本文選題：大數(shù)據(jù) + 云編碼��； 參考：《計算機學(xué)報》2017年11期

【摘要】：隨著數(shù)字圖像采集設(shè)備的普及,加之互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,海量的圖像在上傳并保存到互聯(lián)網(wǎng)中.傳統(tǒng)的圖像編碼方法(如JPEG和JPEG2000),可以在一定程度上壓縮圖像數(shù)據(jù),但其獨立壓縮單幅圖像的方式導(dǎo)致其壓縮效率遠(yuǎn)遠(yuǎn)不能滿足當(dāng)今大數(shù)據(jù)的需求.為了更高效地壓縮互聯(lián)網(wǎng)圖像數(shù)據(jù),作者充分利用"大數(shù)據(jù)"這一挑戰(zhàn),提出了一種基于云數(shù)據(jù)的圖像編碼方法.針對上傳到云數(shù)據(jù)庫中的圖像,算法采用"上傳一幅、壓縮一幅"的處理模式,有效地適應(yīng)迅速變化的大數(shù)據(jù)環(huán)境.它充分利用了當(dāng)前圖像和云數(shù)據(jù)中其它圖像之間的相關(guān)性,更加有效地對圖像進行壓縮編碼.在該方法中,作者有3個創(chuàng)新性技術(shù)設(shè)計.首先,基于高效的圖像檢索技術(shù),設(shè)計了一個方案對"大數(shù)據(jù)"進行篩選,僅保留與當(dāng)前圖像高度匹配的少部分圖像數(shù)據(jù).其次,利用這些經(jīng)過選擇得到的少量圖像數(shù)據(jù),進行圖像間的預(yù)測編碼.這一環(huán)節(jié)對于整個系統(tǒng)的性能非常重要.作者采用基于塊匹配的預(yù)測編碼和率失真優(yōu)化技術(shù),在保證圖像重建質(zhì)量的前提下將碼率大大減少.還有,該文設(shè)計了一套對檢索得到圖像的預(yù)處理方案,將其變換成更為接近于當(dāng)前圖像的參考圖像,從而提高預(yù)測準(zhǔn)確度.作者采用投影變換技術(shù)將檢索得到的圖像與當(dāng)前圖像對齊,并通過光照補償使得兩幅圖像中的匹配像素點的值盡可能接近.該文為大數(shù)據(jù)下的圖像壓縮提供了一個嶄新的框架,可以大大節(jié)省如網(wǎng)絡(luò)云盤中圖像所占用的存儲空間.相比于傳統(tǒng)圖像編碼方法甚至是更為高效的HEVC幀內(nèi)編碼方案,該圖像壓縮系統(tǒng)都能取得明顯的性能提升.實驗表明:該方法對圖像的壓縮效率,比JPEG平均提升78.5%,比HEVC幀內(nèi)編碼提升67.2%.甚至相比于文獻(xiàn)中最新的基于云的圖像編碼方法,該文的算法在同碼率下的主觀質(zhì)量和客觀質(zhì)量都表現(xiàn)出明顯優(yōu)勢.
[Abstract]:With the popularity of digital image acquisition equipment and the rapid development of Internet technology, massive images are uploaded and stored on the Internet. Traditional image coding methods (such as JPEGs and JPEG2000) can compress image data to a certain extent, but their compression efficiency is far from satisfying the demand of big data. In order to compress the Internet image data more efficiently, the author takes full advantage of the challenge of "big data" and proposes an image coding method based on cloud data. For the images uploaded to the cloud database, the algorithm adopts the processing mode of "upload one image, compress one image", and adapt effectively to the rapidly changing big data environment. It makes full use of the correlation between the current image and other images in cloud data, so it can compress and encode the image more effectively. In this method, the author has three innovative technical designs. Firstly, based on the efficient image retrieval technology, a scheme is designed to filter "big data", and only a few image data matching the current image height are retained. Secondly, using these selected small amount of image data, the prediction coding between images is carried out. This link is very important to the performance of the whole system. The prediction coding based on block matching and rate-distortion optimization techniques are used to reduce the bit rate greatly while ensuring the quality of image reconstruction. In addition, this paper designs a preprocessing scheme for image retrieval, which is transformed into a reference image closer to the current image, so as to improve the prediction accuracy. The author uses projection transform technique to align the retrieved image with the current image, and makes the matching pixel value of the two images as close as possible through illumination compensation. This paper provides a new frame for image compression under big data, which can save the storage space such as the image in the cloud disk. Compared with the traditional image coding method and even the more efficient HEVC intra coding scheme, this image compression system can achieve a significant performance improvement. Experimental results show that the efficiency of the proposed method is 78.5% higher than that of JPEG and 67.2% higher than that of HEVC intra coding. Compared with the latest cloud-based image coding methods in the literature, the proposed algorithm has obvious advantages in both subjective and objective quality at the same bit-rate.
【作者單位】： 北京大學(xué)信息科學(xué)技術(shù)學(xué)院;南洋理工大學(xué)博云搜索實驗室;
【基金】：國家“九七三”重點基礎(chǔ)研究發(fā)展規(guī)劃項目基金(2015CB351800) 國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金(61322106)、國家自然科學(xué)基金(61370114)資助~~
【分類號】：TN919.81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐孟俠;圖像編碼的進展[J];通信學(xué)報;1993年02期

