CN100576921C - 基于块分类的混合图像压缩方法 - Google Patents
基于块分类的混合图像压缩方法 Download PDFInfo
- Publication number
- CN100576921C CN100576921C CN 200810059144 CN200810059144A CN100576921C CN 100576921 C CN100576921 C CN 100576921C CN 200810059144 CN200810059144 CN 200810059144 CN 200810059144 A CN200810059144 A CN 200810059144A CN 100576921 C CN100576921 C CN 100576921C
- Authority
- CN
- China
- Prior art keywords
- block
- color
- blocks
- text
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种基于块分类的混合图像压缩方法。它根据原始图像中文本/图形区域和自然图像区域在色彩和纹理上的不同特性，将块分为文本/图形块、自然图像块和混合块三类，然后对文本/图形块采用调色板编码、Hextile编码和LZW编码相结合的压缩方式，对自然图像块采用JPEG有损压缩，而混合块则采用了两者相结合的算法。本发明的优点是基于块分类的方法能够精细地分割出文本/图形区域和自然图像区域，而对各块分别编码则可以保留文本/图形区域较为锐利的边缘，从而在保证较高压缩效率的基础上增强了视觉效果，提升了重建图像的峰值信噪比，且算法复杂度较低。
Description
技术领域
本发明涉及一种对混合图像的压缩方法，具体地说是涉及一种基于块分类的混合图像压缩方法。
背景技术
在现实生活中，包含有文本/图形和自然图像的混合图像很常见，如计算机桌面图像和扫描图像。由于这类图像包含有具有锐利边缘的文本/图形，对其如果采用常用的基于DCT变换的有损压缩方式会使得文本/图形的边缘模糊，影响视觉效果。这是因为人眼对图像边缘区域的失真很敏感造成的。而如果对其采用单纯的无损压缩方式则又降低了压缩效率。因此，有很多学者对混合图像压缩问题进行了研究，也提出了一些有效的解决方式。
目前对混合图像的压缩方法主要分为基于层和基于块两类。基于层的算法根据三层MRC(mixed raster content)图像模型，将混合图像分解为前景层、遮罩层和背景层，再分别编码。具体可参考ITU-T的建议标准“ITU-TRecommendation T.44，Mixed Raster Content(MRC)”，ITU-T Study Group 16，2005.商用软件DjVu、Digipaper、LuraDocument都是属于这类方法。这种基于分层的方法精确度较高，但运算速度慢，限制了其在实时性要求较强的应用。
基于块的算法则是将图像分成不重叠的大小相同的块，并基于块的特征进行分类编码。AT&T的VNC(virtual network computing)采用了基于子矩形分类的无损压缩算法，但其应用于自然图像时，压缩效率过低。作为改进，Amir Said在“Compression of compound images and video for enabling rich media inembedded systems”，International Conference on Visual Communications and ImageProcessing，SPIE，2004，5308：69-82.中提出了一种混合的桌面图像压缩算法。将8×8的块分为文本/图形块和图像块，并分别采用JPEG-LS和动态的JPEG压缩。此算法对于纯文本或图像均有较好的压缩效果，但当两者混合在一起的时候，JPEG压缩在文本处引起了强烈的振铃效应。另一种分类更精细的混合压缩算法由Tony Lin在“Compound image compression for real-time computer screen imagetransmission”，IEEE Transactions on Image Processing，2005，14(8)：993-1005.中提出，其在图像块中进行了文本/图形元素的提取和分类编码，极大地提高了编码图像的质量。但是，该算法应用于边缘渐变的文本图像时，仍会产生较强的振铃效应，并且对于实时传输系统来说，编码速度较慢，处理的帧数较低。
发明内容
本发明的目的在于提供一种对含有文本/图形和自然图像的混合图像进行有效压缩的方法，解决现有的压缩算法对文本/图形和自然图像同一处理，造成文本/图形边缘模糊，视觉效果差的缺陷，提供一种快速的压缩方案。
为了达到上述发明目的，本发明采用的技术方案的步骤如下：
1)将原始图像进行相同大小的不重叠分块；
2)对每个块的色彩和纹理特征进行统计，将其分成三类：文本/图形块、自然图像块和混合块；
3)对不同类型的块，分别采用了不同的压缩编码方法。
所述的对每个块的色彩和纹理特征进行统计，是依据块内的颜色种类和块内各像素的梯度值的分布情况，将块分成文本/图形块、自然图像块和混合块，其步骤如下：
