吉林大学学报(工学版)

• • 上一篇    下一篇

基于YC子阵的彩色图像三维矩阵变换压缩编码

刘韶,桑爱军,陈贺新,陈强   

  1. 吉林大学 通信工程学院, 长春 130022
  • 收稿日期:2005-10-08 修回日期:2005-12-27 出版日期:2006-07-01 发布日期:2006-07-01
  • 通讯作者: 陈贺新

3D matrix transform compression coding of color image based on YC submatrix

Liu Shao,Sang Ai-jun,Chen He-xin,Chen Qiang   

  1. College of Communication Engineering, Jilin University,Changchun 130022,China
  • Received:2005-10-08 Revised:2005-12-27 Online:2006-07-01 Published:2006-07-01
  • Contact: Chen He-xin

摘要: 提出了一种新的基于子阵模型的三维矩阵变换彩色图像压缩方法。此压缩方法的创新之处在于:三维子阵分割中采用了亚采样和YC子阵技术,能更好地去除彩色图像分量间的冗余,提高压缩比,而且在YC子阵技术中提出了Y类三维子阵和C类三维子阵的概念;量化方法采用了线性非均匀标量量化,并定义了一种新的运算方法——量化除法。实验表明,与基于矢量量化方法的三维矩阵变换压缩方法相比,本文方法的优点是对具体的图像无依赖,并在压缩整体效果方面已经优于JPEG方法。

关键词: 信息处理技术, 图像处理, 三维矩阵, 宽离散余弦变换, 标量量化, 彩色图像, 编码压缩

Abstract: A new technique for the color image compression by the 3-dimensional(3D) matrix transform based on the submatrix model was proposed. The innovations of the technique consist in that the subsampling and YC submatrix techniques were used to divide the 3D submatrix to remove the redundance among the color image components and enhance the compression ratio. The concepts of Y classified 3D submatrix and C classified 3D submatrix were proposed in the YC submatrix technique. A linear uneven scalar quantization was adopted and a new operation method, the quantization division, was defined. The experiments showed that compared with the 3D matrix transform compression technique based on the vector quantization, the proposed technique is favorable by being independent of the given image and has better overall compression effect than technique JPEG.

Key words: information processing, image processing, 3D-matix, wide discrete cosine transform (WDCT), scalar quantization, color image, compression coding

中图分类号: 

  • TN919.81
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[4] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[12] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[13] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[14] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[15] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!