CN105100810B - 一种成像声纳实时处理系统中的图像压缩解压方法及系统 - Google Patents
一种成像声纳实时处理系统中的图像压缩解压方法及系统 Download PDFInfo
- Publication number
- CN105100810B CN105100810B CN201410209108.1A CN201410209108A CN105100810B CN 105100810 B CN105100810 B CN 105100810B CN 201410209108 A CN201410209108 A CN 201410209108A CN 105100810 B CN105100810 B CN 105100810B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- mfrac
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提供一种成像声纳实时处理系统中的图像压缩解压方法及系统，所述压缩方法包含：步骤101)对实时的声纳图像的行数据进行DCT变换，得到DCT系数；步骤102)将得到的DCT系数划分为S段，截取第一段DCT系数；步骤103)将截取的第一段DCT系数再划分为若干子段，然后对各子段包含的DCT系数分别进行量化压缩处理，完成图像压缩。其中，所述的量化压缩处理的原则为：针对较低频段数据采用较多位数进行整型量化，针对较高频段数据采用较少位数进行整型量化。本发明利用DCT变换的能量集中特性进行DCT系数截取，有很高的压缩率；利用分段量化进一步提高压缩率；对声纳行数据进行连续处理，实现声纳图像压缩传输的实时性。
Description
技术领域
本发明涉及声纳信号处理的技术领域，特别涉及一种成像声纳实时处理系统中的图像压缩解压方法及系统。
背景技术
成像声纳是利用水下声波对目标成像，进而进行探测和定位的设备。随着声纳技术的发展，以及计算机处理能力的不断进步，军民两用领域均对成像声纳的处理速度和处理效率提出了更高的要求。处理速度需求的提高驱使产生了声纳实时处理系统，处理效率需求的提高使得声纳的技术指标，尤其是测绘带宽度有了很大的提升。
上述背景决定了成像声纳的两个性质：实时性和大数据量。实时性带来的特点是，在声纳系统中，数据以流的方式进行传输和交互，理论上可以无限期运行，从而忽略了文件的概念。这就表明，原始数据在系统中是以每次一帧或数帧的方式周期传输的，图像是以每次一行或者若干行的方式周期传输的。因此原始数据和图像数据在传输时均为一维的概念，而不是从文件角度考虑的二维概念。
随着声纳平台的多样化发展，部分脱离母船的成像声纳平台要求图像数据在空中做无线传输，以供母船实时监视和操控。典型的有半潜式航行器，也称为遥控多功能航行器(Remote Multi-Mission Vehicle,RMMV)，使用这种平台的如洛克希德·马丁公司推出的搭载有AN/AQS-20A声纳的遥控猎雷系统(Remote Minehunting System，RMS)。当前无线传输的最大问题是带宽不足，当声纳在湖泊或海洋的恶劣环境中使用时，带宽更加受到限制。而应用需求又带来数据量大的特点，为此亟需改进现有的声纳图像压缩传输的技术。
发明内容
本发明的目的在于，为克服采用现有技术的多种平台的声纳实时系统中，声纳处理子系统所在平台与母船显控子系统之间通信时可能带宽不足的问题，本发明提供一种成像声纳实时处理系统中的图像压缩解压方法及系统。
为实现上述目的，本发明提供了一种成像声纳实时处理系统中的图像压缩方法，所述压缩方法包含：
步骤101)对实时的声纳图像的行数据进行DCT变换，得到DCT系数；
步骤102)将得到的DCT系数划分为S段，截取第一段DCT系数；
