CN101116105B - 用于在压缩域中处理静止图像的方法和设备 - Google Patents
用于在压缩域中处理静止图像的方法和设备 Download PDFInfo
- Publication number
- CN101116105B CN101116105B CN2005800479655A CN200580047965A CN101116105B CN 101116105 B CN101116105 B CN 101116105B CN 2005800479655 A CN2005800479655 A CN 2005800479655A CN 200580047965 A CN200580047965 A CN 200580047965A CN 101116105 B CN101116105 B CN 101116105B
- Authority
- CN
- China
- Prior art keywords
- linear
- subband
- function
- code block
- conversion
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 title description 37
- 238000001914 filtration Methods 0.000 claims abstract description 23
- 238000012886 linear function Methods 0.000 claims description 58
- 230000006835 compression Effects 0.000 claims description 49
- 238000007906 compression Methods 0.000 claims description 49
- 238000006243 chemical reaction Methods 0.000 claims description 47
- 230000009466 transformation Effects 0.000 claims description 21
- 238000012986 modification Methods 0.000 claims description 18
- 230000004048 modification Effects 0.000 claims description 17
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000003860 storage Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 33
- 230000008859 change Effects 0.000 description 19
- 230000033228 biological regulation Effects 0.000 description 13
- 230000001413 cellular effect Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000001965 increasing effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000013139 quantization Methods 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006837 decompression Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- BJQHLKABXJIVAM-UHFFFAOYSA-N bis(2-ethylhexyl) phthalate Chemical compound CCCCC(CC)COC(=O)C1=CC=CC=C1C(=O)OCC(CC)CCCC BJQHLKABXJIVAM-UHFFFAOYSA-N 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/41—Bandwidth or redundancy reduction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration by non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/48—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using compressed domain processing techniques other than decoding, e.g. modification of transform coefficients, variable length coding [VLC] data or run-length data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
Abstract
本发明涉及在压缩域中图像数据的操作并且尤其是滤波。提供一种允许操纵在压缩域中的图像数据的方法和设备,该图像数据借助于基于小波的变换算法从在空间域中的图像数据变换而得。本发明的概念的优点是在时间上加速滤波,使得在设备计算能力、存储、存储器和电力消耗上的基本约束适用于图像操纵/滤波。
Description
技术领域
本发明涉及图像处理领域。具体而言,本发明涉及在压缩域中的静止图像处理。
背景技术
数目越来越多的便携设备以进行音频和视频操作的多媒体应用为特征。这样的多媒体应用越来越吸引热心于享用新的多媒体特征的客户。尤其是便携电话或者蜂窝电话的市场说明了对以多媒体为特征的设备的快速认同。成像电话即具有图像捕获能力的便携电话代表了一类便携电话,这些便携电话在自从这一产品类别问世起的明显短暂时间段内即以最佳方式代表了标准。数字相机可媲美地成功参与了成像电话的胜利进展。
迄今为止,在多媒体应用尤其是图像捕获应用的领域中的发展着力于记录/捕获质量、存储器要求、流传输能力(位速率要求)和重放/显示能力。对应地,对多媒体应用的多数研究已经集中于压缩标准、同步问题、存储表示和传感器设计。对于如下技术的领域所投入的关注依然不够,这些技术用于处理数字图像,比如图像操纵,例如包括编辑(比如亮度调节、对比度增强和锐化)、滤波、组排和特殊效果实施。
对于图像处理领域不够关注是源于图像处理所需要的复杂度,即计算复杂度和数据量。通常,便携设备处理在压缩模式下的数字图像以满足此类便携设备的限制、尤其是计算能力和存储容量的限制以及由包括(无线地)接收/发送图像的图像处理、流传输能力等所造成的要求。由于复杂度,图像处理是在当前工作站和个人计算 机上实施的典型任务。这些强大的处理设备允许操作强力算法,这些算法包括解压在压缩模式下的数字图像、在未压缩域中处理即操纵图像以及压缩该经操纵的图像以最终再次获得在压缩模式下的经操纵的数字图像。如前所述,用于图像压缩的现代压缩技术主要是在接受用以获得压缩的高计算复杂度而没有数字图像的降级或者其降级在可接受的限制内的情况下考虑到在压缩模式下数字图像的所得大小而优化的。
然而,对多媒体应用越来越多的接受将驱使用户/客户对于在如今的强大家庭计算机设备上可用的图像操纵的要求。
因此,需要提供用于在具有有限处理能力、包括有限计算能力和有限存储能力的处理设备上高效操纵、编辑和处理数字图像的高效技术和方法。具体而言,呈现的技术和方法在操纵、编辑和处理图像时在图像上施加用户所希望的效果,比如亮度调节、对比度增强、滤波和锐化。
发明内容
本发明的目的通过提供如下技术和方法来解决,这些技术和方法用于在压缩域中分别就数字图像操纵和编辑而言的数字图像处理以克服常规要求,包括在数字图像处理操作之前的解压和在数字图像处理操作之后的重新压缩。主要优点是显著减少计算复杂度。
根据本发明的第一方面,提供一种用于修改在压缩域中的图像数据的方法。该压缩图像数据即在压缩域中的图像数据借助编码器从在空间域中的图像数据(例如由图像捕获传感器提供)而获得,该编码器利用例如小波变换并且特别是离散小波变换(DWT)的基于子带的变换。被认为是将来标准的典型编码器是JPEG 2000编码器。提供可以适于作为线性滤波器函数的(原)线性函数f(k)。该线性函数f(k)包括被加数和因子的任何线性组合。这意味着线性函数f(k)不包括或者包括一个或者多个线性偏移KJ以及不包括或者包括一个或者多个线性缩放因子λ。提供线性函数f(k)以便适用于在空间域 中的所述图像数据,从而例如获得对图像数据的图像表示的函数具体滤波效果。将线性函数f(k)转换到压缩域中,并且在这之后将变换的线性函数f(k)运用到变换图像数据的特定予带,例如运用于所述压缩图像数据的基带(LL)上或者其任何预定数目的子带上。
变换线性函数f(k)的运用可以得到近似。应当注意,为应用而选择的变换图像的子带数目决定所得近似的质量。选择越多的子带,变换线性函数f(k)的运用就越接近地得到与通过将线性函数f(k)运用到在空间域中的图像数据所获得的图像表示相对应的最终图像表示。在两个所得图像表示(即分别通过在压缩域中运用变换线性函数和在空间域中运用原函数而得到的图像表示)之间的差异通常影响较小,使得将变换线性函数f(k)仅运用到所述压缩图像的特定子带并且尤其是基带(LL)就代表了具有高计算速度这一优点的良好近似。本领域技术人员将认识到基带(LL子带)代表了分辨率减少的未压缩图像数据(对应于在空间域中的图像数据),支持了所得短暂的计算处理时间。