2 陳蓓;張洪才;曹文倫;;灰色模型的交通圖像編碼[J];計算機工程與應(yīng)用;2007年06期

3 趙道木;陳林飛;汪小剛;;光學(xué)圖像編碼新進展[J];激光與光電子學(xué)進展;2007年02期

4 張春田;圖像編碼的國際標(biāo)準(zhǔn)化[J];電視技術(shù);1994年03期

5 張雪松,倪國強,周立偉,金偉其;圖像編碼技術(shù)發(fā)展綜述[J];光學(xué)技術(shù);1997年03期

6 張良,張春田;結(jié)合信息隱藏技術(shù)的感興趣區(qū)圖像編碼方案[J];天津大學(xué)學(xué)報;2003年05期

7 李建欣,朱日宏,丁緒星;一種基于配對相關(guān)變換的多描述圖像編碼方案[J];計算機應(yīng)用研究;2005年06期

8 王旭培;周恩衛(wèi);郭騰;陳建華;;混合采樣多描述圖像編碼初探[J];科技創(chuàng)新導(dǎo)報;2011年15期

9 畢厚杰;靜止圖像編碼[J];通信學(xué)報;1993年02期

10 李曉明;通用活動圖像編碼[J];無線電工程;1994年Z1期

相關(guān)會議論文 前2條

1 鄭武;余勝生;周敬利;陳加忠;;正交平衡多小波的構(gòu)造及其在圖像編碼中的研究[A];全國第13屆計算機輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

2 李曉莉;單承贛;;嵌入式基于小波變換的圖像編碼的研究[A];全國第16屆計算機科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2004年

相關(guān)博士學(xué)位論文 前5條

1 張正陽;高性能圖像編碼研究[D];西安電子科技大學(xué);1999年

2 許繼征;高效圖像編碼中自適應(yīng)變換的研究[D];上海交通大學(xué);2011年

3 鞠增偉;圖像編碼中的小波分析及應(yīng)用研究[D];華中科技大學(xué);2014年

4 彭秀蓮;基于行結(jié)構(gòu)的圖像編碼[D];中國科學(xué)技術(shù)大學(xué);2012年

5 李建欣;基于小波變換的低碼率圖像編碼研究[D];南京理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 魯云;基于Hi3516A的高壓縮比網(wǎng)絡(luò)圖像編碼設(shè)備的設(shè)計[D];西南科技大學(xué);2016年

2 陳曉雷;基于感興趣區(qū)的圖像編碼和傳輸研究[D];蘭州大學(xué);2006年

3 曾晟;圖像編碼中容錯性的應(yīng)用研究[D];武漢大學(xué);2004年

4 朱永輝;圖像編碼的實現(xiàn)及IP傳輸[D];浙江工業(yè)大學(xué);2001年

5 潘博;基于小波變換的圖像編碼與解碼技術(shù)的研究[D];長春理工大學(xué);2010年

6 舒正華;一種將H.264標(biāo)準(zhǔn)的幀內(nèi)塊預(yù)測技術(shù)和特定混合編碼相結(jié)合的圖像編碼方法[D];江西師范大學(xué);2007年

7 孫立軍;基于PDE修補技術(shù)的圖像編碼研究[D];西北大學(xué);2011年

8 蘇艷玲;基于DSP的圖像編碼與實現(xiàn)[D];北方工業(yè)大學(xué);2005年

9 韓釗;基于FPGA的數(shù)字圖像編碼系統(tǒng)設(shè)計[D];西安電子科技大學(xué);2013年

10 周慶忠;基于小波變換的圖像編碼研究[D];成都理工大學(xué);2004年

，

本文編號：2060816