1) original complementary composite encoding
正负图像组合编码
1.
An original complementary composite encoding method is presented, so that the morphological hit or miss transform, which usually needs three steps to achieve, can be done in only one step.
提出正负图像组合编码方法，一步实现了通常需要三步的数学形态学击中击不中变换，提高了识别速度。
2) hybrid image coding
混合图像编码
1.
A hybrid image coding algorithm combining wavelet zerotree coding with fractal coding based on classification;
一种分类的小波零树与分形混合图像编码算法
3) image code
图像编码
1.
In this paper,after impoving the fuzzy cluster approach (FC),we propose a new fuzzy vector quantization Algorithm(FVQ)which is fitting for image code.
本文通过对模糊聚类(FC)的分析和改进,提出了一种适合图像编码的模糊矢量量化的方法(FVQ),该方法在聚类过程中未对矢量间的模糊关系进行扩张,而是构造更为合理的关系,从而在计算复杂度降低的情况下能得到更好的聚类,最后利用LBG局部寻优能力对聚类结果进一步优化,所得码书较传统LBG算法有大幅提高。
4) image coding
图像编码
1.
Fast fractal image coding algorithm based on ratio-of-horizontal-and-vertical-variances;
基于横、纵向方差比值的快速分形图像编码算法
2.
Hyperspectral image coding based on three-dimensional integer wavelet transform;
基于三维整数小波变换的高光谱图像编码方法
3.
Construction of 7/5 biorthogonal wavelet and its application to image coding;
7/5双正交小波的构造及图像编码应用
5) image encoding
图像编码
1.
Fast fractal image encoding based on mean deviation;
基于平均偏差的快速分形图像编码
2.
In this paper, the three components are analyzed and assessed, and several wavelet image encodings are compared.
小波图像编码由于其高压缩效率而得到广泛关注 ,其主要由小波、量化以及编码技术组成 。
6) picture coding
图像编码
1.
The paper introduces desktop picture coding by further comparing and analyzing different kinds of picture coding methods in application and then proposes a kind of comprehensive coding method through detailed analysis to picture features.
文章首先简单介绍了几种常见桌面图像编码算法,提出了一种综合编码方法:对桌面图像进行分析然后依次分离出连续色调区域、纯色区域和离散色调区域,再对分类后的子块分别进行压缩编码。
补充资料：图像编码
传输图像信息的代码形式。它在接收端可重现图像。在图像信息传输过程中，例如把卫星拍摄的空间探测图片传输到地面上来，必须保持合理的保真度和最大限度地压缩传输的数据量，这就需要对图像信息进行合理的编码。最基本的图像编码方法是脉冲码调制，简称 PCM（见调制技术）。这是一种点处理技术的数字编码方法：首先对连续的视频信号采样和量化，然后赋予每一量化值一组固定字长的比特代码，称为码字。为了避免重建图像上量化分级之间出现光亮度跳变现象（灰度轮廓效应），被传输图像的灰度等级要取64～256级,即每个像素需要6～8个二进制数位。如果一幅图像包含有1024×1024像素，灰度等级为64级,则所需总位数为6×220。彩色图像的每个像素有3个灰度值（红、绿、蓝）,其总位数是黑白图像的3倍。代码比特数越大,图像传输时间就越长、存储量也越大。图像编码的一个重要指标是每个像素所用的平均位数，称为平均比特数。图像编码的任务在于：①在保证一定图像保真度的情况下尽可能地减少平均比特数。图像的最优编码就是在不丢失图像信息的条件下，平均比特数为最小的编码。②用接收的代码所恢复的图像是唯一的。为了减少代码位数，又不致产生严重的灰度轮廓效应,对通常的PCM编码量化方法可作些改进,如伪噪声量化、改良灰度量化、粗细量化等,它们都能在位数较少的情况下有效地减少一些灰度轮廓效应，但也伴随着图像的某些退化现象。还有一些其他方式的编码方法，如适合于图像的、边缘和灰级都较少的行程编码方法，用像素灰级预测值和实际值的差值进行量化的微分脉冲码调制(DPCM)的编码方法，以及属于一种最优统计编码的霍夫曼编码方法。在某些图像数据很大的情况下,也可以考虑适当地丢失一些图像信息(有些为肉眼所不能分辨的),以换取更小的平均比特数。这里涉及畸变的度量方法和图像的统计描述问题，是正在研究中的一个课题。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条