根据本发明的第二方面,提供一种用于修改在压缩域中的图像数据的计算机程序产品。该计算机程序产品包括计算机可读介质,该计算机可读介质具有在其上记录的程序逻辑,该程序逻辑包括代码段,这些代码段包括用于由处理设备执行的指令。提供(原)线性函数f(k)。该线性函数f(k)包括被加数和因子的任何线性组合。这意味着线性函数f(k)不包括或者包括一个或者多个线性偏移KJ以及不包括或者包括一个或者多个线性缩放因子λ。提供线性函数f(k)以便适用于在空间域中的所述图像数据,从而例如获得关于图像数据的图像表示的函数具体滤波效果。一个代码段实现将线性函数f(k)转换到压缩域中从而得到变换的线性函数f(k)。又一代码段适于将所述变换的线性函数f(k)运用到压缩图像数据的特定预定数目的子带,例如运用于压缩图像数据的基带(LL)上。
根据本发明的第三方面,提供一种具有图像捕获能力的客户电子(CE)设备。对于图像数据处理,该设备包括编码器,该编码器 利用例如小波变换,特别是离散小波变换(DWT)的基于子带的变换,并且更特别地是JPEG 2000编码解码器。该编码器实现将在空间域中的图像数据变换成在压缩域中的图像数据,实现了与原图像数据存储相对照的存储容量节省。该图像设备包括线性函数f(k)。该线性函数f(k)包括被加数和因子的任何线性组合。这意味着线性函数f(k)不包括或者包括一个或者多个线性偏移KJ以及不包括或者包括一个或者多个线性缩放因子λ。提供线性函数f(k)以便适用于在空间域中的所述图像数据,从而例如获得关于图像数据的图像表示的函数具体滤波效果。图像操纵模块适于将线性函数f(k)转换到压缩域中,从而得到变换的线性函数f(k)。另外,该图像操纵模块实现将变换的线性函数f(k)运用于压缩图像数据的特定子带,例如运用于压缩图像数据的基带(LL)上。
附图说明
在如下描述的过程中并且通过参照附图,本发明的其它和更多方面将变得明显,在附图中:
图1a示意性地图示了根据本发明实施例的具有图像捕获能力的第一示例性便携客户电子(CE)设备;
图1b示意性地图示了根据本发明实施例的具有图像捕获能力的第二示例性便携CE设备;
图2图示了本领域图像修改操作的典型简单状态;
图3示意性地图示了根据本发明实施例的用于静止图像压缩/解压的小波变换编码器和小波变换解码器的操作模块;
图4示意性地图示了获得数字图像三级小波变换的具有子带划分和频率滤波的小波变换;
图5a示意性地图示了用于图3的小波变换编码器的示例性频率分析;
图5b示意性地图示了用于图3的小波变换解码器的示例性频率分析;
图6示意性地图示了根据本发明实施例的接受了亮度调节的图像的直方图中的偏移;
图7示意性地图示了细分成分区和代码块的数字图像的三级小波变换;
图8示意性地图示了根据本发明实施例的通过标量加法/减法的图像操纵的操作序列;
图9示意性地图示了根据本发明实施例的LL子带的位平面编码;
图10示意性地图示了根据本发明实施例的接受了对比度增强的图像的直方图中的偏移;
图11示意性地图示了根据本发明实施例的示例性对比度拉伸变换;
图12示意性地图示了根据本发明实施例的通过标量乘法/除法的图像操纵的操作序列;以及
图13图示了根据本发明实施例的图像操纵模块的示例性实施。
具体实施方式
在对各种实施例的以下描述中对附图进行参照,这些附图成了本发明的一部分并且在附图中通过示例来示出可以在其中实施本发明的各种实施例。将理解到可以利用其它实施例并且可以在不脱离本发明的范围情况下做出结构和功能上的修改。只要有可能在附图和说明书中通篇地使用相同标号来指代相似或者相同部分。
图1a的框图图示了便携客户电子(CE)设备100的主要结构部件,该设备应当示例性地代表可与本发明一起运用的任一种便携客户电子(CE)设备。应当理解本发明既不限于所示CE设备100也不限于任何其它具体一种便携CE设备。
所示便携CE设备100被示例性地实现为相机电话,该相机电话通常表示具有借助于图像捕获传感器的图像捕获能力的蜂窝电话。具体而言,设备100被实施为基于处理器或者基于微控制器的设备, 该设备包括中央处理单元(CPU)110、数据存储120、应用存储130、包括具有射频天线(未示出)的蜂窝射频接口(I/F)180以及用户标识模块(SIM)170的蜂窝通信装置、包括具有键输入控制器(Ctrl)150的音频输入/输出(I/O)装置140(通常是麦克风和扬声器)的用户接口输入/输出装置、键、小键盘和/或键盘以及具有显示器控制器(Ctrl)160的显示器)、通常包括具有用于图像投影的光学器件(未示出)的CCD(电荷耦合器件)传感器(未示出)的图像捕获传感器10以及图像处理模块20(示意性地代表图像处理所需要的数个从属和独立模块及部件的实施)。
CE设备100的操作由中央处理单元(CPU)110通常基于操作系统或者基于控制应用来控制,该控制应用通过将它们的用途提供给其用户来控制CE设备的特征和功能。显示器和显示器控制器(Ctrl)160由中央处理单元(CPU)110控制并且为用户提供信息。提供小键盘和小键盘控制器(Ctrl)150以允许用户输入信息。经由小键盘输入的信息由小键盘控制器(Ctrl)供应给中央处理单元(CPU)110,根据输入信息来命令和/或控制该CPU。音频输入/输出(I/O)装置140至少包括用于再现音频信号的扬声器和用于记录音频信号的麦克风。中央处理单元(CPU)110可以控制音频数据到音频输出信号的转换以及音频输入信号到音频数据的转换,其中例如音频数据具有适合于传输和存储的格式。数字音频到音频信号的音频信号转换和音频信号到数字音频的音频信号转换常规是由数字到模拟电路和模拟到数字电路来支持的。
此外,根据图1a中所示具体实施例的便携CE设备100可选地包括耦合到射频天线的蜂窝接口(I/F)180并且可与用户标识模块(SIM)170一起操作。蜂窝接口(I/F)180被安排为用以从蜂窝天线接收信号、对信号进行解码、对信号进行解调以及也将它们降频到基带频率的蜂窝收发器。蜂窝接口180提供空中接口,该接口与用户标识模块(SIM)170相结合地服务于与公共陆地移动网络(PLMN)的无线电接入网络(RAN)的对应基站(BS)进行的蜂窝通信。蜂窝 接口(I/F)180的输出由此包括可能需要中央处理单元(CPU)110进一步处理的数据流。安排为蜂窝收发器的蜂窝接口(I/F)180也适于从中央处理单元(CPU)110接收数据,该数据将经由空中接口发送到无线电接入网络(RAN)的基站(BS)。因此,蜂窝接口(I/F)180将实施信号的数据编码、调制和升频转换到待使用的射频。蜂窝天线然后将所得的射频信号发送到公共陆地移动网络(PLMN)的无线电接入网络(RAN)的对应基站(BS)。
图像捕获传感器10通常借助CCD(电荷耦合器件)和光学原件来实施。包含像素栅格的电荷耦合器件作为感光器件被使用于在数字相机、数字光学扫描仪和数字摄影机中的数字图像捕获。图像通过光学器件(透镜或者一个或者多个透镜的布置)投影到电容器阵列(CCD)上,使各电容器积累与在那一位置处的光强成比例的电荷。在数字摄影机和数字静止相机中使用的二维阵列捕获整个图像或者其矩形部分。一旦阵列已经暴露于图像,控制电路使各电容器将它的内容传送到相邻电容器。在阵列中的最后电容器将它的电荷倾卸到将电荷转换成电压的放大器中。通过重复这一过程,控制电路将阵列的全部内容转换成可变电压,它对该电压进行采样、数字化并且提供原图像数据以供图像处理模块20进一步处理。图像处理模块20启用对CE设备100的使用以拍摄静止数字图像并且最终也拍摄视频序列。常规而言,原图像数据由图像处理模块20压缩并且存储于数据存储器中。图像处理模块20除了实施其它模块之外特别地实施编码解码器,即静止数字图像处理(和视频处理)所需要的编码模块和解码模块,其中图像处理模块20的实施部件优选为其操作可以由具体硬件实施所支持的软件应用部件,这有利于提高图像处理模块20的处理能力和功能。
近来CMOS图像传感器已经变得普及并且正在全面地取代用于图像捕获的CCD。CMOS图像传感器能够使用CMOS制造工艺来生产,该工艺是用于所有芯片制作的主流技术,而CMOS图像传感器制作起来便宜并且信号调节电路能够并入同一设备中。应当理解本发明不限 于任何具体的图像捕获传感器类型。
典型的可选便携CE设备可以包括也可以配备有图像捕获传感器和具有图像处理能力的个人数字助理(PDA)、手持计算机等。那些典型的基于微处理器的CE设备的实施在本领域中是公知的,而实施细节在本发明的范围以外。
图1b的框图图示了便携客户电子(CE)设备101的主要结构部件,该设备应当示例性地代表可与本发明一起运用的任一种便携客户电子(CE)设备。
所示便携CE设备101示例性地实现为使得用户能够进行数字图像捕获的数字相机。具体而言,设备101实施为基于微处理器(μC)的设备,该设备包括微控制器(μC)111、图像数据存储器121、用户接口输入/输出装置(包括经由键输入控制器(Ctrl)151耦合到微控制器(μC)111的键以及具有显示器控制器(Ctrl)161的显示器)、图像捕获传感器10(通常包括具有用于图像投影的光学器件(未示出)的CCD(电荷耦合器件)或者CMOS图像传感器)以及图像处理模块20(示例性地代表图像处理所需要的数个从属和独立模块及部件的实施)。CE设备101的操作由控制所实施的部件的操作的微控制器(μC)111控制。允许用于通过键输入来与CE设备101交互,这实现了CE设备101的功能。常规而言,这样的CE设备101在它们的操作上与基于处理的CE设备相对照地固定。数字相机的实施在本领域中是公知的,而实施细节在本发明的范围以外。
然而,基于硬连接或者软件应用的图像捕获传感器10的实施都可以向用户赋予相同功能。
进一步的描述将集中于一般与CE设备100和101(参照图1a和1b,实施于图像处理模块20中)中实施的图像处理有关的本发明概念。具体而言,本发明概念涉及可以根据用户指令来操作或者也可以自治地和/或独立地来操作的图像操纵、编辑、滤波等。
参照图2,将说明图像操纵、编辑、滤波等的典型过程。假设提供了图像而用户希望调节图像以求对比度增强。典型的简单图像增 强和/或处理操作如亮度调节、对比度增强或者滤色要求对于在CE设备100中压缩图像表示的完全解码、在空间域中应用这些操作以及将编辑/修改的图像完全重新压缩成压缩的图像标识。对于在计算能力和存储器上受约束的便携CE设备,这样的图像处理操作可能在计算上昂贵,尤其是如果图像具有高分辨率则更是如此。鉴于便携CE设备的总量和大小以及归因于计算时间、计算负荷和模块使能(在模块选择性激活/去激活的情况下)的电力消耗,计算能力和存储器的预备也决定这样的便携CE设备的整体设计。类似地,应当注意,生产本发明所涉及的典型种类便携CD设备的数字相机制造商和相机电话制造商竞相增加它们所拍摄的图像的分辨率。