步骤103)将截取的第一段DCT系数再划分为若干子段，然后对各子段包含的DCT系数分别进行量化压缩处理，完成图像压缩；
其中，所述的量化压缩处理的原则为：针对较低频段数据采用较多位数进行整型量化，针对较高频段数据采用较少位数进行整型量化。
可选的，DCT变换的公式为：
其中，x(n)表示输入信号序列；N为序列的点数；y(k)为DCT变换后得到的系数。
可选的，上述步骤103)进一步包含：
步骤103-1)将截取的第一段DCT系数划分为4个子段，其中第一子段占截取段落的1/8，第二子段占截取段落的1/8，第三子段占截取段落的1/4，第四子段占截取段落的1/2；
步骤103-2)对第一子段的浮点型数据使用16位整型量化，具体的量化过程为：
设第一子段的DCT系数对应的数据为y1(k)，首先求得y1(k)序列的绝对值的最大值，再将整个y1(k)序列归一化处理，其后乘以16位有符号整型量化范围的一半，再就近取整，计算公式为：
其中，函数abs()表示求绝对值，函数round()表示就近取整，函数max()表示求序列的最大值；
步骤103-3)采用如下三个公式分别对第二、三、四子段的数据进行量化处理，其中第二子段使用12位整型量化，第三子段使用8位整型数据量化，第四子段使用4位整型数据量化：
其中，yi(k)表示划分得到的第i个子段，其中i＝1,2,3,4，yi'(k)表示对第i子段量化后得到的序列。
可选的，上述的段数S应满足如下公式：
ρ(S)＞ρ0
其中，ρ(S)为前1/S段DCT系数的均方和与整个DCT系数序列的均方和的比值，ρ0为设置的能量含量阈值。
针对上述压缩方法，本发明还提供了一种成像声纳实时处理系统中的图像解压方法，所述解压方法包含：
步骤201)根据反量化表达式对接收的数据进行反量化，对第一子段，第二子段、第三子段和第四个子段的数据的反量化公式分别如下：
将反量化后得到的四段数据连接为一段数据，公式为：
步骤201)将反量化后的数据进行DCT反变换，得到实际的图像数据；所述的DCT反变换为：
其中
其中，N为对实时的声纳图像的行数据进行DCT变换得到的DCT系数的总长度。
此外，本发明还提供了一种用于成像声纳的图像压缩及解压系统，所述系统压缩子系统和解压子系统，所述压缩子系统包含：
DCT变换模块，用于对实时的声纳图像的行数据进行DCT变换，得到DCT系数；
截取模块，用于将得到的DCT系数划分为S段，截取第一段DCT系数；
分段量化处理模块，用于将截取的第一段DCT系数再划分为若干子段，然后对各子段包含的DCT系数分别进行量化压缩处理，完成图像压缩；
所述解缩子系统包含：
反量化处理模块，用于根据反量化表达式对接收的数据进行反量化，对第一子段，第二子段、第三子段和第四个子段的数据的反量化公式分别如下：
将反量化后得到的四段数据连接为一段数据，公式为：
DCT反变换，用于将反量化后的数据进行DCT反变换，得到实际的图像数据；所述的DCT反变换为：
其中
其中，N为对实时的声纳图像的行数据进行DCT变换得到的DCT系数的总长度。
可选的，上述分段量化处理模块进一步包含：
分段子模块，根据DCT变换的能量集中特性，进一步将截取的第一段落划分为四个子段，第一子段占第一段落总长度的1/8，第二子段占第一段落总长度1/8，第三子段占第一段落总长度的1/4，第四子段占第一段落总长度的1/2；
量化子模块，使用不同精度的整型数据分别对各子段进行量化处理，其中第一子段使用16位整型量化，第二子段使用12位整型量化，第三子段使用8位整型量化，第四子段使用4位整型量化。
可选的，上述的段数S应满足下式：
ρ(S)＞ρ0
其中，ρ(S)为前1/S段DCT系数的均方和与整个DCT系数序列的均方和的比值，ρ0为设置的能量含量阈值。