1)先根据块内的颜色种类Ncolor判断出文本/图形块：颜色种类Ncolor≤Tcolor的块为文本/图形块；颜色种类Ncolor＞Tcolor的块为自然图像块或混合块。其中，Tcolor是用于颜色种类判断的阈值；
2)参照块内的各像素梯度值G(x，y)来区分自然图像块和混合块。若所有的像素梯度值都满足G(x，y)≤Tgradient，判断为自然图像块；若存在着某像素梯度值G(x，y)＞Tgradient，则块内可能存在文本或图形像素，应判断为混合块。其中，Tgradient是用于梯度判断的阈值。
所述的对不同类型的块，分别采用了不同的压缩编码方法：
1)对文本/图形块进行无损压缩；
2)对自然图像块进行JPEG有损压缩方法；
3)对混合块进行无损压缩和有损压缩相结合的方法。
所述的对文本/图形块进行无损压缩，包含了调色板编码、Hextile编码与LZW编码相结合的压缩方法。
所述的对混合块进行无损压缩和有损压缩相结合的方法，是对混合块内的像素进行子矩形划分，根据子矩形的尺寸、颜色和梯度对混合块内的像素进行了精细分类，再根据分类结果填充出文本/图形块和自然图像块，最后对文本/图形块进行权利要求5所述的无损编码，而对自然图像块进行JPEG有损压缩编码。
所述的对混合块内的像素进行子矩形划分，其方法是对每一个混合块进行逐行扫描，将包含有相同颜色像素的区域用一个最大的外接矩形来表示(x，y，w，h)。
所述的根据子矩形的尺寸、颜色和梯度对混合块内的像素进行了精细分类，是当子矩形满足其中的一个条件时，归类到文本/图形层的有效像素，反之，则归类为自然图像层的有效像素：
1)子矩形的尺寸大于Tsize，其中Tsize是用于尺寸判断的阈值。
2)子矩形边框像素的梯度大于Tgradient，其中Tgradient是用于梯度判断的阈值。
3)子矩形的颜色在动态调色板中有匹配的颜色，其中动态调色板可用一个有限长度的先进先出队列结构表示，只保存最近比较区域的子矩形颜色值。当子矩形区域的尺寸大于Tsize_t时，将该子矩形颜色存入动态调色板。
所述的根据分类结果填充出文本/图形块和自然图像块，是对于文本/图形层块的无效像素以灰色填充，并将其设定为背景色；而自然图像层块为了保持平滑性，则对于自然图像层块的无效像素以其有效像素的平均值进行填充。
本发明具有的有益效果是：
1.能够准确地分割出文本/图形区域和自然图像区域，并进行分别压缩，从而可保证较高压缩效率的基础上保留文本/图形区域较锐利的边缘，增强了视觉效果，提升了重建图像的峰值信噪比。
2.算法复杂度低，可用于实时图像传输场合。
附图说明
图1为本发明方法的流程图。
图2为本发明方法对文本/图形块的无损编码算法。
图3为本发明对混合块进行压缩的算法。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步描述。
图1给出了依照本发明进行图像压缩的流程图。
在步骤101中，首先对输入的混合图形进行相同大小的不重叠分块，具体分块的大小可以根据算法处理的精细程度灵活设定，常用的分块是16×16。
在步骤102中，对由步骤101生成的相同大小的不重叠分块依据其色彩和纹理特征进行的分类。通常情况下，文本/图形信息的色彩简单，纹理变化剧烈，而图像信息的色彩丰富，纹理变化较平缓。所以，可以依据块内的颜色种类Ncolor和各像素p(x，y)的梯度值G(x，y)分布情况，将块分成三类：文本/图形块、图像块和混合块。文本/图形块的颜色种类较少，像素梯度值较大，而自然图像块的颜色种类丰富，像素梯度值较小，混合块则因同时包含了两种信息，其颜色种类丰富，且部分像素梯度值较大。
具体分类的时候，可以先根据块内的颜色种类Ncolor判断出文本/图形块：颜色种类Ncolor≤Tcolor的块为文本/图形块；颜色种类Ncolor＞Tcolor的块为图像块或混合块。然后再参照块内的各像素梯度值G(x，y)来区分图像块和混合块。若所有的像素梯度值都满足G(x，y)≤Tgradient，判断为图像块；若存在着某像素梯度值G(x，y)＞Tgradient，则块内可能存在文本或图形像素，应判断为混合块。其中，Tcolor和Tgradient是分别用于颜色种类判断和梯度判断的阈值。
在步骤103中，对由步骤102分类的结果，对不同类型的块施以不同的压缩方法，其中包括了对文本/图形块进行无损压缩编码，对自然图像块进行JPEG压缩编码，对混合块则施以无损压缩和JPEG压缩相结合的混合压缩。下面具体讨论一下这三种压缩方法。
由于文本/图形块具有强烈的边缘和形状特征，无损压缩方法是最佳的选择。根据其颜色种类较少Ncolor≤Tcolor)的特点，采用了调色板编码、Hextile编码与LZW编码相结合的无损压缩方式，其流程如图2所示。
在步骤201中，首先进行的调色板编码是对块内颜色信息的有效压缩。调色板Palette记录了该文本/图形块内的所有颜色种类(R，G，B)，索引块则记录了各个像素的颜色在调色板中的索引Palette[i]。
提取出颜色信息后，利用前后两块的空间相关性，对调色板进行预测编码。以前一块的调色板为参考，如果当前调色板中某颜色与之有匹配的，则用“1”标识，并以其在参考调色板中的索引来替代该颜色；如果没有，则用“0”表示。
同时，索引块也采用了VNC中的Hextile编码进行空间冗余的压缩。块内占有像素个数最多的颜色设定为背景色Paletteb。而非背景色区域被分割为大小不一的单色子矩形，每个子矩形用<Palette[i]，x，y，w，h>表示(Palette[i]≠Paletteb)。其中，Palette[i]是子矩形的颜色索引，(x，y)是子矩形左上角坐标，(w，h)是子矩形的长宽。
