基于Huffman编码的改进压缩链码

计算机应用 ›› 2014, Vol. 34 ›› Issue (12): 3565-3569.

基于Huffman编码的改进压缩链码

魏巍¹,刘勇奎¹,段晓东¹,郭晨²

1. 大连民族学院计算机科学与工程学院,辽宁大连 116600
2. 大连海事大学信息科学技术学院,辽宁大连 116026

收稿日期:2014-07-09 修回日期:2014-08-31 出版日期:2014-12-01 发布日期:2014-12-31
通讯作者: 魏巍
作者简介:魏巍(1980-),男,河南安阳人,讲师,博士,主要研究方向:计算机图形学、虚拟装配；刘勇奎(1961-),男,辽宁沈阳人,教授,博士,主要研究方向:计算机图形学；段晓东(1963-),男,吉林辽源人,教授,博士,主要研究方向:智能计算；郭晨(1956-),男,江苏如东人,教授,博士,主要研究方向:虚拟现实、智能控制。
基金资助:
国家自然科学基金资助项目;辽宁省教育厅科学研究一般项目;辽宁省教育厅科学研究一般项目

Improved compression vertex chain code based on Huffman coding

WEI Wei¹,LIU Yongkui¹,DUAN Xiaodong¹,GUO Chen²

1. School of Computer Science and Engineering, Dalian Nationalities University, Dalian Liaoning 116600, China;
2. College of Information Science and Technology, Dalian Maritime University, Dalian Liaoning 116026, China

Received:2014-07-09 Revised:2014-08-31 Online:2014-12-01 Published:2014-12-31
Contact: WEI Wei

摘要/Abstract

摘要：

对图像处理及模式识别中的各类链码技术进行了研究,并基于压缩顶点链码提出了一种新的链码:改进的压缩顶点链码。该链码比压缩顶点链码新增一位码值,采用Huffman编码对各码值进行编码,实现了一组不等长的链码表示。通过对大量图像的数据统计,分别计算了改进压缩顶点链码与现有的8种链码的码值平均表达能力、链码平均长度和效率以及相对于8方向Freeman链码的压缩比率。实验结果表明,所提出的改进压缩链码的效率最高,链码压缩率最为理想。

Abstract:

This paper introduced the research works on all kinds of chain code used in image processing and pattern recognition and a new chain code named Improved Compressed Vertex Chain Code (ICVCC) was proposed based on Compressed Vertex Chain Code (CVCC). ICVCC added one code value compared with CVCC and adopted Huffman coding to encode each code value to achieve a set of chain code with unequal length. The expression ability per code, average length and efficiency as well as compression ratio with respect to 8-Directions Freeman Chain Code (8DFCC) were calculated respectively through the statistis a large number of images. The experimental results show that the efficiency of ICVCC proposed this paper is the highest and compression ratio is ideal.

中图分类号:

TP391.9

魏巍刘勇奎段晓东郭晨. 基于Huffman编码的改进压缩链码[J]. 计算机应用, 2014, 34(12): 3565-3569.

WEI Wei LIU Yongkui DUAN Xiaodong GUO Chen. Improved compression vertex chain code based on Huffman coding[J]. Journal of Computer Applications, 2014, 34(12): 3565-3569.

