一种指数分布数据的基于块自适应量化的方法技术

技术编号:4354472 阅读:273 留言:0更新日期:2012-04-11 18:40
本发明专利技术涉及一种指数分布数据的量化方法,具体地说是一种数据压缩过程中,指数分布数据的量化方法。基于块自适应的量化方法能够有效地压缩图像,并且易于实时实现。该方法可以很好的应用压缩过程中,特别对于在时域或者空域成指数分布的数据,实现了对数据实现接近无损压缩的量化。本发明专利技术对实数图像进行DCT或者FFT变换以后的数据进行量化;对复数图像进行DCT或者FFT变换以后的数据进行量化。本发明专利技术的优点是:可以有效的解决不同图像数据块之间数据动态范围大的特点,结合各数据块的特性采用不同的量化步长,从而有效地降低了量化误差;方法的复杂度不高,易于实时实现。

【技术实现步骤摘要】

【技术保护点】
一种指数分布数据的基于块自适应量化的方法,其特征是:所述方法包括如下步骤, (1)在量化模型中,假设产生N个量化步长,第i个移位为K↓[i](i=0,1,…,N-1),每个移位产生的概率为P↓[i](i=0,1,…,N-1),最大移位 为K。均匀分布的数据使用均匀量化器,若量化步长为Q,则平均量化误差MQE=Q/4;使用块自适应量化产生的平均量化误差MQE↓[baq]为 MQE↓[baq]=*2↑[K↓[i]]/4*P↓[i]=*2↑[K↓[i]-2]*P↓[i];  (2)使用均匀量化的方法,移位统一变为K,对于原来移位为Ki块现在使用移位为K进行量化,产生的平均量化误差...

【技术特征摘要】

【专利技术属性】
技术研发人员:李恒中夏卫平
申请(专利权)人:无锡亿普得科技有限公司
类型:发明
国别省市:32[中国|江苏]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1