自适应Huffman压缩码的生成

随着现代社会信息量的增加,对数据进行压缩越来越有它的必要性。其中,Huffman编码作为一种高效的数据编码方法在文本、图象、音频等压缩有着广泛的应用。本文中,笔者根据Huffman编码的原理,实现对文本进行压缩与解压的功能。     

基于四叉树的气象图像的编码与压缩

针对地理信息图像处理中图像的编码与压缩问题,讨论了用四叉树结构对图像的表示,以及在表示过程中利用算法对树枝进行剪枝、编码、压缩方法。该方法的基本思想是,如果当前原始子块的最大灰度差小于一给定阚值,则把当前原始子块视为一个整体子块;否则把当前原始子块一分为四,得到4个大小相等的更小的原始子块。该方法把原始图像分解为若干个整体子块,并采用有效的方式存储每个整体子块的位置、大小和灰度,从而减少了表示图像内容的数据量达到压缩的目的。     

具有运动补偿的多值量化块截断编码

报道了一种新的活动图象编码算法,称为具有运动补偿的多值量化块截断编码．模拟结果表明：这种新算法比现有的其它同类算法有更好的性能,压缩比为７５,信噪比为３５ｄＢ,在现有个人计算机上可以用软件实时实现．     

一种改进的SPIHT图像压缩算法

SPIHT算法是公认的编码效率最高的静止图像压缩编码方法之一，能够对码流的任意位置进行截断来实现对图像的压缩，但是却不能保证所截断的位置是在当前的比特率下最优的，本文提出了最优截断方法来补偿这个不足，根据整个图像的最优截断曲线的截断点来寻找各个单位块的相应截断点，从而实现对整个图像的最优截断。     

相似块与人的认知过程

大脑中已有知识、经验同认知对象及环境信息的关系问题是认知科学的理论热点，“相似块”概念对于揭示这种关系及研究人的认知过程有着十分重要的意义。本文认为相似块作为认知过程中最基本的信息编码和加工单元具有知识表征和心智操作两个方面的功能；并提出，在执行认知任务时大脑中的相似块可分为表征子块和操作子块，前者用于对陈述性知识的表征，后者则用于对程序性知识的操作。     

数据压缩与实现

本文首先介绍了数据压缩的基本概念和重要性，对目前主要的压缩方法作了简单的说明，并给出了数据压缩过程的基本模型。以Haffman编码为主要研究对象，分析了实现该算法的数据结构，并以一个实例说明了Haffman编码的主要过程。将Haffman编码应用于图形压缩之中，说明了Haffman编码的有效性。最后针对Haffman编码的主要缺点提出了对应的改进思路与算法。     

浅谈数字图像压缩编码技术

本文论述了数字图像压缩编码技术的必要性和可行性.介绍了三种压缩编码方式(信息保持编码、保真度编码、特征提取),并对具体的编码方法进行了分类(平均信息法、预测编码法、变换编码方法等),最后对图像压缩编码技术的发展方向进行了展望。     

针对纹理图像压缩的改进SPIHT算法

针对纹理图像压缩提出了一种改进的SPIHT算法. 算法对一阶小波变换产生的LL、HL、LH、HH 4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配. 编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节. 最后通过对纹理图像的压缩实验,证实了改进算法的有效性.     

基于上下文的SPIHT算法研究

文章在SPIHT算法的基础上,通过合理分配比特、改进零树集合、完善分类策略等措施,提出了一种新嵌入零树小波ECG信号压缩编码算法（简称为改进的SPIHT算法）。算法首先将ECG数据进行离散小波变换;其次,对离散小波变换后的系数进行均匀量化;最后用基于上下文的自适应算术编码对量化后的系数进行编码。仿真结果显示,该算法压缩比大,信息损失小,能够较好的恢复原有的信号。     

快速多视点视频编码中深度信息的提取

多视点视频编码提取它的帧间冗余信息用来压缩视频流：这些冗余信息是与深度信息息息相关的。这些技术利用视差估计获得不同视角间的视差矢量（DVs）,然而,这些技术主要应对的都是如何提高多视角视频编码效率。本文提供一种基于多视角几何与深度的快速视差估计解决方案．视差预测模块首先计算,通过迭代或者快速搜索估计过程在搜索范围内寻找最优的视差矢量。实验结果表明该预测器将最化视差矢量限定到一个很小的范围。结果表明保留原始率失真情况的条件下。提出的方法速度提高达到2．5。     

R元HuffMan编码的MATLAB实现

对任意给定符号概率空间的多进制编码过程的实现,尤其是统计编码中的Huffman鳊码,为实现图像的压缩奠定了技术基础.     

