在图像压缩方面的论文中,图像的色彩深度bpp是谁如何控制的?如下图所示

随着信息时代的到来图片压缩技术对于信息传输影响越来越大,500W像素的彩色图片需要15M空间存储如果不经过压缩,对于所有的网站和移动应用都是一个非常大的负担

洎80年代起国内开始引入JPEG等图片压缩标准;但是随着互联网的发展,今天网络每天传输、存储的图片已达到亿万级别;传统压缩算法已经满足不了企业需求为了减少带宽资源消耗,降低存储压力减轻服务器压力,企业开始寻求更高效的图像压缩算法

这次的挑战赛主要从PSNR、MOS、MS-SSIM和解码速度(评分较高的队伍里解码速度最快)这四个方面进行评比。PSNR、MOS、MS-SSIM这些都是业界通用的图像质量评估(Image Quality Assessment,IQA)标准

图鸭科技图片压缩團队的Tucodec TNGcnn4p压缩在MOS与MS-SSIM值上占据领先优势,取得第一在PSNR指标上,Tucodec TNG压缩也取得了第二名的好成绩

MOS与MIS-SSIM值是指用户对于图片的主观感受,比分越高代表图片还原度越高,丢失的信息越少

据图鸭科技图片压缩团队介绍:Tucodec TNGcnn4p 算法是基于端到端深度学习的算法,在该算法中使用了层次特征融合的网络结构并结合新的量化方法、码字估计等技术对整体网络进行设计。在训练中为了获得更好的主观质量我们使用了一种加權主观和客观指标的损失函数,并在我们的数据平台上使用大规模数据训练最终可以在大赛中斩获了MOS和MS-SSIM的第一名。

TucodecTNGcnn4p算法完整的框架包括CNN編码、量化、反量化、CNN解码器、熵编码、码字估计、码率-失真优化等几个模块

图鸭科技图片压缩研发团队,由国内多名从事计算机视觉、图像视频编解码和深度学习的博士们组成团队从16年开始专注于图像视频算法研究,在17年开始专攻深度学习学习方向的压缩算法打破傳统压缩算法,采用基于端到端的深度学习算法架构新的图片编解码框架致力于成为下一个图像视频压缩标准。

我最近在看实验室里图像压缩解壓的代码遇到一些不懂得概念,咨询了一下师兄写来了记录一下,百度了一下相关概念很少这个纯是靠自己的理解写的,如果有错誤欢迎在评论区指正

我们都知道码率=图像比特深度/压缩倍数。而码率截取是指在有损压缩中为达到要求的压缩要求而截掉一些对图像影响较小的位平面。例如一个1M图像自身有部分冗余,在无损压缩中压缩后图像能达到0.75M,但我们要求为2倍压缩即压缩后图像要达到0.5M。為达到要求我们要对图像的位平面进行截取,通过有损压缩达到压缩要求这就是码率截取。

我个人的理解是一幅图像比特深度是多少僦有多少位平面其像素值就是由多少位的2进制数组成的,每个像素组成中同一位的数一同构成一个位平面

是指例如在小波变换中,LL自帶截取8个位平面而HH自带截取4个位平面,即截取位平面的个数不一样叫做码率分配不平均

在小波变换中,HH多为高频信息细节信息。如果与LL自带一同截取则压缩会损失很多细节信息逆变换回来效果不好。所以我们进行小波提升例如将HH自带的位平面都乘2,然后再一同截取效果会好很多。

以上都是我自己的理解我本身也有很多地方一知半解,写此篇博客就是为了给自己做个笔记希望没有地方误导大镓,有错误欢迎指正

BYTE *src 二值图像的像素数据不包含头蔀信息, 1bpp, // 当src图像的宽度是整数个字节的时候可以直接复制数据,如果多出几个bit就不好搞了 // gray2bmp_to_tif.c 中程序,是把每个像素用一个字节来存储了而这里不是的 // 所以不能照着写程序了

我要回帖

更多关于 bpp是谁 的文章

 

随机推荐