一种基于GZIP的压缩与高效解压系统

为了节约嵌入式系统中的存储空间,降低数据传输对带宽的压力,提高解压的效率,研究并设计了一种基于GZIP的数据压缩与解压系统.在压缩时,压缩核心算法使用开源GZIP压缩算法,在此算法基础上进行设计,通过Visual Studio 2012对原始数据进行改进后的压缩.在解压时,为了提高解压速率,选择通过FPGA进行实现.通...     

基于LZW文本压缩解压器的设计与实现

本文介绍了LZW的压缩和解压算法,采用c语言实现了一个基于LZW的简单的文本压缩解压器,可以实现文本文件内容的压缩和解压,具有很好的效果。     

基于改进LZO的高灵敏度图像无损压缩方法

针对测控装备图像传输中无损压缩的问题,提出了一种基于改进LZO(Lempel-Ziv-Oberhumer)的高灵敏度图像无损压缩方法.分析了无损压缩算法原理,根据高灵敏度图像特点,利用中值边缘预测消除空间冗余,改进LZO算法流程.试验表明:改进算法无损压缩效率高,性能稳定,能够满足任务图像实时无损的传输需求.     

一种快速的纹理预测和混合哥伦布的无损压缩算法

为了进一步降低芯片内无损压缩的运算复杂度和编码时间,该文在保持高压缩率的基础上,提出一种基于方向预测和混合熵编码的快速无损压缩算法。该算法首先采用自适应方法进行纹理方向的预测,以获得当前像素的参考像素,并计算预测残差;然后对预测残差进行混合哥伦布编码,最终大幅度地提高了无损压缩的压缩性能。实验结果显示,与基于梯度预测和变长编码的无损压缩算法相比,该算法在平均压缩率略有提升的前提下,平均编码时间减少了36.86%。     

基于流量分析的XML嵌套数据流无损压缩算法

为避免基体的反复压缩操作,提出一种基于流量分析的XML嵌套数据流无损压缩算法。利用GDDStream算法对高相似度的XML嵌套数据流进行聚类分析,并表述成“簇中心(基体)+个体差异量”形式,分解数据流,完成一次基体压缩;仅对差异量进行压缩,极大减少对基体的反复压缩操作;利用改进LZW算法实现XML嵌套数据流无损压缩。实验结果表明,压缩后不仅数据完整性得到了保证,数据量也大幅减少,数据冗余度降低,与压缩前数据相比,压缩后数据未出现变化,说明压缩算法性能较好。     

一种JPEG无损压缩专利算法的改进与实现

为了改善各种算法对JPEG文件无损压缩效果不佳的问题,改进了一种洗牌算法和无损压缩算法相结合的无损压缩专利方法.通过实验验证,改进算法能够进一步去除JPEG图像文件中的少量冗余,算法表现出了强劲的压缩性能.得出结论:提出的改进算法能进一步无损去除文件内部冗余,减小文件体积,算法简单,时间复杂度低,易于实现.     

一种提高图像无损压缩效率的方法

非自然图像的直方图一般具有"稀疏"性,现有的无损压缩方法并未完全利用这种特性,因此压缩效果不太好.本文提出了一种通过调整直方图的预处理技术来提高无损压缩性能,主要是对直方图排序并利用领域像素分布来调整原始图像,使原始图像在统计意义上变得"平滑"些,利于提高无损压缩的压缩比.本方法只对原始图像进行预处理,并不改变现有压缩算法技术,因此具有很好的适应性,实验结果证明这种预处理方法是有效的.     

一种基于阵列配置加速比模型的无损压缩算法

针对现有压缩算法通过增加复杂度来降低压缩率,获得信息高效传输的问题。该文提出阵列配置加速比模型,证明低压缩率不一定能提高传输效率,并找到影响信息传输效率的因子,即解压模块吞吐率和数据块压缩率。将影响因子与配置信息特征结合,设计了一种新的无损压缩算法,并硬件实现了解压模块,吞吐率可达到16.1 Gbps。采用AES, A5-1和SM4对无损压缩算法进行测试,然后与主流无损压缩算法LZW, Huffman, LPAQ1和Arithmetic对比。结果表明,整体压缩率相当,但该文压缩算法产生的数据块压缩率经过优化,不仅能满足加速需求,且具有高吞吐率的解压性能;该文无损压缩算法获得的配置加速比,比硬件吞吐率理想情况下的LPAQl, Arithmetic, Huffman, LZW算法分别高8%, 9%, 10%, 22%左右。     

常用数据无损压缩算法分析

在数据采集和数据传输系统中常运用数据压缩技术,数据压缩通常可分为无损压缩和有损压缩两种.结合常用数据无损压缩算法原理,给出了实现流程图,并着重讨论各算法的优缺点,最后分析了在实现与优化算法过程中需要注意的问题.     

一种适合空间应用的高速图像无损压缩核设计

针对星载遥感图像的无损压缩具体需求,对CCSDS建议的无损数据压缩标准进行了两方面的改进,大大提高了硬件的处理速度.实验结果表明:该方案在无损压缩编码效率和处理速度上均具有较高的性能,能满足星载遥感图像实时处理的要求.     