当前在电话中有多达2兆像素的传感器而对于典型数字相机则有多达5兆像素的传感器。这些数字还有进一步增加。在编辑/处理图像时,用户通常调节亮度、增强对比度和应用一些其它滤波操作以增强图像的视觉质量。如前所述,这些操作通过解压和重新压缩经调节的数字图像来实现,这可能占用相当多的时间和功率。假设压缩拇指大小的彩色数字图像可能需要约1个单位的时间(视所用压缩算法的计算复杂度和便携CE设备所提供的计算能力而定)。将彩色图像大小增加到例如VGA(640×480像素)按照约为4的因子得到对应的压缩时间。对这些观察的简单线性扩展表明了用于1兆像素彩色数字图像的编码时间将造成因子多于13的增加(相较于拇指大小的彩色数字图像而言)。事实上,视输入-输出分辨率因素而定,图像分辨率每1兆像素的增加将得到编码时间的进一步增加。
在下文中,JPEG 2000压缩算法由于它优于JPEG的图像压缩以及它用于成像应用的新的重要特征(比如分辨率和质量的可缩放性)而有望在将来变成标准压缩。图3示意性地图示了JPEG 2000压缩(也可以称为编码)以及JPEG 2000解压(也可以称为解码)。
可以从图3中推知典型JPEG 2000编码器200的操作流。在压缩序列中居先的编码器200的第一模块(未示出)是分离模块,该模块的功能是将图像切割成大尺寸的数字图像常规所需要的可管理 块,这些块被分离成大小相等、在空间上非重叠的片。然后分离地处理各分量。接着提供解相关级模块210,该模块的功能是解除数字彩色图像的色分量的相关性。对于多分量的图像,特别是彩色图像,执行分量变换以解除分量的相关性。例如,具有RGB(红、绿和蓝)分量的彩色图像可以变换成YCrCb(光度、红色度和蓝色度)或者RCT(可逆分量变换)分量空间。(分别是数字图像的及其分量的)图像数据被供应给适于将图像数据变换成小波域的变换模块220。在变换之后,在小波域中的图像数据然后由量化模块230量化。此后,从量化操作获得的量化系数由熵编码模块240重新分组以便获取局部化空间和分辨率选取。
量化系数的各子带被划分成非重叠的矩形块。三个在空间上协同定位的矩形(来自于在给定分辨率级别的各子带中的一个矩形)形成分组分区。各分组分区进一步被划分成代码块,各代码块被压缩成具有记录的速率-失真曲线的嵌入式位流。代码块的嵌入式位流由位流组装器模块250组装成分组,各分组代表了在一个空间位置处一个分辨率级的质量递增。最后,通过从所有小片和所有分量的所有分辨率级的所有分组分区中收集分组来形成层,使得作为整个图像的一个质量递增的该层处于完全分辨率。应当注意最终的JPEG2000位流可以包括多个层。
类似地,也能够从图3中推知典型JPEG 2000解码器300的操作流。对JPEG 200压缩图像表示的解码和解压缩提供了执行与上文参照JPEG 2000编码器200描述的相应模块功能相反的功能的模块。压缩图像表示被供应给位流解析模块310,该模块分离和/或提取所需的分量和小片并且最终提取在其中所组装的分组中包含的代码块。熵解码模块320适于逆化熵编码模块310所获得的重新分组。
逆量化模块330根据量化系数在小波域中重构图像数据而在小波域中的图像数据被供应给逆变换模块340,该模块适于执行在空间域中获得图像数据的逆小波变换。然后,逆解相关级模块350重新变换经解相关的分量。这意味着例如在YCrCb(光度、红色度和蓝色 度)或者RCT(可逆分量变换)分量空间中的彩色图像被变换成具有RGB(红、绿和蓝)分量的彩色图像。在由于图像大小而分离成大小相等、在空间上非重叠的小片的情况下,继解相关级模块350之后的解码器300的最后模块(未示出)合并在解码过程中已经分别处理的分量。
应当注意JPEG 2000是已经由联合图像专家组(JPEG)开发并且由国际标准组织(ISO)公布为ISO/IEC 15444-1∶2000的标准化图像压缩算法,通过援引将该算法结合于此作为背景。
根据JPEG 2000标准的编码/压缩花费约1.2倍于解码/解压缩的时间。对于编码,如下数字是各操作所用时间的近似百分比(由此该列表并不主张为穷举,即仅为主要基值):
-读取图像数据:~5%
-色解相关(如果需要):~5%
-小波变换:~10%
可以根据将要进行的分解次数而略有变化
-熵编码:70%
可以根据作为目标的位数/每像素而变化
JPEG 2000标准是基于位平面的编码器
图像质量和计算复杂度随着待编码的位平面的数目增加而增加
-速率分配和位流组装:~10%
对于解码,这些操作需要基本上对称的计算能力(由此该列表并不主张为穷举,即仅为主要基值):
-位流解析:~5%
-逆色解相关(如果需要):~5%
-逆小波变换:~10%
可以根据将要进行的分解次数而略有变化
-逆熵解码:70%
可以根据作为目标的每像素位数而变化
JPEG 2000标准是基于位平面的编码器
图像质量和计算复杂度分别随着待编码和解码的位平面的数目增加而增加
-写入图像数据:~10%
为了增加处理操作的性能,需要避免在进行对图像内容的修改之后对图像重新编码。这基本上意味着避免在编码过程即熵编码过程和解码过程中的主要贡献因素(contributor)。正如可以从前述列举以及从图2所见,执行操作以修改原始图像以便在显著地增加计算时间的同时产生经修改的图像使得有必要尽可能多地避免熵编码/解码部分。鉴于计算复杂度,熵编码/解码是瓶颈。计算成本的显著增益能够通过避免这一增加来获得。
在应用中的多数现有高性能图像编码器是基于编码器来变换的。该变换解除像素的相关性并且将它们的能量压缩到少量系数中并且获得变换系数的高效编码。由于多数能量被压缩成少数大的变换系数,所以熵编码方案能够用来高效地对它们进行编码。
小波变换对整个图像(或者在大的彩色图像情况下是图像的一部分、分量中的小片)进行操作。它给予例如比离散余弦变换更好的能量紧致性,并且在编码之后没有妨碍性的假象(artifact)。另外,小波变换将图像分解成L级二元小波金字塔,如图4中所示。所得小波系数能够易于进行分辨率缩放:通过在最精细的M级不使用小波系数,能够重构为比原始图像小2M倍的图像。小波变换的多分辨率能力理想地使它用于可缩放图像编码。
小波是一种信号表示,其中低通系数代表缓慢变化的长数据段而高通系数代表短数据段中的局域化变化。在图5a和图5b中示出了一维小波变换的框架。输入行能够通过低通和高通分析FIR(有限冲激响应)滤波器来分解,并且按照因子2对滤波结果进行子采样。为了重构原始输入行,低通和高通系数按照因子2来上采样并且通过另一低通和高通合成FIR滤波器对。
以下部分会介绍将要对数字图像执行的操纵操作的数学表示。 出于记法的目的,原图像表示为I(n,m)而所得经操纵(经处理、经编辑等)的图像表示为I’(n,m)。
亮度调节-标量加法/减法
在这一图像操纵操作中,在I(n,m)与I’(n,m)之间的关系给定如下:
I′(n,m)=I(n,m)+K (1)
其中K∈D(整数集)。例如,典型的数字彩色图像可以具有8位光度表示,其中光度能够具有256个不同级;因此D =[-255,255]。如果在等式(1)中,I’(n,m)超过范围D,则将它削减到它在D中最接近的值。
条件K>0等效于亮度增加,由此使图像更亮,而K<0等效于亮度减少,由此使图像更暗。亮度调节对数字图像的效果能够通过查看图像在亮度操作之前和之后的直方图来看到(参见图6)。以下部分讨论如何对于在压缩域中的数字图像运用亮度操作。
为了将在空间域中的图像的图像数据变换到另一能量更紧致的域中,JPEG 2000标准利用了小波变换。在该标准的基线中,所允许的滤波器是5-3或者9-7小波滤波器;分解类型是二元的(也称为Mallat)。
为了确定将亮度和对比度操作(其描述见下文)从空间域转变到小波域(即等效于指定压缩域)所需要的操作,有必要先理解称为离散小波变换(DWT)的变换操作,应当在下文中简短地对该变换进行定义。
任何连续函数I(t)都能够表示为按照缩放函数及其小波导数来定义的如下展开式:
其中cj0(k)和dj(k)分别是缩放系数和小波系数,而 和ψj,k(t)分别是缩放函数和小波函数。在这一展开式中,第一求和给出了在等级j0 代表I(t)的低分辨率或者粗略近似的函数。对于在第二求和中各个 增加的j,添加了较高或者较精细的分辨率函数,该函数添加了越来越多的细节。在以上小波展开式中的系数cj0(k)和dj(k)集称为函数I(t)的离散小波变换(DWT)。
在等级j的缩放系数和小波系数按照如下两个关系式而与在等级j+1的缩放系数有关:
上述等式表明在较高等级的缩放系数以及分别为h(k)和h′(k)的缩放系数和小波系数能够用来计算在较低等级的小波系数和缩放系数或者离散小波变换系数。
在实践中,在它的原始分辨率的离散信号被假设为对应的缩放系数。因此,如果j=J是在原始分辨率的等级,则:
cJ(k)=I(k);j=J (5)
在较低等级的离散小波变换系数使用如下等式集来获得:
已经用公式表示了信号的DWT,在小波域中的亮度调节是适用的。如上所述,在空间域中的亮度操作对应于:
I′(k)=I(k)+KJ (8)
其中常数KJ表示在图像的等级J(原始空间分辨率)运用的亮度偏移。使用撇号符号(′)表示已经经历亮度操作的信号,在不同等级j的在小波域中的对应亮度操作就缩放系数和小波系数(离散小波变换(DWT)系数)而言给定如下:
在等级j=J:
使用等式(5)和(8):
cJ′(k)=I′(k)=I(k)+KJ=cJ(k)+KJ (9)
在等级j=J-1:
cJ-1′(k)=cJ-1(k)+KJ-1(k) (10)
其中
在等级j=J-2:
cJ-2′(k)=cJ-2(k)+KJ-2(k) (11)
其中
以这一方式继续下去,对于一般等级j=J-1,缩放系数给定如下:
cJ-1′(k)=cJ-1(k)+KJ-1(k) (12)
其中
换而言之,能够通过向缩放系数cJ(k)添加KJ-1(k)项来执行在小波域中的亮度操作。h(k)项表示缩放滤波器。
能够做出用于评价小波系数dJ(k)的相似分析。为求简明和避免重复(因为该分析很相似),将不列出该分析的所有步骤而是仅提供完成结果。对于一般等级j=J-1,小波系数给定如下:
