有限圖像的無限壓縮-英語翻譯文獻(xiàn)

1、使用自適應(yīng)預(yù)測和自適應(yīng)算術(shù)編碼的有損圖像的無損壓縮使用自適應(yīng)預(yù)測和自適應(yīng)算術(shù)編碼的有損圖像的無損壓縮MikioTakagi和SeishiTaka工業(yè)科學(xué)研究所，東京大學(xué)摘要摘要多用無損灰度圖像壓縮是必要的，如醫(yī)學(xué)圖像，圖像數(shù)據(jù)庫等。有損圖像很重要，因?yàn)槠渚哂休^高的壓縮比。在本文中，我們提出了一種無損圖像壓縮，使用JEPGDCT方案產(chǎn)生的有損圖像格式。我們的主題是，將JEPG壓縮有損形象性，然后把剩余的信息，并使用有損圖像重建原始圖像殘差

2、信息。三維自適應(yīng)預(yù)測和自適應(yīng)算術(shù)編碼的使用，充分利用統(tǒng)計(jì)分布源參數(shù)符號。鄰居的最佳數(shù)量像素和像素使用了有損的預(yù)言。問題是更好的比以前的工作相當(dāng)接近原來的無損壓縮算法。引言引言今天有許多對圖像壓縮的研究，特別是對有損極低比特率壓縮。圖像數(shù)據(jù)庫，這樣高的壓縮比重要的存儲和快速傳輸，但對付各種用戶需求，無損圖像傳輸是必不可少的。在本文中，我們提出了一個(gè)有效的無損壓縮算法的灰色使用有損壓縮圖像。有損壓縮方案使用的接頭攝影專家組的離散余弦變換（J

3、EPGDCT）算法為有損編碼算法。首先我們搜索的像素相似（語境），根據(jù)他們的鄰居像素。這樣的背景像素，我們預(yù)測值從上下文和鄰居。另一方面，對于每個(gè)像素，沒有上下文對，我們計(jì)算了沿水平根據(jù)相鄰像素的值的差異。為每個(gè)象素邊緣的水平，我們計(jì)算的預(yù)測系數(shù)的線性組合—最小平方誤差準(zhǔn)則下的國家。不僅像素已經(jīng)處理也有損圖像的像素用于預(yù)測。每個(gè)邊緣能級的統(tǒng)計(jì)分布。對于每一個(gè)像素，得出預(yù)測值和實(shí)際值的計(jì)算，和是轉(zhuǎn)換到一個(gè)非負(fù)的值之前被編碼，根據(jù)他們的分布

4、。在熵編碼階段，我們使用算術(shù)編碼。它是由自適應(yīng)，和初始誤差分布僅由一個(gè)參數(shù)給出，這是具體的每個(gè)邊緣能級的統(tǒng)計(jì)分布。實(shí)驗(yàn)結(jié)果表明，良好的性能。像其他LPL（有損加上無損）的方法，我們的壓縮比是小于原來的無損方案，但有輕微的差異。所有的一切，然而，得到用戶的大功他們可以瀏覽圖像無損壓縮解壓縮之前，許多這樣的計(jì)劃。在文獻(xiàn)中已經(jīng)提出，但他們中的大多數(shù)將有損圖像及其無損殘余作為獨(dú)立的符號源。一個(gè)例外是內(nèi)存的算法[6]。我們利用有損數(shù)據(jù)徹底，更好的

5、結(jié)果。圖2：（a）原始圖像的‘女孩’（b）JPEG壓縮圖像（質(zhì)量值=5）圖3：（a）的Q值圖像（b）簡單的預(yù)測及預(yù)測誤差圖3（a）和（b）顯示了Q值誤差可以簡單的預(yù)測?？梢钥匆娝麄儯琎值密切相關(guān)的預(yù)測誤差。因此預(yù)測系數(shù)在每個(gè)組獨(dú)立計(jì)算。2.2上下文搜索上下文搜索表2顯示了每個(gè)組的最后的零階熵的圖像預(yù)測結(jié)果“姑娘”。顯然，上組更難被壓縮比下組。我們使用基于上下文的預(yù)測的方法來處理這種上組。地區(qū)我們搜索類似地區(qū)（我們表示“語境”）所示圖4。