关于Hextile编码算法可参考文献1：AT&T Laboratories Cambridge，VirtualNetwork Computing(VNC)[EB/OL].[2003-03-05].http://www.cl.cam.ac.uk/research/dtg/attarchive/archive/vnc/
在步骤202中，通过预测编码和Hextile编码有效地减少了文本/图形块的数据量。最后采用LZW算法对数据再次进行了无损压缩。
关于LZW算法可参考文献2：Jean-loup Gailly and Mark Adler，zlib-1.2.3[EB/OL].http://www.zlib.net/
不同于文本/图形块，自然图像块的颜色信息丰富，纹理较平滑，基于DCT变换的JPEG有损压缩算法能对自然图像进行有效快速的编码。因此，对自然图像块的压缩采用了JPEG压缩。
关于JPEG算法可参考文献3：ITU-T Recommendation T.81，ISO/IECInternational Standard 10918-1，Information technology-Digital compression andcoding of continuous-tone still images-Requirements and guidelines[S].ITU-TStudy Group 16，1992
混合块兼有了文本/图形信息和图像信息的特征，要实现有效压缩则需要更加细致复杂的编码方法。本发明采用了子矩形的尺寸、颜色和梯度对混合块内的像素进行了精细分类，再根据分类结果填充出文本/图形块和图像块分类编码，其流程如图3。
在步骤301中，通过对混合块内像素进行逐行扫描，将包含有相同颜色像素的区域用一个最大的外接矩形来表示(x，y，w，h)，完成对混合块内的像素进行子矩形划分。
在步骤302中，基于子矩形的尺寸、颜色和梯度对混合块内的像素进行了精细分类，当子矩形满足其中的一个条件时，归类到文本/图形层的有效像素：
●子矩形的尺寸大于Tsize；
●子矩形左上角像素的梯度大于Tgradient；
●子矩形的颜色在动态调色板中有匹配的颜色。
反之，则判断为自然图像层的有效像素。这里的动态调色板采用先进先出的原则，记录了八种最近的文本/图形类子矩形的颜色。当文本/图形类子矩形的尺寸大于Tsize-c(Tsize-c＞Tsize)时，其颜色就记录到动态调色板中。
在步骤303中，待所有的子矩形分类完成之后，对于文本/图形层块的无效像素以灰色填充，并将其设定为背景色。而自然图像层块为了保持平滑性，则以其有效像素的平均值进行填充。填充后得到的文本/图形块和自然图像块即可按照前述的图2所示的无损压缩和JPEG有损压缩分别编码了。
Claims (1)
1、一种基于块分类的混合图像压缩方法，其特征在于该方法的步骤如下：
1)将原始图像进行相同大小的不重叠分块；
2)对每个块的色彩和纹理特征进行统计，将其分成三类：文本或图形块、自然图像块和混合块；具体步骤如下：
(1)先根据块内的颜色种类Ncolor判断出文本或图形块：颜色种类Ncolor≤Tcolor的块为文本或图形块；颜色种类Ncolor＞Tcolor的块为自然图像块或混合块；其中，Tcolor是用于颜色种类判断的阈值；
(2)参照块内的各像素梯度值G(x，y)来区分自然图像块和混合块，若所有的像素梯度值都满足G(x，y)≤Tgradient，判断为自然图像块；若存在着某像素梯度值G(x，y)＞Tgradient，则块内可能存在文本或图形像素，应判断为混合块；其中，Tgradient是用于梯度判断的阈值；
3)对不同类型的块，分别采用了不同的压缩编码方法；
(1)对文本或图形块进行包含了调色板编码、Hextile编码与LZW编码相结合的无损压缩；
(2)对自然图像块进行JPEG有损压缩；
(3)对混合块进行无损压缩和有损压缩相结合的方法，具体步骤如下：
首先，对混合块内的像素进行子矩形划分，其方法是对每一个混合块进行逐行扫描，将包含有相同颜色像素的区域用一个最大的外接矩形来表示(x，y，w，h)，(x，y)是子矩形左上角坐标，(w，h)是子矩形的长宽；
其次，根据子矩形的尺寸、颜色和梯度对混合块内的像素进行了精细分类，是当子矩形满足其中的一个条件时，归类到文本或图形块的有效像素，反之，则归类为自然图像块的有效像素：
(1)子矩形的尺寸大于Tsize，其中Tsize是用于尺寸判断的阈值；
(2)子矩形边框像素的梯度大于Tgradient，其中Tgradient是用于梯度判断的阈值；
(3)子矩形的颜色在动态调色板中有匹配的颜色，其中动态调色板可用一个有限长度的先进先出队列结构表示，只保存最近比较区域的子矩形颜色值；当子矩形区域的尺寸大于Tsize-c时，将该子矩形颜色存入动态调色板；此处Tsize_c为判断进入动态调色板的阈值，且有Tsize-c＞Tsize；