dJ-1′(k)=dJ-1(k)+KJ-1(k) (14)
其中
换而言之,能够通过向小波系数dJ(k)添加KJ-1(k)项来执行在小波 域中的亮度操作。h′(k)项表示小波滤波器。
KJ-1(k)项代表在小波域中图像内的DC偏移。经小波变换的系数在来自原始小波变换图像的所有子带中都有改变。然而,由于多数能量集中于变换图像的LL子带中,所以仅在LL子带中运用这一改变就足以在空间域中获得亮度操作的最好近似。由此,在空间域中DC因子的加法(/减法)近似地等效于在小波域的基带(LL子带)中对应DC因子的加法(/减法)。
因此,作为第一步骤,在小波域中的亮度调节是适用的,而不是在空间域中运用它。性能受益在这里近似为10%到15%(归因于离散小波变换没有上文所述那样耗费的事实)。如果没有执行其它带的解码,则受益如下所述那样为多于10倍。近似的改变在这里仅在LL子带中出现。因此没有必要对其它子带进行重新编码。JPEG2000标准以及没有使用带间相关的基于予带编码并且尤其是基于小波变换的其它编码器允许对于其它带保持相同的代码流。
因此,能够通过仅修改在压缩域下图像数据中的LL子带来显著地提高性能。
注意到在量化之后,各子带(从离散小波变换中获得)被划分成矩形块,即非重叠矩形。三个在空间上一致的矩形(来自于在各分辨率级的各子带中的一个矩形)包括分组分区位置或者小区域;参见图7。各分组分区位置进一步划分成称为“代码块”的非重叠矩形,这些矩形形成了对上文已经参照图2描述的熵编码器的输入。各代码块的编码数据分布于代码流中的一个或者多个层。各层相继地和单调地提高图像质量,使得解码器能够依次对各层中包含的代码块份额进行解码。代表具体小片、层、分量、分辨率和小区域的数据在代码流中出现在称为分组的连续段中。分组数据在8位(一个字节)边界处对准。在分组中的数据依照这样一种方式被排序,使得来自LL、HL、LH和HH子带的份额以此顺序出现。在每一个子带内,代码块份额在受相关小区域所建立的边界所约束的光栅次序中出现。在分组中仅出现那些包含来自受小区域所约束的相关子带 中的采样的代码块。
假设数字图像具有等效于1.2兆像素的1280×960像素的分辨率。在5级中分解这一图像将获得像素大小分别如下的子带:640×480、320×240、160×120、80×60和40×30。在用来压缩这一图像的代码块是32×32像素(最普遍使用的块大小)的情况下,在这一图像中代码块的数目将是1200块。在LL子带中的块仅为4。在仅修改那4块而其余保持不修改的情况下,仅0.33%(=4/1200)的熵编码块数据必须加以改变。当省略图像读取操作时,色彩变换操作、小波变换操作以及执行0.33%的熵编码操作和部分位流形成操作将全部时间减少到少于对整个图像重新进行编码的10%。
在较高分辨率的图像情况下,同一分析仍然适用。事实上,由于LL子带将可能是整个图像中的甚至更少部分,所以将获得在处理时间上的显著受益。另外,位流形成操作将花费较少计算能力。下文参照图8来描述由于这一操作而引起的在位流形成操作中所需要的改变,该图示意性地图示了根据本发明实施例的用于LL子带修改的操作序列。
参照图8,在操作S90中,提供待修改的数字图像的LL子带。
在LL子带中的所有代码块都必须重新编码,即第一子操作S100。有两种可能对LL子带重新进行编码。第一可能在包括操作S101、S102和S103的所示操作序列的第一分支中示出,而第二可能在包括操作S104、S105和S106的所示操作序列的第二分支中示出。
参照第一分支的操作,对整个LL子带重新进行编码。LL子带不需要任何逆小波变换。能够根据等式(12)至(15)在应用标量加法(或者减法)之后在子带中解码和放置经解压缩的数据。注意到代表DC偏移值的KJ-1(k)可以是正值或者负值。
参照第二分支的操作,通过对块的部分进行解码和对它们重新编码来对LL子带部分地重新编码。代表待相加或者相减的DC偏移值的KJ-1(k)可以如图9中所示从位平面k开始。当调节亮度时,待相加或者相减的DC偏移值通常是原始采样值的一部分。因此将基于等 式(12)至(15)仅修改最后k+1个有意义的位平面。所有第一个msb-k(msb表示最大有意义位)将保持相同。因此,可以仅解码、操纵和重新编码那些被考虑进行修改的位平面,即最后k+1个有意义的位平面,也称为部分解码。否则,即DC偏移因子不是原始采样值的一部分,就必须如在上文描述的第一分支中所示根据等式(12)至(15)来执行计算。为了进一步增加JPEG 2000标准或者任何其它基于子带的编码器的编码速度,可以省略可选的算术编码,并且取而代之以压缩性能的略微降级为代价在原位中发送k个位平面。
包括修改块的所有分组都必须在第二子操作S110中加以改变。属于这些块的压缩数据被包含其中并且更改分组报头,参见操作S111和S112。
在操作S124中,由于包含数据所以必须更新报头信息。以下操作更具体地涉及所需要的分组报头修改。
在分组报头处的“包含/不含”位:如果修改块是在LL子带中的分组内,因此它在某一位平面变得有意义(或无意义)然而在原始位流中曾经不是有意义的(或者无意义),则必须修改该包含位。
必须修改代码块包含信息(在标签树中编码)。
在修改代码块中空位平面的数目需要更新。
由于亮度调节修改了压缩数据所以将改变代码块长度。
在分组报头中的改变在复杂度上是很低的。JPEG 2000标准赋予随机访问特征,该特征允许应用引入这些效果以仅访问那些需要在位流中加以修改的分组。然而,如果该应用仍然想要执行新的速率失真优化,则它能够以低的复杂度做到这一点。能够估计这些改变等效于在最坏情况的场合下编码时间的近似5%。因此能够赋予因子近似为20的加速。
对于灰度级图像,对单个分量的图像本身运用亮度调节。对于彩色图像,仅在图像的光度分量中运用亮度调节。色度分量无需改变。
应当注意,能够通过如等式(12)至(15)中所定义地将代表 DC偏移值的KJ-1(k)的应用扩展到更多子带来提高近似度。
对比度调节-标量乘法/除法
在对比度操纵中,该操作基于拉伸/收缩图像的直方图。在图10中示出了示例性对比度操纵。图像的直方图代表了灰度级在图像中的出现频率。将直方图建模至某一性质允许实现预期效果。
令p(I)代表图像I(n,m)的直方图。于是p(I)代表在I(n,m)中具有强度i∈[0,255]的像素的数目。鉴于直方图修改,将要生成具有预期直方图pd(Ip)的图像Ip(n,m)。这是通过找到将把p(I)映射到pd(Ip)以从I(n,m)获得图像Ip(n,m)的函数/变换来实现的。
运用对比度调节的普遍线性方法是对图像的光度强度运用如下变换(参见图11):
其中通常L=255,a=[L*1/3],b=[L*2/3]。参数α、β和γ分别对应于图像的暗区、中区和亮区并且决定在图像中的相对对比度调节。对于对比度拉伸,α>1,β>1,γ>1,而对于对比度收缩,α<1,β<1,γ<1。因此可见能够通过按照适当的一个或者多个因子简单地缩放像素的光度强度来运用对比度调节。
一种甚至更简易的对比度调节方法针对整个图像使用单个对比度调节因子λ。如果η是图像像素的光度强度平均值,则:
I′(n,m)=λ·(I(n,m)-η)+η (17)
将密切地按照上文针对亮度操作而进行的分析来进行分析。在空间域中的对比度调节等式给定如下:
I′(k)=λ·(I(k)-η)+η
I′(k)=λ·I(k)-η(λ+1)
I′(k)=λ·I(k)+KJ (18)
其中KJ=-η(λ+1)。
其中常数KJ适用于图像的级别J(原始空间分辨率)。使用撇号符号 (′)表示已经经历对比度操作的信号,在不同等级j的在小波域中的对应对比度操作就缩放系数和小波系数(离散小波变换)而言给定
如下:
在等级j=J:
使用等式(5)和(8),
cJ ′(k)=I′(k)=λ·I(k)+KJ=λ·cJ(k)+KJ (19)
在等级j=J-1:
cJ-1′(k)=λ·cJ-1(k)+KJ-1(k) (20)
其中
在等级j=J-2:
cJ-2′(k)=λ·cJ-2(k)+KJ-2(k); (21)
以这一方式继续下去,对于一般等级j=J-1,缩放系数给定如下:
cJ-1′(k)=λ·cJ-1(k)+KJ-1(k) (22)
其中
换而言之,能够通过按照对比度缩放因子λ对缩放系数cJ(k)进 行缩放并且向它添加KJ-1(k)项来执行在小波域中的对比度操作。h(k)项代表缩放滤波器。
能够做出用于评价小波系数dj(k)的相似分析。为求简明和避免重复(因为该分析很相似),将不列出该分析的所有步骤而是仅提供完成结果。对于一般等级j=J-1,小波系数给定如下:
dJ-1′(k)=λ·dJ-1(k)+KJ-1(k) (24)
其中
换而言之,,能够通过按照对比度缩放因子λ对小波系数dj(k)进行缩放并且向它添加KJ-1(k)项来执行在小波域中的对比度操作。h′(k)项代表小波滤波器。
正如可从以上等式中所见,经小波变换的系数在来自原始小波变换图像的所有子带中都有改变。然而,由于多数能量集中于变换图像的LL子带中,所以仅在LL子带中运用这一改变就足以在空间域中获得对比度操作的最好近似。由此,在空间域中对比度因子λ的相乘事实上近似地等效于它在小波域的基带(LL子带)中的相乘。因此,能够在小波域中运用对比度调节而不是在空间域中运用它。性能受益在这里如前所述近似为10%到15%。
近似的改变在这里仅出现在LL子带中。因此没有必要对其它子带重新编码。JPEG 2000标准以及没有使用任何带间相关的可能其它子带编码器并且特别是小波变换编码器允许对于其它带保持相同代码流。因此能够通过仅修改LL子带的压缩数据来获得操作性能的显著改进。同样,只要涉及到实施问题和复杂度问题,相似理由在这里就适用于亮度调节方式。因此,对比度调节操作的性能能够通过仅修改LL子带的压缩数据来显著地改进。
对比度调节的复杂度分析和实施方面遵循与亮度调节方式很相似的方式,而为求简明将不在这里具体地重复描述。图12示意性地图示了根据本发明实施例的用于LL子带修改的操作序列。
参照图12,在操作S90中,提供待修改的数字图像的LL子带。