综上所述，本发明提供一种在实时处理系统中对图像数据进行压缩的技术。在实时处理端利用本方法进行压缩，在显控端利用逆向的方法进行解压缩。所述的压缩方法主要包括三步骤：(1)对实时的声纳图像的行数据进行DCT变换；(2)变换后利用DCT变换的能量集中特性，对DCT系数进行截断处理，截取其前1/S段系数，其中常数S可以根据实际情况灵活设定；(3)对截断后的DCT系数，再次利用能量集中特性，分段对DCT系数进行不同程度的量化压缩处理。
在显控端，主要的解压缩也分为三个步骤：(1)对接收到的数据，根据反量化表对数据进行反量化；(2)进行DCT反变换，得到实际的图像数据；(3)实时地输出图像至显示界面。
与现有技术相比，本发明的技术优势在于：
(1)利用DCT变换的能量集中特性进行DCT系数截取，有很高的压缩率；
(2)利用FFTW实现DCT变换，运算速度快；
(3)利用分段量化进一步提高压缩率；
(4)对声纳行数据进行连续处理，实现声纳图像压缩传输的实时性。
附图说明
图1是本发明提供的成像声纳实时处理系统中的图像压缩方法的处理流程图；
图2是本发明提供的分段量化的示意图；
图3是本发明的人工目标压缩处理结果(范围：200m×35m)；其中，图3(a)是原图，图3(b)是IR＝2的目标恢复图，图3(c)是IR＝4的目标恢复图，图3(d)是IR＝6的目标恢复图，图3(e)是IR＝8的目标恢复图，图3(f)是IR＝16的目标恢复图；
图4是人工目标压缩处理结果局部图(范围：10m×7.5m)，其中，图4(a)是原图，图4(b)是IR＝2的目标恢复图，图4(c)是IR＝4的目标恢复图，图4(d)是IR＝6的目标恢复图，图4(e)是IR＝8的目标恢复图，图4(f)是IR＝16的目标恢复图。
具体实施方式
下面结合附图对本发明的技术方案进行详细阐述。
本发明的关键在于两个部分：
(1)压缩阶段的DCT变换和解压阶段的DCT反变换；
(2)压缩阶段的量化处理和解压阶段的反量化处理。
以下分别进行陈述。
1DCT变换和DCT反变换
DCT变换常用于信号处理和图像处理，尤其多用于对信号或图像进行有损数据压缩。其特点是大多数自然信号经过变换后其能量主要集中在低频部分，而高频部分能量很少，这就是DCT变换的“能量集中”特性。利用该特性，仅使用少量的DCT系数就可以重建信号，并且信号失真不大。
DCT变换如下式所示。
其中
相应的DCT反变换(也称IDCT变换)如下式所示。
其中，x(n)表示输入信号序列，N为序列的点数；y(k)为DCT变换后得到的系数，系数ω(k)与DCT变换的系数相同。
在具体实现中，可以使用FFTW函数库来实现DCT和IDCT的快速执行。FFTW函数库支持数据结构复杂的DCT和IDCT变换，是目前已知免费的计算FFT、DCT最快的函数库。
基于上述公式和说明，对实时的声纳图像的行数据进行DCT变换，得到DCT系数；将得到的DCT系数划分为S段，截取第一段DCT系数(第一段DCT系数对应低频段数据)。
2分段量化
在截取段落中，DCT系数仍然符合低频能量较高，高频能量较低的特点，因此可以进行分段量化，以进一步提高压缩效率。
提出的量化规则为，设待处理的信号长度为M，则对截取的第一段落的前M/8数据使用16位整型(int16)量化，其后的M/8用12位整型(int12)量化，再之后的M/4用8位整型(int8)量化，最后的M/2段落数据用4位整型(int4)量化。如图2所示。
3压缩效率
压缩效率是表征压缩效果的重要指标。本发明所涉及压缩方法的压缩效率关键有两点。一是DCT变换后的数据截取，其压缩倍数(Interception Ratio,IR)为可设常数S。
二是分段量化带来的压缩。声纳成像处理子系统获得的图像数据通常是浮点型，以32位浮点型(float32)为例进行计算，则量化带来的压缩倍数为
其中sizeof()函数表示数据类型的字节数。
总的压缩倍数(Compression Ratio,CR)为
CR＝4.267·IR
例如DCT截取段落为总长的1/8时，压缩倍数为34.14.
