JPEG LS算法
局部梯度值計算
在完成因果模板構建后,就要對當前待編碼元素的局部梯度值進行計算。
局部梯度值的計算公式如下所示:
局部梯度值D1,D2,D3表示的是當前待編碼元素的鄰近元素的活動水平,比如平滑性,邊界性等。
局部梯度值D1,D2,D3的值也決定了當前待編碼元素是進入游程編碼模式還是進入正常編碼模式
當D1,D2,D3的絕對值都小于等于NEAR的時候,當前待編碼元素和鄰近元素構成平坦區域,進入游程編碼模式
當D1,D2,D3的絕對值都大于NEAR的時候,當前待編碼元素和鄰近元素構成非平坦區域,進入正常編碼模式
這樣通過局部梯度值的計算就可以決定當前待編碼元素進入哪一種編碼模式了
局部梯度值量化
如果同一個上下文中對少量元素進行編碼,通常無法獲得足夠的上下文編碼信息。但是如果對大量元素進行編碼又會帶來存儲空間變大的問題。因此要對局部梯度值進行量化處理。
JPEG-LS算法中局部梯度值的量化公式如下:
局部梯度值被量化為9個整數,有效的減少了上下文參數的數量。
其中T1,T2,T3為量化的閾值,在8bit灰度圖像進行無損壓縮的時候三個的取值分別為
T1: 3
T2: 7
T3: 21
審核編輯:黃飛
-
JPEG
+關注
關注
0文章
66瀏覽量
30245
原文標題:JPEG LS算法--局部梯度值計算
文章出處:【微信號:FPGA開源工坊,微信公眾號:FPGA開源工坊】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
機器學習新手必學的三種優化算法(牛頓法、梯度下降法、最速下降法)
基于DSP的圖像采集及JPEG-LS壓縮系統
JPEG2000新型碼率控制算法的DSP實現

JPEG壓縮算法并行化設計

JPEG圖像壓縮算法流程詳解

一文看懂常用的梯度下降算法
基于SVM的局部潛在語義分析算法研究

基于梯度角度的直方圖HGA的圖像匹配算法

梯度下降兩大痛點:陷入局部極小值和過擬合

評論