在LL子带中的所有代码块都必须重新编码,即第一子操作S100’。有两种可能对LL子带重新编码。第一可能在包括操作S101、S102’和S103的所示操作序列的第一分支中示出,而第二可能在包括操作S104、S105’和S106的所示操作序列的第二分支中示出。
参照第一分支的操作,对整个LL子带重新编码。LL子带不需要任何逆小波变换。能够根据等式(22)至(25)在应用标量乘法(或者除法)以及加法(或者减法)之后在子带中解码和放置经解压的数据。注意到因子λ可以大于或者小于一(分别等于乘法运算和除法运算),而代表偏移值的KJ-1(k)可以是正值或者负值。
参照第二分支的操作,通过对块的部分进行解码和对它们重新编码来对LL子带部分地重新编码。在某些情形之下,即视因子λ和被加数KJ-1(k)而定,该修改可以从位平面k开始,这可与上文关于操作S105给出的讨论相比较。因此将基于等式(22)至(25)仅修改最后k+1个有意义的位平面。所有先前msb-k(msb表示最大有意义位)将保持相同。因此,可以仅解码、操纵和重新编码那些被考虑进行修改的位平面,即最后k+1个有意义位平面,也称为部分解码。否则,必须如在上文描述的第一分支中所示根据等式(22)至(25)来执行计算。为了进一步增加JPEG 2000标准的以及任何小波变换基础编码器的编码速度,可以省略可选的算术编码,并且取而代之以压缩性能的略微降级为代价在原位中发送k个位平面。
包括修改块的所有分组都必须在第二子操作S110中加以改变。属于这些块的压缩数据被包含其中并且更改分组报头,参见操作S111和S112。
在另一操作中,由于包含数据所以必须更新报头信息。以下操作更具体地涉及所需要的分组报头修改。
在分组报头处的“包含/不含”位:如果修改块是在LL子带中的分组内,使得它在某一位平面变得有意义(或无意义)然而在原始位流中曾经不是有意义的(或者无意义的),则必须修改该包含位。
必须修改代码块包含信息(在标签树中编码)。
在修改代码块中空位平面的数目需要更新。
由于亮度调节修改了压缩数据所以将改变代码块长度。
应当注意,能够通过如等式(22)至(25)中所定义地将代表线性因子的KJ-1(k)的应用扩展到更多子带来提高近似度。
广义线性滤波器
为了给出滤波图像I′(n,m),而对输入图像I(n,m)进行的广义N-接头线性滤波能够写作如下:
其中指数1经过适当变换与Г的指数对(n,m)有关,即:
I=Г(n,m). (27)
N个缩放参数f(k)是N-接头滤波器的滤波器系数。等式(26)是静止图像的线性滤波器的广义形式并且能够用来描述多样化的线性图像滤波操作。这些操作中最普遍的一些操作是平滑(低通滤波)、锐化(高通滤波)、求平均(算术平均滤波器)和其它操作。
从关于亮度调节和对比度调节的讨论中看出静止JPEG 2000编码图像的像素系数的加法(或者减法)和乘法(或者缩放)在压缩域中都是可能的。从等式(26)中可见广义线性滤波是这两种基本运算的简单扩展,即它能够线性地分解成有限数目的加法运算和乘法运算以实现预期结果。因此,按照亮度调节和对比度调节的结果以及线性运算的重叠原理,任何线性图像处理操作都能够使用本发明的概念在压缩域中执行。具体而言,下文将讨论两个重要的滤波操作。
锐化操作
锐化是一种图像处理操作,由此增强图像中的边缘,使得图像看上去比以前更锐利。锐化图像类似于增强图像的高频信息(比如边缘)。在小波变换图像的高频子带中的小波系数包含涉及边缘的信息。因此,必须增加在高频子带中的系数。假设图像具有三级小 波分解(参见图4)。在变换图像第1级的系数在图像中表现最强的高频内容,而在下一级(第2级)中的系数表现次最强的高频内容,并且依此类推。因此,为了增强高频信息,要求必须最大程度地增强在第1级中的系数。增强系数能够通过将它乘以常数因子λ>1来进行。
视预期锐化操作的强度而定,也能够增强在下一级子带中的系数。如果需要温和的锐化操作,则将仅需增强第1级子带的系数。如果需要较强的锐化,则也将增强在下一级(第2级)子带中的系数,并且依此类推,直至达到小波金字塔的最高级,在该处能够增强那一级的高频子带。然而,没有更改变换图像的LL子带,因为它仅包含低频内容。
其系数已经改变的子带需要如前面在先前部分中说明的那样加以熵编码。由此,在加速上的受益视必须加以更改的子带的数目而定,该数目又视预期的锐化操作强度而定。
平滑操作
平滑图像类似于抑制图像的高频内容。在小波变换图像的高频子带中的小波系数包含涉及边缘的信息以及相似的高频信息。通过抑制这一高频信息,能够将边缘平滑掉。由此,在JPEG 2000中的平滑操作能够通过抑制在高频子带中的系数来实现。假设图像具有三级小波分解(参见图4)。在变换图像第1级的系数在图像中表现最强的高频内容,而在下一级(第2级)中的系数表现次最强的高频内容,并且依此类推。因此,为了抑制高频内容,要求必须最大程度地抑制在第1级中的系数。所以第一步骤是抑制第1级的系数等于零。
视预期平滑操作的强度而定,也能够抑制在下一级子带中的系数。如果需要温和的平滑操作,则将仅需抑制第1级子带的系数。如果需要较强的平滑,则也将抑制在下一级(第2级)子带中的系数,并且依此类推,直至达到小波金字塔的最高级,在该处能够增 强那一级的高频子带。然而,没有更改变换图像的LL子带,因为它仅包含低频内容。
其系数已经改变的子带需要如前面在先前部分中说明的那样加以熵编码。由此,在加速上的受益所更改的子带的数目而定,该数目又视预期的平滑操作强度而定。
实现实施例
参照图13,呈现上文具体描述的方法的示例性实施。该实施可以是在图3中示出并且在上文参照该图具体描述的JPEG 2000编码器/解码器实施的部分。根据本发明的概念,在压缩域(即编码域或者压缩图像表示)中的图像数据被提供到位流解析模块310’,该模块可以是图3的位流解析模块310,具有如参照图8和图12的操作S90所预定具体所需功能以实现提供在压缩域中图像数据的LL子带。然后,LL子带图像数据被馈送到熵解码器320’,该解码器可以是图3的熵解码器320,具有参照图8和图12的操作S100和S100’所定义的具体所需功能。图像操纵用来应用等式(12)至(15)和/或(20)至(25)(分别参见如图8和图12的操作102和105以及102’和105’)。
在操纵500之后,在压缩域中的修改图像数据被馈送到熵编码器240’,该编码器可以是图3的位流解析模块240,具有如参照图8和图12的操作S100和S100’所定义的具体所需功能。最后,将修改的图像数据重新包含到图像数据中以便形成经修改的图像的压缩图像表示。位流组件模块250’用于重新组装,其中位流组件模块250’可以是图3的位流组件模块250,具有如参照图8和图12的操作S110所定义的具体所需功能。
在图13中图示的模块优选地实施于图像处理模块中,比如实施于参照图1a或者1b描述的那些模块之一中。
本领域技术人员将认识到,虽然已经参照在离散小波变换(DWT)的基础上操作的JPEG 2000标准具体描述了本发明,但是本发明的 概念适用于任何基于子带的编码方法并且尤其可与小波变换编码一起操作。因而,本发明不应当被理解为分别限于JPEG 2000标准和离散小波变换编码器/解码器。
应当注意,与本发明的实施例相结合地加以描述的并且应当包含于根据本发明实施例具有图像捕获能力的CE设备中的模块、部件和功能可以由便携CE设备所包含的数据处理单元如微处理器或者微控制器构成。另外,这些模块、部件和功能可以由用于执行一个或者多个包含指令的数据处理单元(微处理器、微控制器或者专用集成电路(ASIC))构成,这些指令用于实现为了执行功能和操作而必需的处理操作。取而代之或者除此之外,这些模块、组件和功能或者其部分功能可以基于一个或者多个硬件模块如专用集成电路(ASIC)来实施。本发明的概念的实施不限于包括软件实施和/或硬件实施的任何具体实施。
已经仅通过例子而不以限制方式参照特定实施例具体地图示和描述了本发明的数个特征和方面。本领域技术人员将认识到,对公开实施例的代替实施和各种修改仍在本发明的范围和预期之内。因此本意在于将本发明视为仅由所附权利要求的范围来限制。
Claims (36)
1.一种用于修改在压缩域中的图像数据的方法,其中借助子带编码器从在空间域中的图像数据获得压缩图像数据,
其中所述方法包括:
提供线性函数f(k),该线性函数包含包括有至少一个线性偏移K和至少一个线性缩放因子λ的组中的至少一项;所述线性函数f(k)适用于在所述空间域中的所述图像数据;
将所述线性函数f(k)变换到所述压缩域中;以及
将所述变换的线性函数运用到所述压缩图像数据的预定数目的子带,从而得到修改的子带以获得对于将所述线性函数f(k)运用到在所述空间域中的所述图像数据的近似。
2.根据权利要求1所述的方法,其中子带编码器基于小波变换从在空间域中的图像数据获得压缩图像数据。
3.根据权利要求1所述的方法,其中将所述线性函数f(k)变换到所述压缩域中包括:
将所述至少一个线性偏移K变换到所述压缩域中,
从而得到至少一个变换的偏移值KJ-l(k),其中J为预定空间分辨率级,并且l为整数。
4.根据权利要求3所述的方法,其中K代表将要在预定空间分辨率级J向在所述空间域中的所述图像数据施加的恒定线性偏移。
5.根据权利要求3所述的方法,其中所述修改的子带的代码块通过如下操作来全部重新编码:
对所述预定数目的子带进行熵解码;
将所述变换的线性函数施加到所述预定数目的子带的所述代码块,从而得到修改的子带,其中:
所述至少一个变换的偏移值KJ-l(k)与所述代码块的各值相加;以及
所述至少一个线性缩放因子λ与所述代码块的各值相乘;以及
对包含所述代码块的所述修改的子带重新进行熵编码。
6.根据权利要求3所述的方法,其中所述修改的子带的代码块通过如下操作来部分地重新编码:
-对所述代码块的预定数目(msb-k)的位平面进行熵解码,以及
-将所述变换的偏移值KJ-l(k)施加到所述位平面,所述变换的偏移值KJ-l(k)代表原始采样值的一部分。
7.根据权利要求1所述的方法,其中所述函数f(k)定义将要向所述空间域中的图像数据施加的线性滤波器函数,所述线性滤波器函数包括亮度增强或者对比度增强或者这二者。
8.根据权利要求1所述的方法,包括:
-提供适用于在所述空间域中的所述图像数据的广义函数,以及
-将所述广义函数线性分解成所述线性函数f(k),分解成包括所述至少一个线性偏移K和所述至少一个线性缩放因子λ的组中的至少一项。
