JPEG LS算法
局部梯度值計(jì)算
在完成因果模板構(gòu)建后,就要對(duì)當(dāng)前待編碼元素的局部梯度值進(jìn)行計(jì)算。
局部梯度值的計(jì)算公式如下所示:
局部梯度值D1,D2,D3表示的是當(dāng)前待編碼元素的鄰近元素的活動(dòng)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(dāng)前待編碼元素是進(jìn)入游程編碼模式還是進(jìn)入正常編碼模式
當(dāng)D1,D2,D3的絕對(duì)值都小于等于NEAR的時(shí)候,當(dāng)前待編碼元素和鄰近元素構(gòu)成平坦區(qū)域,進(jìn)入游程編碼模式
當(dāng)D1,D2,D3的絕對(duì)值都大于NEAR的時(shí)候,當(dāng)前待編碼元素和鄰近元素構(gòu)成非平坦區(qū)域,進(jìn)入正常編碼模式
這樣通過局部梯度值的計(jì)算就可以決定當(dāng)前待編碼元素進(jìn)入哪一種編碼模式了
局部梯度值量化
如果同一個(gè)上下文中對(duì)少量元素進(jìn)行編碼,通常無法獲得足夠的上下文編碼信息。但是如果對(duì)大量元素進(jìn)行編碼又會(huì)帶來存儲(chǔ)空間變大的問題。因此要對(duì)局部梯度值進(jìn)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(gè)整數(shù),有效的減少了上下文參數(shù)的數(shù)量。
其中T1,T2,T3為量化的閾值,在8bit灰度圖像進(jìn)行無損壓縮的時(shí)候三個(gè)的取值分別為
T1: 3
T2: 7
T3: 21
審核編輯:黃飛
-
JPEG
+關(guān)注
關(guān)注
0文章
66瀏覽量
29999
原文標(biāo)題:JPEG LS算法--局部梯度值計(jì)算
文章出處:【微信號(hào):FPGA開源工坊,微信公眾號(hào):FPGA開源工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
機(jī)器學(xué)習(xí)新手必學(xué)的三種優(yōu)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(tǒng)
JPEG2000新型碼率控制算法的DSP實(shí)現(xiàn)
![<b class='flag-5'>JPEG</b>2000新型碼率控制<b class='flag-5'>算法</b>的DSP實(shí)現(xiàn)](https://file.elecfans.com/web2/M00/49/31/pYYBAGKhtD6AWR5nAAAPlx19ULQ849.jpg)
隨機(jī)梯度估值在盲均衡算法中的影響
![隨機(jī)<b class='flag-5'>梯度</b>估<b class='flag-5'>值</b>在盲均衡<b class='flag-5'>算法</b>中的影響](https://file.elecfans.com/web2/M00/49/51/pYYBAGKhtEWAd280AAAPuT6PdLA344.jpg)
JPEG壓縮算法并行化設(shè)計(jì)
![<b class='flag-5'>JPEG</b>壓縮<b class='flag-5'>算法</b>并行化設(shè)計(jì)](https://file.elecfans.com/web2/M00/49/62/poYBAGKhwKqAFXJOAAAcbEyzx6Y730.jpg)
JPEG圖像壓縮算法流程詳解
![<b class='flag-5'>JPEG</b>圖像壓縮<b class='flag-5'>算法</b>流程詳解](https://file1.elecfans.com//web2/M00/A6/FF/wKgZomUMQbiAWB5pAAALd1r36Vo730.jpg)
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SVM的<b class='flag-5'>局部</b>潛在語義分析<b class='flag-5'>算法</b>研究](https://file.elecfans.com/web2/M00/49/73/poYBAGKhwLaASkUUAAAR23PlaVo418.jpg)
基于梯度角度的直方圖HGA的圖像匹配算法
![基于<b class='flag-5'>梯度</b>角度的直方圖HGA的圖像匹配<b class='flag-5'>算法</b>](https://file.elecfans.com/web2/M00/49/8C/poYBAGKhwMaABV0XAAAkiKivcHY797.jpg)
梯度下降兩大痛點(diǎn):陷入局部極小值和過擬合
![<b class='flag-5'>梯度</b>下降兩大痛點(diǎn):陷入<b class='flag-5'>局部</b>極小<b class='flag-5'>值</b>和過擬合](https://file.elecfans.com/web1/M00/4F/CA/o4YBAFri6A-AUReEAAANPR3vpy0499.gif)
評(píng)論