵是通过对比总可获得的级数数量小的级数数量执行逆小波变换、反量化以及在整数和定点之间的转换获得的。
14.按照权利要求7所述的方法,其特征在于,如果与所执行的最后逆小波变换对应的小波级数被以定点数处理,则所获得的中间恢复矩阵的数量是定点数,其精度包括与小数点后的第二数字数量相等的数字数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于简·克劳德·科林,未经简·克劳德·科林许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201580041966.2/1.html,转载请声明来源钻瓜专利网。