基于下采样和全相位DCT内插的WDCT-JPEG块编码

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (4): 155-157.

• 图形、图像、模式识别 • 上一篇下一篇

基于下采样和全相位DCT内插的WDCT-JPEG块编码

庞茜，侯正信，杨爱萍，薄双双

天津大学电子信息工程学院，天津 300072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-01 发布日期:2012-04-05

Block coding of WDCT-JPEG based on down-sampling and all phase DCT

PANG Qian, HOU Zhengxin, YANG Aiping, BO Shuangshuang

College of Electronic and Information Engineering, Tianjin University, Tianjin 300072, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-01 Published:2012-04-05

摘要/Abstract

摘要： 卷曲离散余弦变换（WDCT）通过频率卷曲使变换后的信号能量分布更适合于图像压缩编码。为了提高低比特率图像压缩编码性能，在WDCT中引入基于下采样和全相位延拓DCT内插编码框架。实验结果表明，不论是峰值信噪比还是主观效果，提出的基于下采样和全相位DCT内插的WDCT-JPEG算法在低比特率下编码性能显著提高，方块效应明显减少。

关键词: 卷曲离散余弦变换, 低比特率, 下采样, 全相位DCT内插

Abstract: With the frequency warping, the Warped Discrete Cosine Transform（WDCT） makes the signal energy distribution more suitable for image coding. In order to improve the coding performance in the low bit-rate, this paper presents a code frame based on down sampling and All Phase DCT（APDCT） interposition. Experimental results show that, no matter for PSNR or subjective result, the proposed method obviously improves the performance of image coding in low bit-rate, and reduces the block effects significantly.

Key words: Warped Discrete Cosine Transform（WDCT）, low bit-rate, down sampling, All Phase DCT（APDCT）

庞茜，侯正信，杨爱萍，薄双双. 基于下采样和全相位DCT内插的WDCT-JPEG块编码[J]. 计算机工程与应用, 2012, 48(4): 155-157.

PANG Qian, HOU Zhengxin, YANG Aiping, BO Shuangshuang. Block coding of WDCT-JPEG based on down-sampling and all phase DCT[J]. Computer Engineering and Applications, 2012, 48(4): 155-157.

[1]	刘剑锋，李瑞华，刘垚圻，苏泳涛，胡金龙. 无线通信中的信噪比估计算法研究[J]. 计算机工程与应用, 2020, 56(18): 82-89.
[2]	邱宁佳，沈卓睿，王辉，王鹏. 通信垃圾文本识别的半监督学习优化算法[J]. 计算机工程与应用, 2020, 56(17): 121-128.
[3]	钱满，张向阳，李仁昌. 改进卷积神经网络SAR图像去噪算法[J]. 计算机工程与应用, 2020, 56(14): 176-182.
[4]	师晓波，蔺素珍，桑新亚. 利用结构连续块和多尺度变换的缺损图像修复[J]. 计算机工程与应用, 2019, 55(8): 189-194.
[5]	李敏，苑贤杰，骆志丹，邱晓华. 基于改进引导滤波与DCPCNN的图像融合方法[J]. 计算机工程与应用, 2019, 55(19): 207-213.
[6]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[7]	曹义亲，曹婷，黄晓生. 基于NSST的CS与区域特性相结合的图像融合方法[J]. 计算机工程与应用, 2018, 54(20): 190-196.
[8]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[9]	刘栋，聂仁灿，周冬明，侯瑞超，熊磊. 结合NSST与GA参数优化PCNN图像融合[J]. 计算机工程与应用, 2018, 54(19): 158-163.
[10]	文继李1，丁立新1，万润泽1，邹桢苹2. 基于兴趣区域的无参考图像质量评价方法[J]. 计算机工程与应用, 2018, 54(16): 169-175.
[11]	王贝贝，王正勇，何小海，吴小强. 基于LLF和RBD检测的红外和可见光图像融合[J]. 计算机工程与应用, 2017, 53(17): 197-201.
[12]	谷志鹏，贺新光. 耦合边缘检测与优化的多尺度遥感图像融合法[J]. 计算机工程与应用, 2017, 53(11): 192-198.
[13]	宋建辉，甘晶，刘砚菊. 基于PCNN与区域特征的红外与可见光图像融合[J]. 计算机工程与应用, 2016, 52(8): 186-190.
[14]	石大宏，何雪. 序列蛋白质-GDP绑定位点预测[J]. 计算机工程与应用, 2016, 52(13): 55-59.
[15]	钟微宇1，2，沈汀2. 基于NSCT域邻域收缩的SAR图像去噪[J]. 计算机工程与应用, 2014, 50(12): 188-193.

基于下采样和全相位DCT内插的WDCT-JPEG块编码

Block coding of WDCT-JPEG based on down-sampling and all phase DCT

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics