基于最优空间重采样的图像压缩算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (5): 73-74.

基于最优空间重采样的图像压缩算法

王锦江,高山,毕笃彦

空军工程大学工程学院，西安 710038

收稿日期:2007-06-08 修回日期:2007-08-21 出版日期:2008-02-11 发布日期:2008-02-11
通讯作者: 王锦江

Image compression based on optimum spatial resample

WANG Jin-jiang,GAO Shan,BI Du-yan

Engineering College，Air Force Engineering University，Xi’an 710038，China

Received:2007-06-08 Revised:2007-08-21 Online:2008-02-11 Published:2008-02-11
Contact: WANG Jin-jiang

摘要/Abstract

摘要： 给出了一种基于最优空间重采样模型的图像压缩算法。该算法通过对图像像素的重采样，以还原误差最小化为准则选择性地保存图像中的部分像素来以达到压缩的目的，并通过分段线性插值来估计被删除的像素灰度完成还原。图像压缩实验证明其压缩性能接近JPEG2000，对复杂纹理图像的压缩稍差，对低码率和带噪图像的压缩还原结果在边界保持和视觉效果上要优于JPEG2000。

关键词: 图像压缩, 最优空间, 重采样

Abstract: A method of image compression based on optimum spatial resample was present.It compressed the image by selecting a subset of the whole image pixels with criterion of minimizing the revert error and revert image through piecewise linear interpolation.Experiments shows that its performance is close to JPEG2000 as a whole，worse when image have complex textures，and better than JPEG2000 in edge preservation and visual effect with low bit and noisy image compression.

Key words: image compression, optimum spatial, resample

王锦江,高山,毕笃彦. 基于最优空间重采样的图像压缩算法[J]. 计算机工程与应用, 2008, 44(5): 73-74.

WANG Jin-jiang,GAO Shan,BI Du-yan. Image compression based on optimum spatial resample[J]. Computer Engineering and Applications, 2008, 44(5): 73-74.

[1]	顾兆军，吴优，赵春迪，周景贤. 流量的集成学习与重采样均衡分类方法[J]. 计算机工程与应用, 2020, 56(6): 86-91.
[2]	徐玲玲，迟冬祥. 面向不平衡数据集的机器学习分类策略[J]. 计算机工程与应用, 2020, 56(24): 12-27.
[3]	于恒，梅红岩，许晓明，贾慧萍. 基于深度学习的图像压缩算法研究综述[J]. 计算机工程与应用, 2020, 56(15): 15-23.
[4]	王晓华，聂腾腾. 改进的布谷鸟算法优化粒子滤波研究[J]. 计算机工程与应用, 2020, 56(12): 60-65.
[5]	侯贝贝，刘三阳，普事业. 基于边界混合重采样的非平衡数据分类方法[J]. 计算机工程与应用, 2020, 56(1): 46-52.
[6]	昝孟恩，周航，韩丹，杨刚，许国梁. 粒子滤波目标跟踪算法综述[J]. 计算机工程与应用, 2019, 55(5): 8-17.
[7]	郭秋红1，梁秀霞1，2. 对3D Warping分解的高质量虚拟视点绘制方法[J]. 计算机工程与应用, 2019, 55(3): 184-190.
[8]	董瑶1，2，葛莹莹1，2，郭鸿湧1，3，董永峰1，2，杨琛1，2. 基于深度强化学习的移动机器人路径规划[J]. 计算机工程与应用, 2019, 55(13): 15-19.
[9]	李英1，杨秋翔1，雷海卫2，杜博2. 基于深度图像绘制技术的正反向映射技术的改进[J]. 计算机工程与应用, 2018, 54(5): 186-190.
[10]	王向前1，冉维2，马飞1，3. 邻域迭代重采样粒子滤波的纯方位目标跟踪[J]. 计算机工程与应用, 2017, 53(13): 160-166.
[11]	李高平，刘莉. 图像子块特征匹配的快速分形编码算法[J]. 计算机工程与应用, 2017, 53(1): 195-200.
[12]	周菲菲，陈建明，张晶晶. 基于局部最小熵的小波系数预测编码方法[J]. 计算机工程与应用, 2016, 52(22): 203-207.
[13]	许枫1，纪永强1，2，杨娟1，温涛1，2，宋宏健1，2 . 基于重采样的水下小目标多基地量测融合[J]. 计算机工程与应用, 2015, 51(5): 27-32.
[14]	刘雪冬，张康，杨杰. 基于粒子滤波器的摄像机运动参数估计[J]. 计算机工程与应用, 2014, 50(7): 144-148.
[15]	周菲菲. 基于三进制表示的小波系数预测编码方法[J]. 计算机工程与应用, 2013, 49(9): 156-159.