计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2006年
14期
2594-2596,2600
,共4页
动态边匹配有限状态矢量量化%码书%变比特率编码%边匹配误差%图像压缩
動態邊匹配有限狀態矢量量化%碼書%變比特率編碼%邊匹配誤差%圖像壓縮
동태변필배유한상태시량양화%마서%변비특솔편마%변필배오차%도상압축
SMVQ利用相邻图像块之间的相关性来提高编码图像质量.然而,传统的SMVQ当图像边缘位于当前编码图像块右下角时会出现编码误差,为此,研究并提出了一种改进的SMVQ.新算法利用图像所有图像块之间的相关性对当前编码图像块进行预测.对每一个输入图像块,利用边匹配方法从已编码数据中寻找最近块,并用其对输入图像块进行预测,或产生动态码书.然后利用最近块、动态码书或总码书对输入数据进行编码,扩展了编码搜索范围,提高了图像质量.实验结果表明新算法大大降低了比特速率,而且编码图像有较好的视觉效果.
SMVQ利用相鄰圖像塊之間的相關性來提高編碼圖像質量.然而,傳統的SMVQ噹圖像邊緣位于噹前編碼圖像塊右下角時會齣現編碼誤差,為此,研究併提齣瞭一種改進的SMVQ.新算法利用圖像所有圖像塊之間的相關性對噹前編碼圖像塊進行預測.對每一箇輸入圖像塊,利用邊匹配方法從已編碼數據中尋找最近塊,併用其對輸入圖像塊進行預測,或產生動態碼書.然後利用最近塊、動態碼書或總碼書對輸入數據進行編碼,擴展瞭編碼搜索範圍,提高瞭圖像質量.實驗結果錶明新算法大大降低瞭比特速率,而且編碼圖像有較好的視覺效果.
SMVQ이용상린도상괴지간적상관성래제고편마도상질량.연이,전통적SMVQ당도상변연위우당전편마도상괴우하각시회출현편마오차,위차,연구병제출료일충개진적SMVQ.신산법이용도상소유도상괴지간적상관성대당전편마도상괴진행예측.대매일개수입도상괴,이용변필배방법종이편마수거중심조최근괴,병용기대수입도상괴진행예측,혹산생동태마서.연후이용최근괴、동태마서혹총마서대수입수거진행편마,확전료편마수색범위,제고료도상질량.실험결과표명신산법대대강저료비특속솔,이차편마도상유교호적시각효과.