4处理实例
图3为圆柱形目标的处理结果，图像垂直航迹方向(图中横轴方向)的长度为200m，沿航迹方向(图中竖轴方向)的长度为35m。
从处理结果可以看出，对于截断倍数IR依次为2,4,6,8,16的情形，从大尺度来看，目标在大范围背景下解压后仍能清晰显示。将目标所在局部截取出来进行对照，如图4所示。其垂直航迹方向为10m，沿航迹方向为7.5m。从局部对照可以看出，随着截断倍数的增加，目标的清晰度也在不断下降。
为了进一步对图像压缩效果进行判断，采用图像压缩客观评价中的几种标准。如下所述。
均方误差：设原始图像行信号为f(n)，恢复图像信号为g(n)，且信号长度均为N。则均方误差(Mean Square Error,MSE)定义为
峰值信噪比：峰值信噪比(Peak Signal to Noise Ratio,PSNR)定义为
相关系数：相关系数(Correlation Coefficient,CC)定义为
平均差异：平均差异(Average Difference,AD)定义为
对图3处理结果的客观评价如下表所示。
表1图像压缩效果客观评价表
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种成像声纳实时处理系统中的图像压缩方法，所述压缩方法包含：
步骤101)对实时的声纳图像的行数据进行DCT变换，得到DCT系数；
步骤102)将得到的DCT系数划分为S段，截取第一段DCT系数；
步骤103)将截取的第一段DCT系数再划分为若干子段，然后对各子段包含的DCT系数分别进行量化压缩处理，完成图像压缩；
其中，所述的量化压缩处理的原则为：针对较低频段数据采用较多位数进行整型量化，针对较高频段数据采用较少位数进行整型量化；
所述步骤103)进一步包含：
步骤103-1)将截取的第一段DCT系数划分为4个子段，其中第一子段占截取段落的1/8，第二子段占截取段落的1/8，第三子段占截取段落的1/4，第四子段占截取段落的1/2；
步骤103-2)对第一子段的浮点型数据使用16位整型量化，具体的量化过程为：
设第一子段的DCT系数对应的数据为y1(k)，首先求得y1(k)序列的绝对值的最大值，再将整个y1(k)序列归一化处理，其后乘以16位有符号整型量化范围的一半，再就近取整，计算公式为：
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>r</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<msup>
<mn>2</mn>
<mn>15</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
其中，函数abs()表示求绝对值，函数round()表示就近取整，函数max()表示求序列的最大值；
步骤103-3)采用如下三个公式分别对第二、三、四子段的数据进行量化处理，其中第二子段使用12位整型量化，第三子段使用8位整型数据量化，第四子段使用4位整型数据量化：
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>r</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<msup>
<mn>2</mn>
<mn>11</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>r</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<msup>
<mn>2</mn>
<mn>7</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>r</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<msup>
<mn>2</mn>
<mn>3</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
其中，yi(k)表示划分得到的第i个子段，其中i＝1,2,3,4，yi'(k)表示对第i子段量化后得到的序列。
2.根据权利要求1所述的成像声纳实时处理系统中的图像压缩方法，其特征在于，DCT变换的公式为：
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mi>N</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>N</mi>
</mrow>
其中，x(n)表示输入信号序列；N为序列的点数；ω(k)为系数；y(k)为DCT变换后得到的系数。
3.根据权利要求1所述的成像声纳实时处理系统中的图像压缩方法，其特征在于，所述的段数S应满足如下公式：
<mrow>
<mi>&rho;</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mfrac>
<mi>N</mi>
<mi>S</mi>
</mfrac>
</mrow>
</munderover>
<msup>
<mi>y</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msup>
<mi>y</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
ρ(S)＞ρ0
其中，ρ(S)为前1/S段DCT系数的均方和与整个DCT系数序列的均方和的比值，ρ0为设置的能量含量阈值。
4.一种成像声纳实时处理系统中的图像解压方法，所述的解压方法用于解压采用权利要求1记载的压缩方法的数据，所述解压方法包含：
步骤201)根据反量化表达式对接收的数据进行反量化，对第一子段，第二子段、第三子段和第四个子段的数据的反量化公式分别如下：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>15</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>11</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>7</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>3</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
将反量化后得到的四段数据连接为一段数据，公式为：
<mrow>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
</mrow>
步骤201)将反量化后的数据进行DCT反变换，得到实际的图像数据；所述的DCT反变换为：
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mi>N</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>N</mi>
