基于Le Gall 5/3滤波器提出了一种逐行小波变换方法,处理器从图像节点SD卡逐行读出图像信息,完成多级变换后将变换结果行写入SD卡。该方法 SRAM内存需求低,且仅涉及定点整数乘法、加法及移位操作。应用所提方法对一幅256像素×256...基于Le Gall 5/3滤波器提出了一种逐行小波变换方法,处理器从图像节点SD卡逐行读出图像信息,完成多级变换后将变换结果行写入SD卡。该方法 SRAM内存需求低,且仅涉及定点整数乘法、加法及移位操作。应用所提方法对一幅256像素×256像素仔猪灰度图像进行小波变换实验,结果表明,该方法以合理的定点运算代价换取了3.968 KB的SRAM开销以及8.718 s的时间开销。为基于小波变换的WMSN节点图像压缩奠定了基础,使农业生产图像在低带宽WMSN上高效传输成为可能。展开更多
基于比特平面及二值自适应算术编码提出了一种逐行小波系数编码方法,该方法能与低内存开销的逐行小波变换无缝、高效对接。处理器从图像节点FIFO通道中逐行读出图像信息,完成多级小波变换后,根据各层小波系数概率分布确定量化值,利用4...基于比特平面及二值自适应算术编码提出了一种逐行小波系数编码方法,该方法能与低内存开销的逐行小波变换无缝、高效对接。处理器从图像节点FIFO通道中逐行读出图像信息,完成多级小波变换后,根据各层小波系数概率分布确定量化值,利用4个二值概率模型对系数各比特平面执行二值自适应算术编码,实现了基于小波变换的低内存开销图像压缩。利用该压缩方法处理一幅320像素×240像素仔猪灰度图像,结果表明,量化位数取3位时,存储开销、时间开销及峰值信噪比为5.749 KB、16.312 s及39.72 d B,内存开销低且重构图像质量较高。展开更多
文摘基于比特平面及二值自适应算术编码提出了一种逐行小波系数编码方法,该方法能与低内存开销的逐行小波变换无缝、高效对接。处理器从图像节点FIFO通道中逐行读出图像信息,完成多级小波变换后,根据各层小波系数概率分布确定量化值,利用4个二值概率模型对系数各比特平面执行二值自适应算术编码,实现了基于小波变换的低内存开销图像压缩。利用该压缩方法处理一幅320像素×240像素仔猪灰度图像,结果表明,量化位数取3位时,存储开销、时间开销及峰值信噪比为5.749 KB、16.312 s及39.72 d B,内存开销低且重构图像质量较高。