最后，再根据分类结果填充出文本或图形块和自然图像块，是对于文本或图形块的无效像素以灰色填充，并将其设定为背景色；而自然图像块为了保持平滑性，则对于自然图像块的无效像素以其有效像素的平均值进行填充，最后对文本或图形块进行无损压缩，而对自然图像块进行JPEG有损压缩。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810059144 CN100576921C (zh) | 2008-01-14 | 2008-01-14 | 基于块分类的混合图像压缩方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810059144 CN100576921C (zh) | 2008-01-14 | 2008-01-14 | 基于块分类的混合图像压缩方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101217668A CN101217668A (zh) | 2008-07-09 |
| CN100576921C true CN100576921C (zh) | 2009-12-30 |
Family
ID=39624021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200810059144 Expired - Fee Related CN100576921C (zh) | 2008-01-14 | 2008-01-14 | 基于块分类的混合图像压缩方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100576921C (zh) |
Families Citing this family (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5029560B2 (ja) * | 2008-10-01 | 2012-09-19 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置、圧縮方法及び伸張方法 |
| US9639963B2 (en) | 2008-12-08 | 2017-05-02 | Microsoft Technology Licensing, Llc | Command remoting techniques |
| US8964851B2 (en) | 2009-06-09 | 2015-02-24 | Sony Corporation | Dual-mode compression of images and videos for reliable real-time transmission |
| CN101763629B (zh) * | 2010-01-19 | 2011-10-05 | 武汉科技大学 | 一种格形结构综合滤波器组的构造方法 |
| CN104184833B (zh) * | 2011-02-21 | 2019-02-26 | 北京奇虎科技有限公司 | 一种用于远程控制的传输方法和系统 |
| CN102186067B (zh) * | 2011-03-31 | 2013-10-09 | 深圳超多维光电子有限公司 | 一种图像帧的传输方法和装置、显示方法和系统 |
| CN102289829A (zh) * | 2011-07-12 | 2011-12-21 | 北京朗玛数联科技有限公司 | 图像存储、还原的方法、装置及图像处理系统 |
| CN102223541B (zh) * | 2011-07-14 | 2013-07-03 | 北京工业大学 | 一种混合图像的编码方法 |
| CN102611888B (zh) * | 2011-11-18 | 2014-07-23 | 北京工业大学 | 一种对屏幕内容的编码方法 |
| CN102831624A (zh) * | 2012-09-03 | 2012-12-19 | 北京千橡网景科技发展有限公司 | 图像压缩方法及装置 |
| CN104025561A (zh) * | 2012-11-23 | 2014-09-03 | 华为技术有限公司 | 图像压缩方法及图像处理装置 |
| CN103886623B (zh) * | 2012-12-19 | 2017-03-15 | 华为技术有限公司 | 一种图像压缩方法、设备及系统 |
| CN104301737B (zh) * | 2013-07-15 | 2017-11-17 | 华为技术有限公司 | 目标图像块的解码方法和编码方法以及解码器和编码器 |
| CN103402091B (zh) * | 2013-07-31 | 2016-05-04 | 上海通途半导体科技有限公司 | 云桌面图像分类与编码方法 |
| CN110336999B (zh) * | 2013-12-18 | 2021-09-03 | 寰发股份有限公司 | 利用调色板编码的编码视频数据区块的方法和装置 |
| KR101782280B1 (ko) * | 2013-12-18 | 2017-10-23 | 에이치에프아이 이노베이션 인크. | 팔레트 테이블 예측을 위한 방법 및 장치 |
| EP3087743A4 (en) | 2013-12-27 | 2017-02-22 | HFI Innovation Inc. | Method and apparatus for major color index map coding |
