Improvements to the JPEG-LS prediction scheme Authors: S. Bedi, E. A. Edirisinghe, and G. Grecos Source : Image and Vision Computing. Vol. 22, No. 1, 2004, pp. 9-14 Speaker: Chia-Chun Wu (吳佳駿) Date : 2004/09/22
Outline JPEG-LS prediction scheme Improvements JPEG-LS Our method-1 Sample images Experimental results-1 Experimental results-2 Comments
JPEG-LS prediction scheme b d a x JPEG-LS predictive template 50 31 20 40 30
Improvements JPEG-LS c b d a x Diagonal edge T1=20, T2=0 200 50 8 30 36 c b d a x
Our method-1 200 50 9 30 200 50 9 103 c b d a x
Our method-2 e c b d a x Diagonal edge T3=30, T4=0 50 100 30 9 110 50
Our method-3 c b d a x e c b d a x
Sample images (1/7) Airplane Baboon
Sample images (2/7) Barb Boat
Sample images (3/7) Girl Gold
Sample images (4/7) Lena Lenna
Sample images (5/7) Pepper Sailboat
Sample images (6/7) Tiffany Toys
Sample images (7/7) Zelda
Experimental results Predictive mean squared error 78 90 74 64 145 142 100 63 97 70 87 76 60 140 135 100 59 99 N = 9
Experimental results-1 Table 1 (T1=20, T2=0, T3=20, T4=0) Lossless compression ratios of all test images (Unit: Bytes) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Airplane 118204 118205 122315 118207 118210 Baboon 184298 184293 186748 184333 184336 Barb 156728 156733 158906 156768 156769 Boat 134376 134386 137654 134390 134395 Girl 123198 123194 125827 123197 Gold 138765 138768 142078 138773 Lena 121322 121319 124773 121327 121323
Experimental results-1 Table 1 (T1=20, T2=0, T3=20, T4=0) Lossless compression ratios of all test images (Unit: Bytes) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Lenna 123200 123202 124902 123207 123208 Pepper 126636 126638 128510 126633 Sailboat 156263 156262 157551 156288 156284 Tiffany 128074 128073 129582 128083 128084 Toys 129476 129471 133744 129479 129475 Zelda 117751 119870 117754 平均值 135253.2 135253.5 137881.5 135265.0 135264.7
Experimental results-1 Table 2 PMSE values of all test images (T1=20, T2=0, T3=20, T4=0) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Airplane 33.13576 33.08788 109.76793 33.15127 33.09931 Baboon 249.62954 249.60589 411.64395 250.23008 250.18440 Barb 186.42162 186.41906 212.06124 186.08223 186.04837 Boat 49.25025 49.21047 132.97380 49.41869 49.37890 Girl 20.41801 20.39311 64.89417 20.41256 20.38766 Gold 33.71539 33.70600 83.32680 33.74940 33.74002 Lena 31.18448 31.10786 70.09113 31.21409 31.13747
Experimental results-1 Table 2 PMSE values of all test images (T1=20, T2=0, T3=20, T4=0) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Lenna 32.61369 32.47608 65.53735 32.67254 32.53493 Pepper 29.13418 29.08691 76.96574 29.13084 29.07747 Sailboat 89.21083 89.14325 121.39492 89.39477 89.32720 Tiffany 34.64994 34.62441 92.56257 34.70444 34.67531 Toys 34.89094 34.82213 124.62119 34.94738 34.86567 Zelda 13.15507 13.14629 36.05962 13.15716 13.14839 平均值 64.41613 64.37149 123.22311 64.48196 64.43116
Experimental results-2 Table 3 (T1=20, T2=0, T3=30, T4=0) Lossless compression ratios of all test images (Unit: Bytes) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 方法二 方法三 Airplane 118204 118205 122315 118202 Baboon 184298 184293 186748 184312 184310 Barb 156728 156733 158906 156744 156742 Boat 134376 134386 137654 134380 134387 Girl 123198 123194 125827 Gold 138765 138768 142078 138766 Lena 121322 121319 124773 121324 121320