9.根据权利要求8所述的方法,其中所述线性分解包括:
-基于所述广义函数生成线性近似的函数。
10.根据权利要求1所述的方法,包括:
-改写如下分组的分组报头,所述分组包括接受了所述变换的线性函数的所述运用的代码块。
11.根据权利要求1所述的方法,其中所述变换的线性函数被至少运用到如下基带的第一级,该基带包括代表所述压缩图像数据的高频信息的子带。
12.根据权利要求8所述的方法,其中所述广义函数至少允许锐化滤波和平滑滤波。
13.一种用于修改在压缩域中的图像数据的设备,其中借助子带编码器从在空间域中的图像数据获得压缩图像数据,
其中所述设备包括:
-用于提供线性函数f(k)的装置,该线性函数包含包括有至少一 个线性偏移K和至少一个线性缩放因子λ的组中的至少一项;所述线性函数f(k)适用于在所述空间域中的所述图像数据;
-用于将所述线性函数f(k)变换到所述压缩域中的装置;以及
-用于将所述变换的线性函数运用到所述压缩图像数据的预定数目的子带的装置,从而得到修改的子带以获得对于将所述线性函数f(k)运用到在所述空间域中的所述图像数据的近似。
14.根据权利要求13所述的设备,其中子带编码器基于小波变换从在空间域中的图像数据获得压缩图像数据。
15.根据权利要求13所述的设备,其中将所述线性函数f(k)变换到所述压缩域中的装置包括:
-用于将所述至少一个线性偏移K变换到所述压缩域中从而得到至少一个变换的偏移值KJ-l(k)的装置,其中J为预定空间分辨率级,并且l为整数。
16.根据权利要求15所述的设备,其中K代表将要在预定空间分辨率级J向在所述空间域中的所述图像数据运用的恒定线性偏移。
17.根据权利要求15所述的设备,其中所述修改的子带的代码块由以下装置来全部重新编码:
-用于对所述预定数目的子带进行熵解码的装置;
-用于将所述变换的线性函数运用到所述预定数目的子带的所述代码块从而得到修改的子带的装置,其中:
-所述至少一个变换的偏移值KJ-l(k)与所述代码块的各值相加;以及
-所述至少一个线性缩放因子λ与所述代码块的各值相乘;以及
-用于对包含所述代码块的所述修改的子带重新进行熵编码的装置。
18.根据权利要求15所述的设备,其中所述修改的子带的代码块由以下装置来部分地重新编码:
-用于对所述代码块的预定数目(msb-k)的位平面进行熵解码的装置;以及
-用于将所述变换的偏移值KJ-l(k)运用到所述位平面的装置,所述变换的偏移值KJ-l(k)代表原始采样值的一部分。
19.根据权利要求13所述的设备,包括:
-用于改写如下分组的分组报头的装置,所述分组包括接受了所述变换的线性函数的所述运用的代码块。
20.根据权利要求13所述的设备,其中所述函数f(k)定义将要向所述空间域中的图像数据运用的线性滤波器函数,所述线性滤波器函数包括亮度增强或者对比度增强或者这二者。
21.根据权利要求13所述的设备,包括:
-用于提供适用于在所述空间域中的所述图像数据的广义函数的装置,以及
-用于将所述广义函数线性分解成所述线性函数f(k),分解成包括所述至少一个线性偏移K和所述至少一个线性缩放因子λ的组中的至少一项的装置。
22.根据权利要求21所述的设备,其中所述线性分解包括:
-基于所述广义函数生成线性近似的函数。
23.根据权利要求13所述的设备,其中所述变换的线性函数被至少运用到如下基带的第一级,该基带包括代表所述压缩图像数据的高频信息的子带。
24.根据权利要求21所述的设备,其中所述广义函数至少允许锐化滤波和平滑滤波。
25.一种能够捕获图像的客户电子设备,所述成像设备包括子带编码器,该子带编码器用于将在空间域中的图像数据变换成在压缩域中的数据图像;所述成像设备包括:
-线性函数f(k),该线性函数f(k)包含包括至少一个线性偏移K和至少一个线性缩放因子λ的组中的至少一项;所述线性函数f(k)适用于在所述空间域中的所述图像数据;
-图像操纵模块,用于将所述线性函数f(k)变换到所述压缩域中;以及用于将所述变换的线性函数运用到所述压缩图像数据的预定数 目的子带,从而得到修改的子带以获得对于将所述线性函数f(k)运用到在所述空间域中的所述图像数据的近似。
26.根据权利要求25所述的设备,其中所述子带编码器基于小波变换将在空间域中的图像数据变换成在压缩域中的数据图像。
27.根据权利要求25所述的设备,包括:
-所述图像操纵模块适于将所述至少一个线性偏移K变换到所述压缩域中,从而得到至少一个变换的偏移值KJ-l(k),其中J为预定空间分辨率级,并且l为整数。
28.根据权利要求27所述的设备,其中K代表将要在预定空间分辨率级J向在所述空间域中的所述图像数据运用的恒定线性偏移。
29.根据权利要求27所述的设备,其中所述图像操纵模块对所述修改的子带的代码块进行操作并且适于对所有所述代码块重新编码,其中:
-熵解码器适于对所述预定数目的子带进行解码;
-所述图像操纵模块适于将所述变换的线性函数运用到所述预定数目的子带的所述代码块,从而得到修改的子带,其中:
-所述至少一个变换的偏移值KJ-l(k)与所述代码块的所述各值相加;以及
-所述至少一个线性缩放因子λ与所述代码块的所述各值相乘;以及
-熵编码器适于对包含所述代码块的所述修改的子带重新编码。
30.根据权利要求27所述的设备,其中所述图像操纵模块对所述修改的子带的代码块进行操作并且适于对所述代码块部分地重新编码,其中:
-熵解码器适于对所述代码块的预定数目(msb-k)的位平面进行解码;以及
-所述图像操纵模块适于将所述变换的偏移值KJ-l(k)运用到所述位平面,所述偏移值KJ-l(k)代表原采样值的一部分。
31.根据权利要求27所述的设备,包括:
-所述图像操纵模块适于更新如下分组的分组报头,所述分组包括接受了所述变换的线性函数的运用的代码块。
32.根据权利要求27所述的设备,其中所述函数f(k)定义将要向所述空间域中的图像数据运用的线性滤波器函数,所述线性滤波器函数包括亮度增强或者对比度增强或者这二者。
33.根据权利要求27所述的设备,包括:
-适用于在所述空间域中的所述图像数据的广义函数,以及
-所述图像操纵模块适于将所述广义函数线性分解成所述线性函数f(k),分解成包括所述至少一个线性偏移K和所述至少一个线性缩放因子λ的组中的至少一项。
34.根据权利要求27所述的设备,其中所述线性分解包括:
-基于所述广义函数生成线性近似的函数。
35.根据权利要求27所述的设备,其中所述变换的线性函数被至少运用到如下基带的第一级,该基带包括代表所述压缩图像数据的高频信息的子带。
36.根据权利要求35所述的设备,其中所述线性函数f(k)为广义滤波器函数,其至少允许锐化滤波和平滑滤波。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/077,989 | 2005-03-11 | ||
US11/077,989 US7583844B2 (en) | 2005-03-11 | 2005-03-11 | Method, device, and system for processing of still images in the compressed domain |
PCT/IB2005/003520 WO2006095218A1 (en) | 2005-03-11 | 2005-11-23 | Method, computer program product and device for processing of still images in the compressed domain |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101116105A CN101116105A (zh) | 2008-01-30 |
CN101116105B true CN101116105B (zh) | 2010-12-15 |
Family
ID=36952977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2005800479655A Expired - Fee Related CN101116105B (zh) | 2005-03-11 | 2005-11-23 | 用于在压缩域中处理静止图像的方法和设备 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7583844B2 (zh) |
EP (1) | EP1856666A1 (zh) |
JP (1) | JP2008533787A (zh) |
KR (1) | KR100937378B1 (zh) |
CN (1) | CN101116105B (zh) |
WO (1) | WO2006095218A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4129694B2 (ja) * | 2006-07-19 | 2008-08-06 | ソニー株式会社 | 情報処理装置および方法、プログラム、並びに記録媒体 |
US8295624B2 (en) | 2007-12-03 | 2012-10-23 | Ecole De Technologie Superieure | Method and system for generating a quality prediction table for quality-aware transcoding of digital images |
WO2009055896A1 (en) | 2007-11-02 | 2009-05-07 | Vantrix Corporation | System and method for predicting the file size of images subject to transformation by scaling and a change of quality-controlling parameters |
JPWO2009066677A1 (ja) * | 2007-11-22 | 2011-04-07 | 日本電気株式会社 | 画像処理装置 |