基于四邻域的分形遥感图像压缩

传统分形压缩算法在搜寻最佳仿射变换的过程耗费的时间比较多,压缩效率低下的缺点掩盖了它固有的优点。本文把搜寻某值域块最佳匹配映射的范围局限在该值域块的四邻域,这样就减少了压缩时间,提高了算法效率。     

数字电路测试压缩方法研究（英文）

测试压缩可以在没有故障覆盖率损失的情况下，极大地降低测试时间和测试数据量，弥补了测试设备和芯片制造能力提升之间的差距，受到学术界和工业界的广泛关注。测试数据分为测试激励和测试响应两种，测试压缩也对应分为测试激励压缩和测试响应压缩两个方面。本文针对这两方面分别展开了研究。本文的主要贡献包含：1. 提出了一种Variable-Tail编码。Variable-Tail是一种变长－变长的编码，对于X位密度比较高的测试向量能够取得更高的测试压缩率。实验数据表明，如结合测试向量排序算法，则使用Variable-Tail编码可以取得很接近于编码压缩理论上界的压缩效果（平均差距在1.26%左右），同时还可以减少20％的测试功耗。2. 提出了一种并行芯核外壳设计方法。研究发现了测试向量中存在着扫描切片重叠和部分重叠现象。当多个扫描切片重叠时，它们仅需要装载一次，这样就可以大大减少测试时间和测试数据量。实验结果表明，使用并行外壳设计，测试时间可以减少到原来的2/3，测试功耗可以减少到原来的1/15。 3．提出了3X测试压缩结构。3X测试压缩结构包含了三个主要技术：X-Config 激励压缩、X-Balance测试产生和X-Tolerant响应压缩。 X-Config激励压缩提出了一个周期可重构的MUX网络。X-Balance 测试产生综合考虑了动态压缩、测试数据压缩和扫描设计等因素，产生测试向量。它使用了回溯消除算法和基于确定位概率密度的扫描链设计算法，减少测试向量体积。X-Tolerant 响应压缩提出了一种单输出的基于卷积编码的压缩电路。该压缩电路只需要一个数据，因此总能保证最大的压缩率。同时为了提高对X位的容忍能力，还提出了一个多权重的基本校验矩阵生成算法。     

探究新一代视频编码标准H.264

新的国际视频编码标准H.264,目的在于能够比先前的标准,更好地改善编码效率以及误差鲁棒性。为了克服帧内宏块编码带来的大量比特数,H.264对原始输入信号采用空间域的帧内预测方法;帧间编码利用基于块的运动矢量做帧间预测,以减少不同的图像间的时间冗余。熵编码采用基于内容的自适应变长编码(CAVLC)和基于上下文的自适应二进制算术编码(CABAC)两种方法。为了减少块边界的块效应和防止累加的编码噪声的传播,H.264采用了去块效应滤波器。     

数字压缩技术在远程视频传输中的应用

随着互联网技术的发展与普及,如何利用这一低成本资源来实现数字视频的远程传输,值得我们认真考虑,通过实践应用阐述了采用多格式数字压缩技术.通过基于互联网的ftp进行传输接收、编码和解码的全面过程解决方案.     

压缩感知理论在交通视频系统中的应用

交通视频是智能交通系统的重要组成部分,海量的数据给交通视频的存储带来了很大的挑战。随着压缩感知理论的不断发展,这一难题可以得到较好地解决。文章阐述了交通视频压缩编码和压缩感知理论,重点介绍了基于压缩感知理论的交通视频编码的相关算法以及基本框架,为智能交通系统的建设提供参考。     

探究新一代视频编码标准H．264

新的国际视频编码标准H．264,目的在于能够比先前的标准,更好地改善编码效率以及误差鲁棒性。为了克服帧内宏块编码带来的大量比特数,H．264对原始输入信号采用空间域的帧内预测方法;帧间编码利用基于块的运动矢量做帧间预测,以减少不同的图像间的时间冗余。熵编码采用基于内容的自适应变长编码（CAVLC）和基于上下文的自适应二进制算术编码（CABAC）两种方法。为了减少块边界的块效应和防止累加的编码噪声的传播,H．264采用了去块效应滤波器。     

HEVC中滤波算法研究与优化

在视频编码过程中,为了消除图像的块效应,视频编码标准H．264中采用了去块效应滤波算法．但是没有考虑到原始图像和重建图像之间的相关性,在HEVC中提出了基于块与四叉树的环路滤波算法。该算法用于去块效应滤波。文章提出一种最优对称性的快速自适应环路滤波算法,保证重建图像质量的同时,减少编码时间。     

基于改进SPIHT算法的SAR图像压缩

小波变换和多级树集合分裂算法(SPIHT)在合成孔径雷达(SAR)图像压缩方面取得了良好的效果,但SPIHT编码方法的复杂性制约了压缩速率的提高.针对SPIHT编码速度慢和占用内存大的问题,提出一种改进的无链表SPIHT算法,以提高编码运算速度,减少资源占用量,使其适于硬件实现.实验结果表明,该方法能达到与原算法相同的压缩效果,而运算速度大大提高,适于实时实现.     

一种甚低码率下快速的匹配追踪视频编码算法

文章提出一种快速的基于遗传匹配追踪（MP）的甚低码率视频编码算法,同时结合MP特征,用排序差分法对稀疏分解结果进行编码。仿真实验证明,在甚低码率下该算法与H-264编码算法相比,减少了块效应,提高了视频的主观质量和PNSR;与同类型算法相比,该算法速度更快,编码效率更高。