基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于局部最小熵的预测模型构造方法,能够更好地区分待编码位的不同概率分布,从而实现对小波系数的高效压缩。首先,根据小波系数间的相关性选择预测系数,并构造相关性预测函数来综合多个系数的预测效果;以熵值的最小化作为准则,采用逐步筛选法对预测函数划分的多个分类进行选择合并,建立了一种局部最优的预测分类模型;结合熵编码实现对小波系数的高效压缩。实验结果表明,与图像压缩标准JPEG2000相比,所提方法的恢复图像主客观质量均有改善,客观质量平均提高0.4 dB。
推荐文章
基于三进制表示的小波系数预测编码方法
图像压缩
预测编码
小波系数
三进制表示
完全可伸缩的小波视频编码方法
视频编码
小波
完全可伸缩
时间滤波
自适应
基于离散小波变换的多描述编码方法
离散小波变换
多描述编码
低频子带
新的小波—分形混合编码方法:分类
图象压缩
小波变换
分形编码
混合编码
率失真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于局部最小熵的小波系数预测编码方法
来源期刊 计算机工程与应用 学科 工学
关键词 预测编码 小波系数 图像压缩
年,卷(期) 2016,(22) 所属期刊栏目 图形图像处理
研究方向 页码范围 203-207
页数 5页 分类号 TN911.73
字数 4558字 语种 中文
DOI 10.3778/j.issn.1002-8331.1603-0366
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈建明 装甲兵工程学院信息工程系 35 237 8.0 14.0
2 周菲菲 装甲兵工程学院信息工程系 9 11 2.0 3.0
3 张晶晶 装甲兵工程学院信息工程系 6 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (31)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(13)
  • 参考文献(3)
  • 二级参考文献(10)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
预测编码
小波系数
图像压缩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导