低熵图像序列无损压缩  

Low Entropy Image Sequences Lossless Compression

作　　者：汤颖[1] 刘晓哲[1] 张宏鑫[2] 

机构地区：[1]浙江工业大学计算机科学与技术学院,杭州310012 [2]浙江大学CAD&CG国家重点实验室,杭州310058

出　　处：《计算机科学》2014年第12期238-244,259,共8页Computer Science

基　　金：国家青年科学基金项目:网络环境下的大规模纹理数据压缩传输技术研究(61003265);国家自然科学基金:基于形状文法和多源数据融合的三维建筑高效重构方法研究(61070073);浙江省创新团队子项目:云计算环境下的功能构件管理关键技术研究(2009R50009)资助

摘　　要：大规模的云渲染技术带来了大量的三维图形渲染数据。为了减小集群渲染产生的图像序列数据的传输以及存储代价,针对渲染图像序列低熵的特点,基于字典编码技术提出了降低数据局部复杂性的无损数据压缩方案。该方案通过数据重排技术来大大提高数据的局部冗余度,从而提高数据无损压缩效率。为了进一步解决大规模图像序列的压缩耗时问题,提出了一种云计算平台上的分布式图像压缩处理方案,充分利用现有云计算中Map/Reduce计算模型实现了分布式编码方案。实验结果证明,对于渲染产生的大规模低熵图像序列,提出的方案能够有效提高编码率并减少编码时间。A large-scale amount of 3D graphic rendering image data has been brought because of the cloud rendering system.In order to reduce I/O transmission and storage cost of cluster rendered image sequences,this paper presented a lossless compression scheme based on dictionary technology which can get more compression by decreasing local complexity of data.A data rearrangement technology is applied to increase the degree of local redundancy,which can get more dense compression.To further improve the compression performance of a large-scale number of image sequences,the paper proposed a distributed image compression scheme based on the cloud computing infrastructure.The method was realized according to the current Map/Reduce computing model.The experimental results show that the approach proposed in this paper can make the coding process more efficiency.

关 键 词：LZ77压缩方法 图像序列 无损数据压缩 云计算 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]