</mrow>
其中
<mrow>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<msqrt>
<mi>N</mi>
</msqrt>
</mfrac>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msqrt>
<mfrac>
<mn>2</mn>
<mi>N</mi>
</mfrac>
</msqrt>
<mo>,</mo>
<mn>2</mn>
<mo>&le;</mo>
<mi>k</mi>
<mo>&le;</mo>
<mi>N</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，N为对实时的声纳图像的行数据进行DCT变换得到的DCT系数的总长度。
5.一种用于成像声纳的图像压缩解压系统，其特征在于，所述系统包括压缩子系统和解压子系统，所述压缩子系统包含：
DCT变换模块，用于对实时的声纳图像的行数据进行DCT变换，得到DCT系数；
截取模块，用于将得到的DCT系数划分为S段，截取第一段DCT系数；
分段量化处理模块，用于将截取的第一段DCT系数再划分为若干子段，然后对各子段包含的DCT系数分别进行量化压缩处理，完成图像压缩；
所述解压缩子系统包含：
反量化处理模块，用于根据反量化表达式对接收的数据进行反量化，对第一子段，第二子段、第三子段和第四个子段的数据的反量化公式分别如下：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>15</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>11</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>7</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mn>2</mn>
<mn>3</mn>
</msup>
</mfrac>
<mo>&times;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
将反量化后得到的四段数据连接为一段数据，公式为：
<mrow>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
</mrow>
DCT反变换，用于将反量化后的数据进行DCT反变换，得到实际的图像数据；所述的DCT反变换为：
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mi>N</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>N</mi>
</mrow>
其中
<mrow>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mfrac>
<mn>1</mn>
<msqrt>
<mi>N</mi>
</msqrt>
</mfrac>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msqrt>
<mfrac>
<mn>2</mn>
<mi>N</mi>
</mfrac>
</msqrt>
<mo>,</mo>
<mn>2</mn>
<mo>&le;</mo>
<mi>k</mi>
<mo>&le;</mo>
<mi>N</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，N为对实时的声纳图像的行数据进行DCT变换得到的DCT系数的总长度。
6.根据权利要求5所述的用于成像声纳的图像压缩解压系统，其特征在于，所述分段量化处理模块进一步包含：
分段子模块，根据DCT变换的能量集中特性，进一步将截取的第一段落划分为四个子段，第一子段占第一段落总长度的1/8，第二子段占第一段落总长度1/8，第三子段占第一段落总长度的1/4，第四子段占第一段落总长度的1/2；
量化子模块，使用不同精度的整型数据分别对各子段进行量化处理，其中第一子段使用16位整型量化，第二子段使用12位整型量化，第三子段使用8位整型量化，第四子段使用4位整型量化。
7.根据权利要求5所述的用于成像声纳的图像压缩解压系统，其特征在于，所述的段数S应满足下式：
<mrow>
<mi>&rho;</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mfrac>
<mi>N</mi>
<mi>S</mi>
</mfrac>
</mrow>
</munderover>
<msup>
<mi>y</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msup>
<mi>y</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
ρ(S)＞ρ0
其中，ρ(S)为前1/S段DCT系数的均方和与整个DCT系数序列的均方和的比值，ρ0为设置的能量含量阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410209108.1A CN105100810B (zh) | 2014-05-16 | 2014-05-16 | 一种成像声纳实时处理系统中的图像压缩解压方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410209108.1A CN105100810B (zh) | 2014-05-16 | 2014-05-16 | 一种成像声纳实时处理系统中的图像压缩解压方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105100810A CN105100810A (zh) | 2015-11-25 |
| CN105100810B true CN105100810B (zh) | 2018-02-13 |
Family
ID=54580215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410209108.1A Active CN105100810B (zh) | 2014-05-16 | 2014-05-16 | 一种成像声纳实时处理系统中的图像压缩解压方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105100810B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112085188B (zh) * | 2019-06-12 | 2024-04-02 | 上海寒武纪信息科技有限公司 | 一种神经网络的量化参数确定方法及相关产品 |
| CN110794411A (zh) * | 2019-10-30 | 2020-02-14 | 深圳市宇芯数码技术有限公司 | 一种基于声呐的图像传输装置及使用方法 |