A Hardware Architecture for the LZW Compression and Decompression Algorithms Based on Parallel Dictionaries

In this paper, a parallel dictionary based LZW algorithm called PDLZW algorithm and its hardware architecture for compression and decompression processors are proposed. In this architecture, instead of using a unique fixed-word-width dictionary a hierarchical variable-word-width dictionary set containing several dictionaries of small address space and increasing word widths is used for both compression and decompression algorithms. The results show that the new architecture not only can be easily implemented in VLSI technology because of its high regularity but also has faster compression and decompression rate since it no longer needs to search the dictionary recursively as the conventional implementations do.     

基于RICE的遥感多光谱图像无损压缩算法

目前应用于遥感多光谱图像的无损压缩算法复杂度较高,不利于硬件实现.针对这一不足,这里根据遥感多光谱图像的成像特点,提出一种采用可逆的分量变换(RCT)对谱段信息重新分配,再利用优化的RICE算法对图像数据进行编码的无损压缩算法.实验表明,该算法所采用的分块计算k值、预测器预测和改进的熵编码器较原RICE熵编码器更适于硬件实现,且该算法复杂度低,执行效率高,更好地满足了星载图像无损压缩的要求.     

基于虚拟信源的无损数据压缩方法研究

本文首先提出了虚拟信源概念和基于虚拟信源构建数据压缩方法的思想,设立了0与1的字符长串的通用虚拟信源Y,然后用神经网络建立了虚拟信源Y的模型,又用该模型和一个取整函数构造出了基于虚拟信源的无损数据压缩方法。实验表明,一些情况下此压缩法的压缩比为3：1,该压缩方法体现了虚拟信源建模思想,它与已有的熵编码（无损）压缩方法考察数据压缩问题的角度完全不同,它能压缩一些已用熵编码压缩过的数据。它与高保真的小波编码方法结合能获得一些高压缩比又高保真的数据压缩实例。     

基于波段分组的高光谱图像无损压缩

高光谱图像海量数据给存储和传输带来极大困难,必须对其进行有效压缩。针对高光谱图像不同频谱波段间相关性不同的特点,提出一种基于波段分组的高光谱图像无损压缩算法。为了降低波段排序算法的计算量,根据相邻波段相关性大小预先进行分组,采用最佳后向排序算法对各组波段进行重新排序。在当前波段和参考波段中选取具有相同空间位置的邻域结构,在最小二乘准则下,利用邻域像素对当前预测像素进行最优谱间预测。参考波段和预测残差数据进行JPEG-LS压缩。对OMIS-I型高光谱图像进行实验的结果表明,与基于多波段预测算法相比,该算法可进一步降低压缩后的平均比特率。     

基于小波变换的遥感图像无损压缩算法研究

随着遥感技术的迅速发展,遥感图像数据量日益增大,有限的信道容量与传输大量遥感数据的需求之间的矛盾日益突出。在应用中,常要对遥感图像进行无损压缩存储,但是由于遥感图像自身的特点,其能够达到的无损压缩效率一直较低。文中探讨了利用小波变换对遥感图像进行压缩的技术,并研究三维整型DCT变换的无损压缩方法。     

基于双向预测的高光谱图像无损压缩

提出了一种基于双向预测的高光谱图像无损压缩算法。该算法首先采用自适应波段选择算法选出信息量较大的波段,然后利用聚类算法对这些波段的谱向矢量进行分类预处理。为了便于组织谱间预测过程,根据相邻波段相关性大小进行自适应波段分组,采用双向预测的方法去除谱间相关性。通过在参考波段和预测波段中定义三维上下文预测结构,在聚类结果的基础上,对各个像素分别训练最优的预测系数,从而实现当前波段的有效预测。对AVIRIS型高光谱图像的实验结果表明,该方法可获得较好的无损压缩性能。     

小波变换和预测编码结合的抗差错SAR图像无损压缩算法

分析了即将推出的JPEG2000标准算法和基于自适应的上下文预测编码技术，提出了小波变换有损编码加自适应上下文预测无损残差编码的具有抗差能力的SAR图像无损压缩算法。该算法既具有小波变换图像编码的累进传输，对信道具有一定鲁棒性的特点，而且压缩率高于即将推出的国际标准JPEG2000的无损压缩和国际标准算法JPEG—LS。     

基于正交变换的无损音频压缩

介绍了基于正交变换的无损音频编码的技术框架,并对其关键技术即分帧、整数变换和熵编码作了深入的分析,最后将其在性能上与其它预测方案进行比较,结果表明其在压缩比上存在优势。     

基于同类邻点预测的高光谱图像无损压缩

提出了一种基于聚类、对类波段重排、搜索同类相邻点预测的高光谱数据无损压缩方法。根据谱向特征,进行高光谱图像按像素聚类,对各个分类,根据波段间相关系数,利用最大生成树进行波段重排。对每种分类像素,搜索同类邻点,训练预测系数,并进行三维预测。残差采用Golomb-Rice编码。实验证实了算法的有效性。     

测井数据的无损压缩方法研究

为了获得更精确信息，在石油测井中，原始数据量越来越大。因为数据传榆带宽的限制和实时的要求，原始数据传榆前的压缩处理渐渐成为必需。本文在分析测井数据特征的基础上，讨论了几种测井数据的压缩算法。