专利汇可以提供利用数字信号处理器实现小波视频编码和解码的方法专利检索,专利查询,专利分析的服务。并且一种利用数字 信号 处理器实现小波 视频编码 和解码的方法,该方法由两部分组成:在发送端,(A)对输入的原始图像数据进行整型 小波变换 ;(B)对小波系数进行层次树集合划分的图像(NL_SPIHT,No List Set Partitioning in Hierarchical Trees)编码;(C)在编码后生成的数据码流中插入控制信息,再按 帧 输出到信道上传输;在接收端,(D)接收发送端发送的码流,并按帧分离,从编码码流中分离出其他控制信息,再把编码码流传送给NL SPIHT解码部分;(E)对接收后的码流顺序进行NL_SPIHT解码;(F)对解码后的数据进行小波逆变换,得到还原的图像数据送去显示。该方法能在较低或甚低传输速率(32kb/s~1024kb/s)下,实现较高 质量 的可靠的图像压缩,为各种视频设备提供了较高性价比的视频压缩方案。,下面是利用数字信号处理器实现小波视频编码和解码的方法专利的具体信息内容。
1、一种利用数字信号处理器实现小波视频编码和解码的方法,其特征在于: 该方法由两部分组成:
在发送端,(A)对输入的原始图像数据进行整型小波变换;(B)对整型小 波变换后产生的系数进行无链表层次树集合划分的图像(NL_SPIHT,No List Set Partitioning in Hierarchical Trees)编码;(C)在编码后生成的数据码流中插 入控制信息,再按帧输出到信道上传输;
在接收端,(D)接收发送端发送的码流,并按帧分离和从编码码流中分离 出其他控制信息,再把编码码流传送给NL_SPIHT解码部分;(E)对接收后的 码流顺序进行NL_SPIHT解码;(F)对解码后的数据进行整型小波逆变换,得 到还原的图像数据送去显示。
2、根据权利要求1所述的实现小波视频编码和解码的方法,其特征在于: 所述的在发送端步骤(A)中对图像数据顺序进行整型小波变换是指:对图像 进行四层二维Daubechies(5,3)小波变换。
3、根据权利要求2所述的实现小波视频编码和解码的方法,其特征在于: 所述的四层二维Daubechies(5,3)小波变换被分割成多个一维整型小波行变 换和一维整型小波列变换,在小波变换过程中,把一维整型小波行/列变换的数 据结构存储在数字信号处理器的内部存储器,采用较小的片内缓冲区一次处理 部分图像数据。
4、根据权利要求3所述的实现小波视频编码和解码的方法,其特征在于: 所述的一维整型小波行变换和一维整型小波列变换是交叉穿插进行的,即在完 成部分行数据的行变换之后,接着在这些数据上进行列变换;而不是在行变换 全部完成后,再做列变换。
5、根据权利要求3所述的实现小波视频编码和解码的方法,其特征在于: 所述的被分割成的一维整型小波行变换和一维整型小波列变换的算法如下:
式中:sl (0)为图像信号的偶数样本,dl (0)为图像信号的奇数样本,sl为变换后 的偶数样本,dl为变换后的奇数样本;小波变换系数α=-0.5、β=0.25,伸缩 变换系数k的取值范围是:[1.2,1.8]。
6、根据权利要求5所述的实现小波视频编码和解码的方法,其特征在于: 所述的一维小波变换算法包括有下列操作步骤(其中变换的奇偶系数共有 2×(k+1)个,数据边界采用对称延拓):
(A1)分别对行和列信号进行Lazy变换,分成偶数样本(s0 (0),s1 (0),s2 (0)......sk (0)) 和奇数样本(d0 (0),d1 (0),d2 (0)......dk (0));
(A2)将每两个相邻的偶数样本相加的和(si (0)+si+1 (0))分别乘以小波变换参数 α,再将得到的积与中间的奇数样本di (0)相加,生成新的奇数样本di (1);
(A3)将每两个新生成的相邻的奇数样本相加的和(di (1)+di-1 (1))分别乘以小波 变换参数β,再将得到的积与中间的偶数样本si (0)相加,生成新的偶数样本si (1);
(A4)将每个偶数样本si (1)乘以伸缩变换系数k;
(A5)将每个奇数样本di (1)除以伸缩变换系数k。
7、根据权利要求1所述的实现小波视频编码和解码的方法,其特征在于: 所述的在发送端步骤(B)中对小波系数进行NL_SPIHT编码过程包括有下列 步骤:
(B1)程序的初始化部分:对程序所用到的数据结构进行初始化,包括: 将小波系数的符号和绝对值分离,初始化表示非重要象素LIP、重要象素LSP 和非重要集合LIS的三个状态数组;
(B2)位平面的细化部分:将在当前位平面上已经成为重要象素的点细化 输出;同时输出相应的比特信息;
