[发明专利]紧致图码的形成方法和／或由其形成再现图象的方法

权利要求书

1、一种形成紧致图码的方法，该方法根据拉普拉斯树形网络建立的图象图码，通过对图象扫描获得原始图象的象素值，经低通滤波和次扫描从这些象素值中得到平滑图象所属的象素值。这些象素值用于在从未经滤波的原始图象素值中减去相应的外插之后形成带通树形网络的最低级拉普拉斯带通图，因此在相继的各步骤中，要对衰减较大的象素值低通滤波图进行低通滤波和次扫描，以便通过从次扫描的象素值中减去外插低通滤波图的象素值产生另一个拉普拉斯带通图，直到通过低通滤波保持的象素值停留在剩余的带通树形网络最高级图象上，因此对最低级拉普拉斯带通图的象素值进行粗量化，而随着级数的增加对其他级的拉普拉斯象素值进行越来越细的量化，其特征在于，拉普拉斯带通树形网络级中的量化值是通过图象内容控制的。

2、一种形成紧致图码的方法，该方法根据拉普拉斯带通树形网络建立的图象图码，通过对图象进行扫描获得原始图象的象素值，经过低通滤波和次扫描从这些象素值中得到平滑图象所属的象素值，这些象素值用于在从未经滤波的原始图象素值中减去相应的外插之后形成带通树形网络最低级拉普拉斯带通图，因此在相继的各步骤中要对衰减较大的象素值低通滤波图进行低通滤波和次扫描，以便通过从次扫描象素值中减去外插低通滤波图的象素值来产生另一个拉普拉斯带通图，直到通过低通滤波保持的象素值停留在剩余的带通树形网络最高级图象上，因此对最低级拉普拉斯带通图的象素值进行粗量化，而随着级数的增加对其他级拉普拉斯带通象素值则进行越来越细的量化，而且在此之后由紧致图码形成图象再现，该图码根据拉普拉斯带通树形网络建立并通过列弗-齐姆皮尔-韦尔希算法进行压缩，其特征在于，利用列弗-齐姆皮尔-韦尔希算法将图码转换成拉普拉斯带通图象素值和最高级图象的象素值，并用最高级图象的象素值进行外插，而且通过相应的单级象素值外插来将其它级的象素值顺序加入。

3、按照上述至少一个权利要求的方法，其特征在于，在拉普拉斯带通树形网络级中的量化值由发光通道中的亮度和均匀性控制。

4、按照上述至少一个权利要求的方法，其特征在于，与亮度有关的量化是通过对图象的亮区和暗区进行不同的量化实现的。

5、按照权利要求4的方法，其特征在于，在亮区进行粗量化。

6、按照权利要求4的方法，其特征在于，将暗区分成均匀区和非均匀区，并对这些区域进行彼此不同的量化。

7、按照上述至少一个权利要求的方法，其特征在于，量化是主观适应的量化。

8、按照权利要求6的方法，其特征在于，将暗区中的两个连续象素值进行比较，当超出上述值的差值时，将象素划入非均匀区。

9、按照上述至少一个权利要求的方法，其特征在于，从表格中获得量化值，该表格提供与发光通道中亮度和均匀性有关的量化值。

10、按照上述至少一个权利要求的方法，其特征在于，利用差值脉冲编码调制对拉普拉斯带通树形网络最高级未量化图象的象素值进行编码，并根据列弗-齐姆皮尔-韦尔希算法对拉普拉斯带通树形网络最高级图象的编码值和其他的量化象素值进行压缩。

11、按照上述至少一个权利要求的方法，其特征在于，通过各原始图产生象素值，这些象素值归入三通道或四通道彩色系统的各种色彩中。

12、由紧致图码再现图象的方法，该图码根据拉普拉斯带通树形网络建立，并利用列弗-齐姆皮尔-韦尔希算法进行压缩，其特征在于，用列弗-齐姆皮尔-韦尔希算法把图码转换成拉普拉斯带通图的象素值和最高级图象的象素值，之后将最高级图象的象素值进行量化，并通过单级象素值的相应外插将其他级的象素值顺序加入。