基于稀疏分解的可伸缩图像编码

P; FONT face; Verdana; 甘涛; 何艳敏; FONT; P

您当前的位置：

首页 >

文章列表页 >

基于稀疏分解的可伸缩图像编码

学术论文 | 更新时间：2025-07-16

- 基于稀疏分解的可伸缩图像编码
- Scalable Image Coding Based on Sparse Decomposition
- 电子学报 2010年38卷第1期页码：156-160
- 作者机构：
  
  1. 电子科技大学电子工程学院,四川,成都,610054
  2. 电子科技大学自动化工程学院,四川,成都,610054
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TN919.81
- 纸质出版：2010
- 稿件说明：
移动端阅览
P, FONT face, Verdana, 等. 基于稀疏分解的可伸缩图像编码[J]. 电子学报, 2010,38(1):156-160.

GAN Tao, HE Yan-min. Scalable Image Coding Based on Sparse Decomposition[J]. Acta Electronica Sinica, 2010, 38(1): 156-160.
P, FONT face, Verdana, 等. 基于稀疏分解的可伸缩图像编码[J]. 电子学报, 2010,38(1):156-160. DOI：

GAN Tao, HE Yan-min. Scalable Image Coding Based on Sparse Decomposition[J]. Acta Electronica Sinica, 2010, 38(1): 156-160. DOI：

摘要

图像编码技术的新的突破可寄希望于信号表示的深刻变革.采用基于冗余原子库的快速匹配追踪算法对图像进行稀疏分解，在分析和总结原子空间位置分布规律的基础上，提出与之相适应的块划分编码方法，节约了用于表示原子参数和投影系数的比特数.实验结果表明，本文编码器在计算复杂度、编码效率和伸缩性能等方面都优于当前同类型编码器，特别是在前两方面，其优势十分明显.比如对512×512测试图像，编码率为0.5bpp时本文编码器的平均PSNR增益达1.73dB.特别地，凭借原子库的几何特性，该编码器提供了较传统方法更灵活的伸缩性，允许通过简单的参数变换来获得任意分辨率大小的重建图像.

Abstract

关键词

Keywords

references

浏览量

1228

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于稀疏分解的可伸缩图像编码

Scalable Image Coding Based on Sparse Decomposition

DOI：

摘要

Abstract

关键词

Keywords

references