Experimental results-2 Table 3 (T1=20, T2=0, T3=30, T4=0) Lossless compression ratios of all test images (Unit: Bytes) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Lenna 123200 123202 124902 123201 Pepper 126636 126638 128510 126637 126633 Sailboat 156263 156262 157551 156276 156274 Tiffany 128074 128073 129582 128077 128078 Toys 129476 129471 133744 129477 Zelda 117751 119870 117752 平均值 135253.2 135253.5 137881.5 135257.4 135256.5
Experimental results-2 Table 4 PMSE values of all test images (T1=20, T2=0, T3=30, T4=0) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Airplane 33.13576 33.08788 109.76793 33.14396 33.09200 Baboon 249.62954 249.60589 411.64395 249.90502 249.86862 Barb 186.42162 186.41906 212.06124 185.90528 185.87016 Boat 49.25025 49.21047 132.97380 49.32576 49.28598 Girl 20.41801 20.39311 64.89417 20.41316 20.38827 Gold 33.71539 33.70600 83.32680 33.71560 33.70621 Lena 31.18448 31.10786 70.09113 31.19619 31.11956
Experimental results-2 Table 4 PMSE values of all test images (T1=20, T2=0, T3=30, T4=0) Image 傳統 JPEG-LS 作者提出 的方法 我們的 方法一 我們的 方法二 我們的 方法三 Lenna 32.61369 32.47608 65.53735 32.60894 32.47134 Pepper 29.13418 29.08691 76.96574 29.12795 29.08067 Sailboat 89.21083 89.14325 121.39492 89.33794 89.27036 Tiffany 34.64994 34.62441 92.56257 34.66428 34.63515 Toys 34.89094 34.82213 124.62119 34.92291 34.84120 Zelda 13.15507 13.14629 36.05962 13.15267 13.14390 平均值 64.41613 64.37149 123.22311 64.41690 64.36719
Comments 本篇論文的預測方法,獲得的PMSE整較傳統的JPEG-LS好,但是影像整體的壓縮率卻沒有提升。 跟傳統的JPEG-LS及本篇論文的方法比較,目前我們提出的預測方法中,第三個方法在門檻值T3、T4分別設成30及0時,平均的預測準確度是比較好的。
Source Code-1 if (Rc >= MAX(Ra,Rb)) Px = MIN(Ra,Rb); else if (Rc <= MIN(Ra,Rb)) Px = MAX(Ra,Rb); else Px = (Ra + Rb - Rc); Errval = (Ix - Px); PMSE = PMSE+ (Errval*Errval);
Source Code-2 if ( (((Rc -MAX(Ra,Rb)) > Threshold1) || ((MIN(Ra,Rb) - Rc) > Threshold1)) && (ABS(Ra-Rb) <= Threshold2) ) { Px=(Ra + Rb + Rd)/3; } else if (Rc >= MAX(Ra,Rb)) Px = MIN(Ra,Rb); else if (Rc <= MIN(Ra,Rb)) Px = MAX(Ra,Rb); else Px = (Ra + Rb - Rc); Errval = (Ix - Px); PMSE = PMSE+ (Errval*Errval);
Source Code-3 Px = (Ra + Rb + Rc + Rd) /4; Errval = (Ix - Px); PMSE = PMSE+ (Errval*Errval);
Source Code-4 if ( (((Rc -MAX(Ra,Re)) > Threshold3) || ((MIN(Ra,Re) - Rc) > Threshold3)) && (ABS(Ra-Re) <= Threshold4) ) { Px= Rc * (Ra / Re); } else if (Rc >= MAX(Ra,Rb)) Px = MIN(Ra,Rb); else if (Rc <= MIN(Ra,Rb)) Px = MAX(Ra,Rb); else Px = (Ra + Rb - Rc); Errval = (Ix - Px); PMSE = PMSE+ (Errval*Errval);
Source Code-5 if ( (((Rc -MAX(Ra,Rb)) > Threshold1) || ((MIN(Ra,Rb) - Rc) > Threshold1)) && (ABS(Ra-Rb) <= Threshold2) ) { Px=(Ra + Rb + Rd)/3; } else if ( (((Rc -MAX(Ra,Re)) > Threshold3) || ((MIN(Ra,Re) - Rc) > Threshold3)) && (ABS(Ra-Re) <= Threshold4) ) { Px= Rc * (Ra / Re); else if (Rc >= MAX(Ra,Rb)) Px = MIN(Ra,Rb); else if (Rc <= MIN(Ra,Rb)) Px = MAX(Ra,Rb); else Px = (Ra + Rb - Rc); Errval = (Ix - Px); PMSE = PMSE+ (Errval*Errval);