针对高帧频数字图像序列的特点,提出了一种自适应近无损压缩算法,将连续的n帧分为一节,每节的第一帧进行基于帧内感兴趣区域(region of interest,ROI)的压缩,其他帧在帧间差分和阈值处理后进行游程编码.在第一帧内,利用形态Harr小波提...针对高帧频数字图像序列的特点,提出了一种自适应近无损压缩算法,将连续的n帧分为一节,每节的第一帧进行基于帧内感兴趣区域(region of interest,ROI)的压缩,其他帧在帧间差分和阈值处理后进行游程编码.在第一帧内,利用形态Harr小波提升和连通性分析检测出高频子带中的感兴趣区域.对感兴趣区域采用Rice无损熵编码,背景区域不编码.低频子带直接输出.实验结果表明,该算法在帧内能有效地划分感兴趣区域,压缩率在30以上,峰值信噪比在42 dB以上,目标无失真;帧间压缩的压缩率在7左右,背景区域有误差累积,但整体图像的峰值信噪比都在40 dB以上,目标无失真.该算法的计算复杂度较低,易于硬件实现,而且还具有自适应性和数据包独立的优点,适合于高帧频数字图像序列的实时压缩应用.展开更多
文摘针对高帧频数字图像序列的特点,提出了一种自适应近无损压缩算法,将连续的n帧分为一节,每节的第一帧进行基于帧内感兴趣区域(region of interest,ROI)的压缩,其他帧在帧间差分和阈值处理后进行游程编码.在第一帧内,利用形态Harr小波提升和连通性分析检测出高频子带中的感兴趣区域.对感兴趣区域采用Rice无损熵编码,背景区域不编码.低频子带直接输出.实验结果表明,该算法在帧内能有效地划分感兴趣区域,压缩率在30以上,峰值信噪比在42 dB以上,目标无失真;帧间压缩的压缩率在7左右,背景区域有误差累积,但整体图像的峰值信噪比都在40 dB以上,目标无失真.该算法的计算复杂度较低,易于硬件实现,而且还具有自适应性和数据包独立的优点,适合于高帧频数字图像序列的实时压缩应用.
