摘要
本发明提供一种基于自适应编码的数据压缩方法及其压缩系统,图像压缩技术领域,对待压缩图像进行区域划分,根据各分区的像素特征构建局部熵编码字典,利用神经网络模型根据各分区的待压缩数据预测出最佳的压缩配置,基于预测得到的压缩配置对各分区的待压缩数据进行初级压缩,生成初级压缩编码值,接着使用各分区的局部熵编码字典对初级压缩编码值进行熵编码映射,生成各分区的熵编码值,将各分区的包含熵编码值的数据包独立地发送出去,上位机按照各分区的压缩配置执行解压缩操作,以恢复原始图像数据,本发明能够根据图像的不同区域特征进行分区压缩以及自适应的压缩配置预测,避免了传统方法中统一压缩算法和参数导致的压缩效率不高的问题。
技术关键词
数据压缩方法
分区
下位机
压缩算法
字典
编码规则
压缩图像数据
像素
神经网络模型
数据压缩系统
区域生长方法
多路复用技术
图像压缩技术
原始图像数据
高频特征
标签
系统为您推荐了相关专利信息
模型更新方法
运动矢量数据
视频编解码器
负载均衡算法
芯片
低空飞行器
飞行模型
风洞
微调机构
工业可编程逻辑控制器
配电网区段定位方法
故障定位模型
节点
投票系统
中央控制系统