| WO2015096812A1 (en) | 2013-12-27 | 2015-07-02 | Mediatek Inc. | Method and apparatus for palette coding with cross block prediction |
| CN105981388B (zh) | 2013-12-27 | 2019-05-10 | 寰发股份有限公司 | 调色板编码中句法冗余移除的方法和装置 |
| BR112016012449A2 (pt) | 2014-01-07 | 2017-08-08 | Mediatek Inc | Método e aparelho para predição de índices de cores |
| CN110233949B (zh) * | 2014-03-14 | 2021-07-30 | 寰发股份有限公司 | 调色板表初始化和管理的方法 |
| CN110278437B (zh) * | 2014-06-20 | 2022-03-08 | 寰发股份有限公司 | 一种视频数据块的编码方法 |
| US9955157B2 (en) * | 2014-07-11 | 2018-04-24 | Qualcomm Incorporated | Advanced palette prediction and signaling |
| CN105491376B (zh) * | 2014-10-06 | 2020-01-07 | 同济大学 | 图像编码、解码方法及装置 |
| CN106797478B (zh) * | 2014-11-06 | 2019-09-24 | 联发科技股份有限公司 | 调色板编码的方法 |
| CN105704491B (zh) | 2014-11-28 | 2020-03-13 | 同济大学 | 图像编码方法、解码方法、编码装置和解码装置 |
| US11146788B2 (en) | 2015-06-12 | 2021-10-12 | Qualcomm Incorporated | Grouping palette bypass bins for video coding |
| CN105578191B (zh) * | 2015-12-15 | 2018-12-07 | 辽宁师范大学 | 基于直方图滑动窗口的索引图基色选择方法 |
| CN106228518B (zh) * | 2016-07-18 | 2018-04-27 | 北京小米移动软件有限公司 | 可读性增强方法及装置 |
| CN106210446B (zh) * | 2016-07-18 | 2019-08-30 | 北京小米移动软件有限公司 | 饱和度增强方法及装置 |
| CN106339224B (zh) * | 2016-08-24 | 2020-03-17 | 北京小米移动软件有限公司 | 可读性增强方法及装置 |
| CN106331427B (zh) * | 2016-08-24 | 2019-12-03 | 北京小米移动软件有限公司 | 饱和度增强方法及装置 |
| CN108111858B (zh) * | 2016-11-24 | 2020-06-05 | 腾讯科技（深圳）有限公司 | 一种图片压缩方法及装置 |
| CN108184118A (zh) * | 2016-12-08 | 2018-06-19 | 中兴通讯股份有限公司 | 云桌面内容编码与解码方法及装置、系统 |
| CN106815816A (zh) * | 2017-01-15 | 2017-06-09 | 四川精目科技有限公司 | 一种rbf插值高速相机压缩图像重建方法 |
| CN107565970B (zh) * | 2017-08-17 | 2021-01-15 | 苏州浪潮智能科技有限公司 | 一种基于特征识别的混合无损压缩方法及装置 |
| CN107770539A (zh) * | 2017-10-13 | 2018-03-06 | 西安万像电子科技有限公司 | 文字块的编码方法和装置及其解码方法和装置 |
| CN108259808B (zh) * | 2018-01-31 | 2021-01-08 | 维沃移动通信有限公司 | 一种视频帧压缩方法和移动终端 |
| CN110545446B (zh) * | 2018-05-28 | 2022-01-18 | 深信服科技股份有限公司 | 一种桌面图像编码、解码方法、相关装置及存储介质 |
| CN108924557B (zh) * | 2018-06-11 | 2022-02-08 | 海信视像科技股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN109831668B (zh) * | 2018-12-29 | 2022-06-24 | 中兴通讯股份有限公司 | 数据压缩方法及装置、数据编码/解码方法及装置 |
| CN111831366A (zh) * | 2019-04-15 | 2020-10-27 | 深信服科技股份有限公司 | 一种图像数据的发送方法、装置及相关组件 |
| CN114067007A (zh) * | 2020-07-30 | 2022-02-18 | 华为技术有限公司 | 图像处理方法与装置、神经网络训练的方法与装置 |
