基于预测的无损视频压缩技术的研究

来源 :中山大学 | 被引量 : 0次 | 上传用户:pipi783
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  随着通信技术和计算机技术的迅速发展,数字视频在信息社会中发挥着越来越重要的作用,得到越来越广泛的应用。但是数字视频的庞大数据量给数字视频的存储、传输和处理带来极大困难,因此数字视频压缩编码技术就成为各种数字视频应用的关键技术。   图像压缩可分为有损压缩和无损压缩两大类。遥感图像、图像存档、医学图像及数字影院等应用对高效的无损压缩方法有着迫切的需要。本文主要研究基于预测的无损视频压缩技术,主要工作和成果如下:   1.详细讨论了各种经典的图像和视频无损压缩算法,包括JPEG,JPEG-LS/LOCO-I,CALIC,LOCO3-D,LOPT3-D等。2.提出了一种新的基于运动估值技术的时间预测算法,实验表明,该算法使预测结果更准确,获得了更好的压缩效果。3.提出了一种新的组合系数算法,实验表明,该算法可使预测更准确,从而得到了更高的压缩比。4.实现了一个完整的无损视频压缩编码器,并对该编码器的性能进行了实验验证。 利用自适应预测技术,结合对数据压缩编码的研究,实现无损视频压缩,解决视频消息数据量大的问题,具有重要的理论和实际意义,是图像处理领域和图像通信领域极其重要的研究课题。它的研究和应用必将促进计算机通信、图像通信和多媒体技术的发展。
其他文献
多模态医学图像融合在医学图像的分析和诊断上具有极为重要的应用价值。作为医学图像融合的基础,医学图像的配准有着非常重要的意义,它是图像融合的第一步,配准的精确度直接
市场对业务的需求促进了现代电信网从传统语音网络向基于IP 分组传输的下一代网络NGN 进化。NGN 的业务体系结构不但能将已有多媒体业务和各种增值业务等各种业务统一承载,而
无线局域网通信是计算机网络技术和通信技术结合的产物,其给网络通信的移动化,个人化和多媒体应用提供了很高的灵活性。随着无线网络的业务类型不断发展,人们对服务质量也不断的
主动轮廓模型(Active Contour Model)也被称为snake模型,是近年来被广泛使用的图像分割技术之一。自从Kass在1987年首先提出该模型以来,很多研究者从不同方向对模型进行着改
星载合成孔径雷达(SAR)是一种工作在微波波段的主动式遥感器,在各种性能指标中,分辨率和测绘带是两个关键性指标。传统星载SAR模式如条带式(Stripmap)、波束扫描式(ScanSAR)和
多输入多输出(Multiple Input Multiple Output, MIMO)技术通过充分利用空间资源以提高系统容量,但同时也增加了接收端信号检测的难度,因此如何设计性能较好且复杂度更低的检测
在信息检索领域,如何有效地理解、检索大规模的数据库以及从海量图像中获取所需信息已成为一项极具价值的研究。因此,探索一种实用的基于内容的图像检索模型,尤其是寻求优秀的特
移动用户的日益增加,对运营商的服务能力和质量提出了更高的要求。这同时就要求分布广、数量多的GSM设备在发生故障时,必须能及时、迅速地发现和处理。因此,为能及时掌握基站设