一种新型的无损视频压缩算法

多次使用有损压缩技术压缩数字视频,会导致视频的质量大幅下降,从而降低了数字视频的可再利用率, 为此设计了一种新型的无损视频压缩算法。该算法的特点在于:(1)提出了一种改进的基于上下文树的算术编码来压缩运动补偿后的误差帧。(2)针对改进的算术编码,优化基于宏块的运动估计与补偿算法,以提高无损视频压缩算法的压缩率。对于压缩运动补偿后误差帧的算法,与静态图像无损压缩算法JPEG-LS和CALIC相比表明,该文设计的无损视频压缩算法的压缩率超过JPEG-LS算法最高为23．3％,超过CALIC算法最高为19．3％。

应用于H.26X的通用无损帧内编码优化算法

在H.26X系列视频编码标准的无损压缩方案中,通过帧内预测得到的预测残差仍具有较强的空间相关性,直接参与熵编码将导致编码效率下降。与自然图像不同,帧内预测残差的空间相关性体现为含有丰富的边缘特征。为利用帧内预测残差特殊的空间相关性,进一步降低其空域冗余,提高视频帧内编码的效率,提出一种通用的基于残差中值边缘检测的无损帧内编码算法。算法首先对帧内预测残差逐点进行边缘检测,通过分析临近点的数值特征,使用中值边缘检测算法得到当前点的预测值;然后,对比预测值与原始残差值,得到新的预测残差;最后,为确保编码新的预测残差能够提高压缩率,依照当前编码单元的能量是否降低来快速判断是否使用新的残差进行熵编码。实验结果表明:经过该算法处理的编码单元具有更低的空域冗余和残差能量,从而可降低熵编码后的码率。经统计,在H.265与最新的H.266标准中应用提出的优化算法,帧内预测残差的能量平均降低67.9%,平均码率分别降低7.04%和5.98%,同时编解码时间变化细微,具有显著的实用价值。

一种实时低成本压缩算法的VLSI实现

针对传统视频图像压缩算法时延长和成本高的问题,提出一种新的无损/近无损视频压缩算法。该算法由码率控制器和熵编码器组成,其中码率控制器通过对已有信息进行分析(上下文)来确定当前宏块的可用比特数,然后根据大量实验得出的高效Huffman码表,并结合位平面编码器对残差进行编码。实验结果表明,文中提出的视频图像压缩算法能够工作在300 MHz,吞吐量最差为1.3 pixel/cycle,同时仅用一块120*720的SRAM来存储上一行像素值,因此很好地解决了时延和成本问题。

高清数字化手术室的应用

本文主要阐述了数字化高清手术系统的背景和特征,着重介绍了手术室数字化过程中的关键技术,同时介绍了手术室数字化之后对未来产生的影响。