JP5181816B2 (ja) * | 2008-05-12 | 2013-04-10 | 株式会社リコー | 画像処理装置、画像処理方法、コンピュータプログラム、及び、情報記録媒体 |
US8805110B2 (en) | 2008-08-19 | 2014-08-12 | Digimarc Corporation | Methods and systems for content processing |
US8385971B2 (en) * | 2008-08-19 | 2013-02-26 | Digimarc Corporation | Methods and systems for content processing |
US8300961B2 (en) * | 2008-12-12 | 2012-10-30 | Ecole De Technologie Superieure | Method and system for low complexity transcoding of images with near optimal quality |
KR20130050149A (ko) * | 2011-11-07 | 2013-05-15 | 오수미 | 인터 모드에서의 예측 블록 생성 방법 |
US9661331B2 (en) | 2013-03-18 | 2017-05-23 | Vantrix Corporation | Method and apparatus for signal encoding realizing optimal fidelity |
US10609405B2 (en) | 2013-03-18 | 2020-03-31 | Ecole De Technologie Superieure | Optimal signal encoding based on experimental data |
US9338450B2 (en) | 2013-03-18 | 2016-05-10 | Ecole De Technologie Superieure | Method and apparatus for signal encoding producing encoded signals of high fidelity at minimal sizes |
CN103530854A (zh) * | 2013-10-15 | 2014-01-22 | 南通市牧井微电科技发展有限公司 | 基于空域滤波的cbct全景图锐化增强方法 |
JP6347078B2 (ja) * | 2014-07-24 | 2018-06-27 | 国立研究開発法人土木研究所 | たわみ計測方法およびたわみ計測装置 |
GB2530311B (en) * | 2014-09-19 | 2017-01-11 | Imagination Tech Ltd | Data compression |
US10825213B2 (en) * | 2017-10-05 | 2020-11-03 | Adobe Inc. | Component-based digital image synchronization |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1282075A2 (en) * | 2001-07-31 | 2003-02-05 | Ricoh Company, Ltd. | Enhancement of compressed images |
EP1441309A2 (en) * | 2003-01-16 | 2004-07-28 | Konica Minolta Holdings, Inc. | Processing image signals using a dyadic wavelet transform |
CN1536532A (zh) * | 2003-04-10 | 2004-10-13 | 中国科学院计算技术研究所 | 一种有效的图像压缩和加密融合的方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0770246A4 (en) * | 1994-07-14 | 1998-01-14 | Johnson Grace Company | METHOD AND APPARATUS FOR COMPRESSING IMAGES |
JPH08204957A (ja) * | 1995-01-26 | 1996-08-09 | Dainippon Screen Mfg Co Ltd | 画像処理方法 |
US6535666B1 (en) * | 1995-06-02 | 2003-03-18 | Trw Inc. | Method and apparatus for separating signals transmitted over a waveguide |
AU6863998A (en) * | 1997-03-11 | 1998-09-29 | Computer Information And Sciences, Inc. | System and method for image compression and decompression |
JP3631609B2 (ja) * | 1998-03-20 | 2005-03-23 | 株式会社リコー | 画像処理装置、画像処理方法 |
US6298166B1 (en) * | 1998-03-30 | 2001-10-02 | Seiko Epson Corporation | Image transformations in the compressed domain |
US6584111B1 (en) * | 1998-11-04 | 2003-06-24 | Northern Telecom Limited | ABR flow control using single bit congestion indication and wavelet transform filtering |
US6643406B1 (en) * | 1999-07-28 | 2003-11-04 | Polaroid Corporation | Method and apparatus for performing linear filtering in wavelet based domain |
US6725282B1 (en) * | 1999-09-07 | 2004-04-20 | Bath Iron Works | Method and apparatus for a wearable computer |
JP4209061B2 (ja) * | 2000-02-09 | 2009-01-14 | 富士フイルム株式会社 | 画像処理符号復号化方法および画像処理符号復号化システム、画像処理符号化装置および画像処理復号化装置、並びに記録媒体 |
US6985632B2 (en) | 2000-04-17 | 2006-01-10 | Canon Kabushiki Kaisha | Image processing system, image processing apparatus, and image processing method |
US6757429B2 (en) * | 2001-02-21 | 2004-06-29 | Boly Media Communications Inc. | Method of compressing digital images |
US6697521B2 (en) * | 2001-06-15 | 2004-02-24 | Nokia Mobile Phones Ltd. | Method and system for achieving coding gains in wavelet-based image codecs |
US7085436B2 (en) | 2001-08-28 | 2006-08-01 | Visioprime | Image enhancement and data loss recovery using wavelet transforms |
US6504494B1 (en) * | 2001-11-06 | 2003-01-07 | Motorola, Inc. | Software, method and apparatus for rate controlled image compression |
US20040105590A1 (en) * | 2002-07-16 | 2004-06-03 | Hiroshi Akimoto | Method for still image compressing using filter bank based on non-separable wavelet basis |
JP4111268B2 (ja) * | 2002-12-13 | 2008-07-02 | 株式会社リコー | サムネイル画像の表示方法、サーバコンピュータ、クライアントコンピュータ及びプログラム |
US7672523B2 (en) * | 2003-03-03 | 2010-03-02 | The Hong Kong University Of Science And Technology | Efficient rate allocation for multi-resolution coding of data |
US7200277B2 (en) * | 2003-07-01 | 2007-04-03 | Eastman Kodak Company | Method for transcoding a JPEG2000 compressed image |
