EZWアルゴリズムに基づいた進化的画像圧縮法
スポンサーリンク
概要
- 論文の詳細を見る
A simple method based on the EZW algorithm is presented for improving image compression performance. Recent success in wavelet image coding is mainly attributed to recognition of the importance of data organization and representation. There have been several very competitive wavelet coders developed, namely, Shapiros EZW(Embedded Zerotree Wavelets)(1), Said and Pearlmans SPIHT(Set Partitioning In Hierarchical Trees)(2), and Bing-Bing Chais SLCCA(Significance-Linked Connected Component Analysis for Wavelet Image Coding)(3). The EZW algorithm is based on five key concepts: (1) a DWT(Discrete Wavelet Transform) or hierarchical subband decomposition, (2) prediction of the absence of significant information across scales by exploiting self-similarity inherent in images, (3) entropy-coded successive-approximation quantization, (4) universal lossless data compression which is achieved via adaptive arithmetic coding. and (5) DWT coefficients degeneration from high scale subbands to low scale subbands. In this paper, we have improved the self-similarity statistical characteristic in concept (5) and present a progressive image compression method.
- 社団法人 電気学会の論文
- 2005-07-01
著者
-
呂 建明
千葉大学大学院融合科学研究科
-
谷萩 隆嗣
千葉大学大学院融合科学研究科
-
呂 建明
千葉大学大学院
-
谷萩 隆嗣
千葉大学大学院 自然科学研究科 情報科学専攻
-
杜 科
千葉大学大学院 自然科学研究科
関連論文
- 改良PSMフィルタによるインパルス性雑音除去
- マルチホップネットワークにおけるバッファ使用量を考慮することによりQoSを保証するMACプロトコル(ネットワーク)
- モフォロジー処理を用いたスペクトルサブトラクションにおけるミュージカルノイズ除去(音声,聴覚)
- 雑音量に依存しない音声/雑音領域判別法を利用した音声強調の改良
- 有声音の周期性を考慮した相互相関関数による残響除去(アレー信号処理・音響計測/一般)
- 観測信号のスペクトログラム上の特徴量に基づく音声領域と雑音領域との判別を用いた音声強調
- 雑音量に依存しない音声領域と雑音領域との判別を用いた音声強調(音響と音声処理・音声強調,ロバスト音声認識,一般)
- A-4-41 並列リカレントニューラルネットワークを利用したノイズキャンセラの設計法
- D-16-2 ファジィ2値化処理とモルフォロジィ識別による糖尿病性網膜症眼の出血部分の検出方法(D-16.医用画像,一般講演)
- D-12-94 並列ニューラルネットワークによる虹彩認識システム(D-12.パターン認識・メディア理解,一般講演)