基于GMRF建模的KLT矩阵量化用于自适应变换编码
信息论
2024-07-11 v1 math.IT
摘要
前向自适应图像变换编码需要从码本中选择每个宏块的最佳变换矩阵。码本构建是对从样本图像块中估计的卡尔曼-鲁夫变换（KLT）矩阵进行量子设计的问题。我们提出了一种基于自然图像中具有非因性齐次高斯马尔可夫随机场（GMRF）模型以及非对称诺伊曼边界条件的KLT矩阵量化新方法。该方法在GMRF参数空间中求解矩阵量化问题，从而将受正交规范约束的大矩阵量化问题简化为低维向量量化问题。通常使用的GMRF参数估计方法，如最大似然（ML），不一定最大化 resulting 变换矩阵的编码性能。为此，我们提出了一种从样本图像数据中进行GMRF参数估计的方法，以最大化高率变换编码增益。我们还研究了GMRF基变换用于可变块大小自适应变换编码的应用。
引用
@article{arxiv.2407.07745,
title = {Quantization of KLT Matrices via GMRF Modeling of Image Blocks for Adaptive Transform Coding},
author = {Rashmi Boragolla and Pradeepa Yahampath},
journal= {arXiv preprint arXiv:2407.07745},
year = {2024}
}
备注
Submitted to IEEE Transactions on Image Processing