| CN112383779A (zh) * | 2020-11-03 | 2021-02-19 | 西安万像电子科技有限公司 | 图像编码方法及装置、图像解码方法及装置、处理器 |
| CN113365071B (zh) * | 2021-06-08 | 2023-01-17 | 北京数科网维技术有限责任公司 | 一种图像分层压缩方法及图像分层压缩装置 |
| CN115908165A (zh) * | 2022-11-02 | 2023-04-04 | 阿里巴巴（中国）有限公司 | 云桌面图像的处理方法和图像处理方法、设备及存储介质 |
-
2008
- 2008-01-14 CN CN 200810059144 patent/CN100576921C/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN101217668A (zh) | 2008-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100576921C (zh) | 基于块分类的混合图像压缩方法 | |
| CN109842803B (zh) | 一种图像压缩的方法及装置 | |
| Lin et al. | Compound image compression for real-time computer screen image transmission | |
| Pan et al. | A low-complexity screen compression scheme for interactive screen sharing | |
| CN108337516B (zh) | 一种面向多用户的hdr视频动态范围可分级编码方法 | |
| CN101374242B (zh) | 一种应用于3dtv与ftv系统的深度图编码压缩方法 | |
| CN107251557A (zh) | 高色度分辨率细节的编码/解码 | |
| US7912324B2 (en) | Orderly structured document code transferring method using character and non-character mask blocks | |
| CN111432210B (zh) | 一种基于填充的点云属性压缩方法 | |
| CN108513131A (zh) | 一种自由视点视频深度图感兴趣区域编码方法 | |
| CN104780379A (zh) | 一种屏幕图像集合的压缩方法 | |
| CN110996127B (zh) | 图像编解码方法、设备及系统 | |
| WO2014186886A1 (en) | System and method having transparent composite model for transform coefficients | |
| US7065254B2 (en) | Multilayered image file | |
| Pan et al. | Browser-friendly hybrid codec for compound image compression | |
| Ebenezer Juliet et al. | Efficient block prediction-based coding of computer screen images with precise block classification | |
| Said | Compression of compound images and video for enabling rich media in embedded systems | |
| US11600026B2 (en) | Data processing systems | |
| Xia et al. | Visual sensitivity-based low-bit-rate image compression algorithm | |
| Kim et al. | A sub-pixel gradient compression algorithm for text image display on a smart device | |
| Deshlahra | Analysis of Image Compression Methods Based On Transform and Fractal Coding | |
| WO2024091594A1 (en) | Mesh compression texture coordinate signaling and decoding | |
| CN108174201A (zh) | 按视频内容提前终止编码块编码模式搜索的视频压缩方法 | |
| Shen et al. | Classification-based adaptive compression method for computer screen image | |
| CN105578191B (zh) | 基于直方图滑动窗口的索引图基色选择方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091230 Termination date: 20110114 |