参考文献

［1］FREEMAN H. On the encoding of arbitrary geometric configurations［J］. IRE Transactions on Electronic Computers, 1961, 10(2):260-268.
［2］LIU Y. Research on the compression algorithm for Freeman chain code ［J］.Chinese Journal of Computers, 2001, 24(12): 1294-1298.(刘勇奎. Freeman 链码压缩算法的研究［J］.计算机学报, 2001, 24(12): 1294-1298.)
［3］LIU Y, ALIK B, WANG P, et al. Directional difference chain codes with quasi-lossless compression and run-length encoding［J］. Signal Processing: Image Communication, 2012, 27(9): 973-984.
［4］ZAHIR S, DHOU K. A new chain coding based method for binary image compression and reconstruction［C/OL］.［2014-06-20］. http://www.docin.com/p-173279776.html&endPro=true.
［5］SNCHEZ-CRUZ H, RODRIGUEZ-DIAZ M A. Coding long contour shapes of binary objects[M].Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications. Berlin: Springer , 2009: 45-52.
［6］SNCHEZ-CRUZ H, BRIBIESCA E, RODRIGUEZ-DAGNINO R M. Efficiency of chain codes to represent binary objects［J］. Pattern Recognition, 2007, 40(6): 1660-1674.
［7］LI L, LIU Y. Study on methods for improving compressibility of 4-direction Freeman chain code［J］. Computer Engineering and Design, 2013, 34(3): 1132-1136. (李灵华, 刘勇奎. Freeman 四方向链码压缩率提高的方法研究［J］. 计算机工程与设计, 2013, 34(3): 1132-1136.)
［8］BRIBIESCA E. A new chain code［J］. Pattern Recognition, 1999, 32(2):235-251.
［9］BRIBIESCA E, GUZMAN A. How to describe pure form and how to measure differences in shapes using shape numbers［J］. Pattern Recognition, 1980, 12(1):101-112.
［10］LIU Y, WEI W, WANG P, et al. Compressed vertex chain codes［J］. Pattern Recognition, 2007, 40(11): 2908-2913.
［11］LIU Y, WEI W, GUO H. Compressed vertex chain codes［J］. Chinese Journal of Computers, 2007, 30(2): 281-287. (刘勇奎, 魏巍, 郭禾. 压缩链码的研究［J］. 计算机学报, 2007, 30(2): 281-287.)
［12］LIU Y, HE L, PENG J, et al. Lossless geometry compression through changing 3D coordinates into 1D［J］. International Journal of Advanced Robotic Systems, 2013,10:1-7.

[1]	王岱巍, 徐高潮, 李龙. 无人机辅助的移动边缘计算中的任务分配策略[J]. 计算机应用, 2021, 41(10): 2928-2936.
[2]	童林, 官铮. 改进鲸鱼优化支持向量机的交通流量模糊粒化预测[J]. 计算机应用, 2021, 41(10): 2919-2927.
[3]	効琦, 尹增山, 高爽. 基于检测与跟踪相互迭代的极暗弱目标搜索算法[J]. 计算机应用, 2021, 41(10): 3017-3024.
[4]	龚英, 何彦婷, 曹策俊. 面向重大公共卫生风险治理的应急物流协同演化仿真[J]. 计算机应用, 2021, 41(9): 2754-2760.
[5]	严海升, 马新强. 基于径向基函数的多目标回归特征构建算法[J]. 计算机应用, 2021, 41(8): 2219-2224.
[6]	罗明宇, 骆晓萌, 朱文敏, 张磊, 范秀敏. 船舶狭小空间虚拟人维修姿态建模技术[J]. 计算机应用, 2021, 41(8): 2466-2472.
[7]	汤安迪, 韩统, 徐登武, 谢磊. 基于混沌麻雀搜索算法的无人机航迹规划方法[J]. 计算机应用, 2021, 41(7): 2128-2136.
[8]	李进, 王凤, 杨沈宇. 换电模式下电动车货运路径优化模型与算法[J]. 计算机应用, 2021, 41(6): 1792-1798.
[9]	李从东, 黄浩, 张帆顺. 基于演化博弈的领先用户知识共享行为激励机制[J]. 计算机应用, 2021, 41(6): 1785-1791.
[10]	王建平, 王刚, 毛晓彬, 马恩琪. 基于深度强化学习的二连杆机械臂运动控制方法[J]. 计算机应用, 2021, 41(6): 1799-1804.
[11]	李舒仪, 韩晓龙. 海铁联运港口混合作业模式下轨道吊与集卡协同调度[J]. 计算机应用, 2021, 41(5): 1506-1513.
[12]	刘紫燕, 马珊珊, 白鹤. 基于改进智能水滴的正交匹配追踪混合预编码算法[J]. 计算机应用, 2021, 41(5): 1419-1424.
[13]	李燕, 陈巧萍. 考虑非支持性评论的网络谣言传播模型[J]. 计算机应用, 2021, 41(4): 1128-1135.
[14]	孙启昌, 麦永锋, 陈晓军. 基于增强现实的手术导航系统快速标定算法[J]. 计算机应用, 2021, 41(3): 833-838.
[15]	蒋宁, 方景龙, 杨庆. 基于单点多盒检测器的全局-局部层级的域适应目标检测[J]. 计算机应用, 2021, 41(2): 517-522.