专利交易市场

本发明公开了一种基于离散Tchebichef正交多项式的图像无损压缩方法，属于数字图像压缩技术领域。本发明的编码及解码方法在进行二维正向/反向正交变换时，采用二维整数正向/反向离散Tchebichef正交多项式变换来替代现有技术所使用的其它整数变换方法，实现无损压缩，可以有效地解决编码器失配问题，实现无损编码，而且具有较高的压缩性能以及更好的可扩展性。本发明矩阵变换实现从整数映射到整数，且在原位之间计算，完好地重构图像，降低了硬件资源消耗，有利于硬件实现。

本发明请求保护一种基于离散Krawtchouk正交多项式的图像无损压缩方法，属于数字图像压缩技术领域。本发明的编码及解码方法在进行二维正向/反向正交变换时，采用二维整数正向/反向离散Krawtchouk正交多项式变换来替代现有技术所使用的其它整数变换方法，实现无损压缩，可以有效地解决编码器失配问题，实现无损编码，而且具有较高的压缩性能以及更好的可扩展性。本发明矩阵变换实现从整数映射到整数，且在原位之间计算，完好地重构图像，降低了硬件资源消耗，有利于硬件实现。

本发明公开了一种依托云字典基于字节的无损压缩方法，建立云字典并联网获取当前云字典；根据源文件计算出压缩文件或过程文件的头部字段；对源文件以字节为单位进行概率统计，通过Huffman算法生成压缩编码内容并以其为索引在云字典压缩编码内容字段获得压缩编码内容对应元组的压缩编码等级和压缩编码编号；根据对应关系压缩成二进制文件并补足为整数字节后保存为过程文件；比较压缩文件与上一次过程文件的长度，当压缩率符合要求时，以最后一次过程文件作为最终压缩文件输出。使用了远程云字典，节省了本地字典保存空间，能大幅节省压缩文件和过程文件的头部长度，使得多次压缩变得可行，经过多次压缩，对大数据能实现高压缩比的无损压缩。

本发明公开了一种面向快速解压应用的轻量级无损压缩方法,通过已经出现的字符更新字典，根据字典查找当前字符串的匹配长度和距离，在搜索策略上采用两次哈希查找的方法，压缩格式上更加侧重较长的匹配字符串情况的同时简化编码情况分类，最终在解压过程中通过对地址的检查避免数据溢出导致的解压异常，提高了解压速度并解决溢出问题，新算法在LZO基础上，通过新的搜索策略和压缩格式解决现有无损压缩算法存在的解压速度慢、算法开销大、解压有溢出技术问题，有效地实现具有快速解压特点的轻量级无损压缩功能。

本发明涉及一种基于二维自适应量化的机械振动信号边缘数据无损压缩方法，包括数据分割，区块数据变换，自适应量化和数据编码。1)将原始时域数据切分成固定宽度的区块，将原始的一维数据转换为二维数据，进行二维正交变换；2)在频域中对正交变换后的二维数据进行量化；3)对量化数据进行逆量化，求逆量化数据与原始数据矩阵的量化误差；4)将量化后的数据矩阵、量化误差数据、正交变换矩阵和正负值信息矩阵进行编码，利用二维零编码、位编码和范围编码方法对数据进行编码放入数据流中进行传输。数据中心在接收完压缩数据后，对无损编码的数据进行解码，然后进行逆量化，逆正交变换过程，加上误差数据即可无损还原原始数据。