EP1730846A4 (en) * | 2004-03-10 | 2010-02-24 | Sindhara Supermedia Inc | METHODS AND DEVICES FOR COMPRESSING DIGITAL IMAGE DATA WITH MOTION PREDICTION |
US7760808B2 (en) * | 2005-06-21 | 2010-07-20 | Nokia Corporation | Image processing of DCT-based video sequences in compressed domain |
-
2005
- 2005-03-11 US US11/077,989 patent/US7583844B2/en not_active Expired - Fee Related
- 2005-11-23 CN CN2005800479655A patent/CN101116105B/zh not_active Expired - Fee Related
- 2005-11-23 WO PCT/IB2005/003520 patent/WO2006095218A1/en not_active Application Discontinuation
- 2005-11-23 JP JP2008500281A patent/JP2008533787A/ja active Pending
- 2005-11-23 KR KR1020077016575A patent/KR100937378B1/ko not_active IP Right Cessation
- 2005-11-23 EP EP05807168A patent/EP1856666A1/en not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1282075A2 (en) * | 2001-07-31 | 2003-02-05 | Ricoh Company, Ltd. | Enhancement of compressed images |
EP1441309A2 (en) * | 2003-01-16 | 2004-07-28 | Konica Minolta Holdings, Inc. | Processing image signals using a dyadic wavelet transform |
CN1536532A (zh) * | 2003-04-10 | 2004-10-13 | 中国科学院计算技术研究所 | 一种有效的图像压缩和加密融合的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2006095218A1 (en) | 2006-09-14 |
US20060204118A1 (en) | 2006-09-14 |
CN101116105A (zh) | 2008-01-30 |
US7583844B2 (en) | 2009-09-01 |
KR100937378B1 (ko) | 2010-01-20 |
KR20070090253A (ko) | 2007-09-05 |
JP2008533787A (ja) | 2008-08-21 |
EP1856666A1 (en) | 2007-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101116105B (zh) | 用于在压缩域中处理静止图像的方法和设备 | |
Jasmi et al. | Comparison of image compression techniques using huffman coding, DWT and fractal algorithm | |
US7076108B2 (en) | Apparatus and method for image/video compression using discrete wavelet transform | |
US6904175B2 (en) | Image compression using an interger reversible wavelet transform with a property of precision preservation | |
Grangetto et al. | Optimization and implementation of the integer wavelet transform for image coding | |
Nister et al. | Lossless region of interest coding | |
Aiazzi et al. | Crisp and fuzzy adaptive spectral predictions for lossless and near-lossless compression of hyperspectral imagery | |
US20040150538A1 (en) | Apparatus and method for selecting length of variable length coding bit stream using neural network | |
EP2276257A1 (en) | Image signal transforming method, image signal inversely-transforming method, image encoding apparatus, image encoding method, image encoding program, image decoding apparatus, image decoding method, and image decoding program | |
Boujelbene et al. | A comparative study of recent improvements in wavelet-based image coding schemes | |
Kwan et al. | Compression algorithm selection for multispectral Mastcam images | |
Thiebaut et al. | CNES studies for on-board compression of high-resolution satellite images | |
Lin | Reversible integer-to-integer wavelet filter design for lossless image compression | |
Aiazzi et al. | Quality issues for compression of hyperspectral imagery through spectrally adaptive DPCM | |
T Hashim et al. | Color image compression using DPCM with DCT, DWT and quadtree coding scheme | |
Ricci et al. | Predictor analysis for onboard lossy predictive compression of multispectral and hyperspectral images | |
Rajakumar et al. | Lossy image compression using multiwavelet transform for wireless transmission | |
Ranjan et al. | An Efficient Compression of Gray Scale Images Using Wavelet Transform | |
Kountchev et al. | Adaptive fuzzy filter for the reduction of blocking artifacts in images compressed with IDP decomposition and JPEG | |
Ellappan et al. | Optimal filter design of wavelet transform to an adaptive medical image compression technique using genetic group search optimizer | |
Gershikov et al. | Correlation VS. decorrelation of color components in image compression—Which is preferred? | |
Khalifa et al. | Wavelets image data compression | |
Rammohan et al. | An Efficient Image Compression Technique with Dead Zone Quantization Through Wavelet-Based Contourlet Transform with Modified SPIHT Encoding | |
Shen et al. | New hyperspectral compression options in JPEG-2000 and their effects on exploitation | |
Chung et al. | A fast reversible compression algorithm for Bayer color filter array images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101215 Termination date: 20131123 |