(B3)集合的分裂排序部分:将非重要象素集合按照零树分裂的算法重新 分裂为非重要集合、非重要象素和重要象素,同时输出相应的比特信息;
(B4)变长码编码部分:对步骤(B2)和(B3)输出的比特信息进行拼接, 并形成最终的码流。
8、根据权利要求1所述的实现小波视频编码和解码的方法,其特征在于: 所述的在发送端步骤(B)中对小波系数进行NL-SPIHT编码中用二维数组表 示编码过程的状态值。
9、根据权利要求8所述的实现小波视频编码和解码的方法,其特征在于: 所述的用于表示编码过程的状态值的二维数组的每一个分量,用不同比特位分 别表示编码过程中的不同状态。
10、根据权利要求1所述的实现小波视频编码和解码的方法,其特征在于: 所述的在接收端步骤(E)中,对接收后的码流顺序进行NL_SPIHT解码过程 是发送端步骤(B)对小波系数进行NL_SPIHT编码过程的逆过程,包括有下 列步骤:
(E1)程序的初始化部分:对程序所用到的数据结构进行初始化,包括: 将小波系数的符号和绝对值分离,初始化表示非重要象素LIP、重要象素LSP 和非重要集合LIS的三个状态数组;
(E2)位平面的细化部分:从码流中按比特输入信息,根据这些信息在当 前位平面上做细化;
(E3)集合的分裂排序部分:从码流中输入信息比特,根据这些信息将非 重要象素集合按照零树分裂的算法重新分裂为非重要集合、非重要象素和重要 象素。
11、根据权利要求1所述的实现小波视频编码和解码的方法,其特征在于: 所述的在接收端步骤(F)中对解码后的数据码流进行小波逆变换是指:对图像 进行四层二维Daubechies(5,3)小波逆变换。
12、根据权利要求11所述的实现小波视频编码和解码的方法,其特征在于: 所述的在接收端步骤(F)中对解码后的数据码流进行的四层二维小波逆变换被 分割成多个一维整型小波行逆变换和一维整型小波列逆变换;在小波逆变换过 程中,把一维整型小波行/列逆变换的数据结构存储在数字信号处理器的内部存 储器,采用较小的片内缓冲区一次处理部分图像数据。
13、根据权利要求12所述的实现小波视频编码和解码的方法,其特征在于: 所述的被分割成的一维整型小波行逆变换和一维整型小波列逆变换的算法如下: 式中:dl为信号的高频样本,sl为信号的低频样本,dl (1)为经伸缩变换后的 高频样本,sl (1)为经伸缩变换后的高频样本,α、β为小波变换系数,sl (0)为变 换后的高频样本,dl (0)为变换后的低频样本;小波变换系数α=-0.5、β=0.25, 伸缩变换系数k的取值范围是:[1.2,1.8]。
14、根据权利要求13所述的实现小波视频编码和解码的方法,其特征在于: 所述的一维小波行逆变换和一维小波列逆变换算法包括有下列操作步骤:
(F1)按低频样本(s0,s1,s2......sk)和高频样本(d0,d1,d2......dk)分别在一维数组 中存放小波变换的系数;
(F2)将每个高频样本di(i=0......k)分别乘以伸缩变换系数k;
(F3)将每个低频样本si(i=0......k)分别除以伸缩变换系数k;
(F4)将每两个相邻的高频样本相加的和(di (1)+di-1 (1))乘以小波变换参数-β, 再将得到的积与中间的低频样本si (1)相加,生成新的低频样本si (0);
(F5)将每两个新生成的相邻的低频样本相加的和(si (0)+si-1 (0))分别乘以小波 变换参数-α,再将得到的积与中间的高频样本di (1)相加,生成新的高频样本di (0)。
本发明涉及一种利用数字信号处理器实现小波视频编码和解码的方法,属 于视频信号的编码解码技术领域。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于SVC数据特性的P2P流媒体分片及调度方法 | 2020-05-08 | 255 |
帧内预测编码方法及其装置 | 2020-05-11 | 765 |
基于感知质量的可缩放视频编码速率适配 | 2020-05-11 | 795 |
一种视频编码方法、装置及终端设备 | 2020-05-08 | 781 |
用于混合的交错和递进内容的可伸缩视频编码的方法 | 2020-05-11 | 643 |
视频图像检索方法、装置及系统 | 2020-05-12 | 703 |
广播级内模块式超高清摄像机 | 2020-05-11 | 695 |
图像处理方法、装置、存储介质及电子设备 | 2020-05-08 | 595 |
针对多层视频编码的层间参考图片增强的设备 | 2020-05-11 | 799 |
基于非对称多层LSTM的连续手语视频自动翻译方法 | 2020-05-12 | 178 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。