0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

JPEG LS算法局部梯度值計(jì)算原理

FPGA開源工坊 ? 來源:FPGA開源工坊 ? 2024-04-25 10:46 ? 次閱讀

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。但是如果對大量元素進(jìn)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(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

def7475e-0254-11ef-a297-92fbcf53809c.png

審核編輯:黃飛

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • JPEG
    +關(guān)注

    關(guān)注

    0

    文章

    66

    瀏覽量

    29926

原文標(biāo)題:JPEG LS算法--局部梯度值計(jì)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(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    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)

    還需要假設(shè)函數(shù)的二階導(dǎo)數(shù)也是連續(xù)的(例如, f ∈ C2)。最后,我們還需要假設(shè)需要最小化的函數(shù)是凸函數(shù)。這樣一來,如果我們的算法集中到一個(gè)點(diǎn)(一般稱為局部最小),我們就可以保證這個(gè)
    發(fā)表于 05-07 08:30

    梯度更新算法的選擇

    深度學(xué)習(xí)入門(四)梯度更新算法的選擇(附執(zhí)行代碼)
    發(fā)表于 06-09 11:02

    基于DSP的圖像采集及JPEG-LS壓縮系統(tǒng)

    本文介紹了基于TMS320VC5509A芯片的圖像采集并對圖像進(jìn)行JPEG-LS壓縮的硬件系統(tǒng),并在PC機(jī)上通過VB對圖像進(jìn)行顯示處理。在該系統(tǒng)中,完成了JPEG-LS壓縮算法的DSP移植,并通過運(yùn)用DSP的硬件
    發(fā)表于 02-24 14:35 ?22次下載

    JPEG2000新型碼率控制算法的DSP實(shí)現(xiàn)

    JPEG2000新型碼率控制算法在漸進(jìn)過程截?cái)?b class='flag-5'>算法的基礎(chǔ)上,結(jié)合逐層位平面截?cái)?b class='flag-5'>算法,減少了冗余的編碼量和算法復(fù)雜度,同時(shí)經(jīng)過大量測試,該
    發(fā)表于 11-11 14:41 ?38次下載
    <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)

    隨機(jī)梯度在盲均衡算法中的影響

    該文引人隨機(jī)梯度,在梯度向量中加入噪聲成分,結(jié)合梯度引起的權(quán)偏差相關(guān)系數(shù),分析其對盲均衡算法
    發(fā)表于 03-07 14:41 ?20次下載
    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

    DSP的圖像采集及JPEG_LS壓縮系統(tǒng)

    DSP的圖像采集及JPEG_LS壓縮系統(tǒng)
    發(fā)表于 10-19 15:05 ?10次下載
    DSP的圖像采集及<b class='flag-5'>JPEG_LS</b>壓縮系統(tǒng)

    JPEG壓縮算法并行化設(shè)計(jì)

    方面并行性的優(yōu)勢,提出了基于OpenCL的JPEG壓縮算法并行化設(shè)計(jì)方法。將JPEG算法功能分解為多個(gè)內(nèi)核程序,內(nèi)核之間通過事件信息傳遞進(jìn)行順序控制,并在GPU+CPU的異構(gòu)平臺上完成
    發(fā)表于 11-21 16:57 ?4次下載
    <b class='flag-5'>JPEG</b>壓縮<b class='flag-5'>算法</b>并行化設(shè)計(jì)

    JPEG圖像壓縮算法流程詳解

    ?;鞠到y(tǒng)的JPEG壓縮編碼算法一共分為11個(gè)步驟:顏色模式轉(zhuǎn)換、采樣、分塊、離散余弦變換(DCT)、Zigzag 掃描排序、量化、DC系數(shù)的差分脈沖調(diào)制編碼、DC系數(shù)的中間格式計(jì)算、AC系數(shù)的游程長度編碼、AC系數(shù)的中間格式
    發(fā)表于 12-01 09:20 ?4.1w次閱讀
    <b class='flag-5'>JPEG</b>圖像壓縮<b class='flag-5'>算法</b>流程詳解

    一文看懂常用的梯度下降算法

    的。梯度下降算法背后的原理:目標(biāo)函數(shù) 關(guān)于參數(shù) 的梯度將是目標(biāo)函數(shù)上升最快的方向。對于最小化優(yōu)化問題,只需要將參數(shù)沿著梯度相反的方向前進(jìn)一個(gè)步長,就可以實(shí)現(xiàn)目標(biāo)函數(shù)的下降。這個(gè)步長又稱
    發(fā)表于 12-04 18:17 ?1777次閱讀

    基于SVM的局部潛在語義分析算法研究

    。該算法在語義分析使用矩陣的奇異分解過程中引入不同類別信息,分析特征詞的局部特征,使用支持向量機(jī)分類器計(jì)算文本對類別的相關(guān)度參數(shù),并應(yīng)用于局部
    發(fā)表于 12-06 10:05 ?0次下載
    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

    基于梯度角度的直方圖HGA的圖像匹配算法

    針對傳統(tǒng)的局部特征描述子在圖像匹配效果和效率上很難兼顧的問題,提出了一種基于梯度角度的直方圖( HGA)的圖像匹配算法。該算法先通過加速片段測試特征(FAST)獲取的圖像關(guān)鍵點(diǎn),然后采
    發(fā)表于 01-12 11:42 ?0次下載
    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>

    梯度下降兩大痛點(diǎn):陷入局部極小和過擬合

    基于梯度下降訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí),我們將冒網(wǎng)絡(luò)落入局部極小的風(fēng)險(xiǎn),網(wǎng)絡(luò)在誤差平面上停止的位置并非整個(gè)平面的最低點(diǎn)。這是因?yàn)檎`差平面不是內(nèi)凸的,平面可能包含眾多不同于全局最小
    的頭像 發(fā)表于 04-27 17:01 ?2w次閱讀
    <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

    梯度下降算法及其變種:批量梯度下降,小批量梯度下降和隨機(jī)梯度下降

    現(xiàn)在我們來討論梯度下降算法的三個(gè)變種,它們之間的主要區(qū)別在于每個(gè)學(xué)習(xí)步驟中計(jì)算梯度時(shí)使用的數(shù)據(jù)量,是對每個(gè)參數(shù)更新(學(xué)習(xí)步驟)時(shí)的梯度準(zhǔn)確性
    的頭像 發(fā)表于 05-03 15:55 ?2.1w次閱讀

    簡單的梯度下降算法,你真的懂了嗎?

    梯度下降算法的公式非常簡單,”沿著梯度的反方向(坡度最陡)“是我們?nèi)粘=?jīng)驗(yàn)得到的,其本質(zhì)的原因到底是什么呢?為什么局部下降最快的方向就是梯度
    發(fā)表于 09-19 00:17 ?814次閱讀

    基于FPGA的JPEG-LS圖像壓縮器介紹

    現(xiàn)在來看一下GitHub上面一個(gè)開源的JPEG LS算法的Verilog實(shí)現(xiàn)
    的頭像 發(fā)表于 10-15 17:27 ?276次閱讀
    基于FPGA的<b class='flag-5'>JPEG-LS</b>圖像壓縮器介紹