| CN111918062B (zh) * | 2020-07-24 | 2022-08-05 | 上海定九康科技股份有限公司 | 一种高压缩率高还原性的本帧数据压缩解压缩方法 |
| CN116325752A (zh) * | 2020-09-29 | 2023-06-23 | 华为技术有限公司 | 一种图像压缩方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1422664A2 (en) * | 2002-11-20 | 2004-05-26 | Samsung Electronics Co., Ltd. | High-speed inverse discrete cosine transformation method and apparatus |
| CN101036151A (zh) * | 2004-10-08 | 2007-09-12 | 辉达公司 | 用于图像压缩中的比率控制的方法和系统 |
| CN101145785A (zh) * | 2006-09-12 | 2008-03-19 | 深圳安凯微电子技术有限公司 | 一种过采样增量调制方法和装置 |
| CN101572819A (zh) * | 2009-06-03 | 2009-11-04 | 北京航空航天大学 | 一种基于量化dct系数零值索引的可逆图像水印方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4192900B2 (ja) * | 2005-02-08 | 2008-12-10 | ソニー株式会社 | 量子化精度再生方法、量子化精度再生装置、撮像装置、情報処理装置及びプログラム |
-
2014
- 2014-05-16 CN CN201410209108.1A patent/CN105100810B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1422664A2 (en) * | 2002-11-20 | 2004-05-26 | Samsung Electronics Co., Ltd. | High-speed inverse discrete cosine transformation method and apparatus |
| CN101036151A (zh) * | 2004-10-08 | 2007-09-12 | 辉达公司 | 用于图像压缩中的比率控制的方法和系统 |
| CN101145785A (zh) * | 2006-09-12 | 2008-03-19 | 深圳安凯微电子技术有限公司 | 一种过采样增量调制方法和装置 |
| CN101572819A (zh) * | 2009-06-03 | 2009-11-04 | 北京航空航天大学 | 一种基于量化dct系数零值索引的可逆图像水印方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于一维DCT的高光谱点干涉图像压缩算法;史洁玉;《仪器仪表学报》;20061231;正文第2262-2263页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105100810A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105163121B (zh) | 基于深度自编码网络的大压缩比卫星遥感图像压缩方法 | |
| CN105100810B (zh) | 一种成像声纳实时处理系统中的图像压缩解压方法及系统 | |
| CN109495744B (zh) | 基于联合生成对抗网络的大倍率遥感影像压缩方法 | |
| CN111598786B (zh) | 一种基于深度去噪自编码网络的高光谱图像解混方法 | |
| CN108495132B (zh) | 基于轻量级深度卷积网络的遥感影像大倍率压缩方法 | |
| CN103905831B (zh) | 基于图形处理器的条带波变换图像压缩方法 | |
| CN111797891B (zh) | 基于生成对抗网络的非成对异质人脸图像生成方法、装置 | |
| CN111555781A (zh) | 一种基于深度学习注意力机制的大规模mimo信道状态信息压缩及重建方法 | |
| Zha et al. | The power of triply complementary priors for image compressive sensing | |
| CN103985096A (zh) | 基于离线训练的高光谱图像回归预测压缩方法 | |
| Khosravi et al. | Modified data aggregation for aerial ViSAR sensor networks in transform domain | |
| CN114372565B (zh) | 一种用于边缘设备的目标检测网络压缩方法 | |
| CN106331719A (zh) | 一种基于k‑l变换误差空间拆分的图像数据压缩方法 | |
| Savitri et al. | Digital medical image compression algorithm using adaptive Huffman coding and graph based quantization based on IWT-SVD | |
| CN102647597A (zh) | 一种基于多边形裁剪dct的jpeg图像压缩方法 | |
| CN107818325A (zh) | 基于集成字典学习的图像稀疏表示方法 | |
| CN109255770B (zh) | 一种图像变换域降采样方法 | |
| US20240205452A1 (en) | Compressed sensing system and method therefor | |
| CN105163018B (zh) | 一种基于最优截断模型的自适应压缩传感图像获取方法 | |
| CN109348086B (zh) | 智能无线摄影机图像同步识别与压缩方法 | |
| Glumov et al. | Hyperspectral image compression for transmission over communication channel | |
| CN118354081A (zh) | 图像压缩方法、装置、终端设备及存储介质 | |
| CN118608799A (zh) | 基于多尺度非对称编解码网络的遥感图像压缩方法 | |
| CN104639947A (zh) | 基于分类离散余弦变换的高光谱图像有损压缩方法 | |
| Huang et al. | Image compressed sensing reconstruction by collaborative use of statistical and structural priors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |