<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[一步一想 代码那些事儿]]></title><description><![CDATA[渐行、渐远、渐无书-欢迎光临Fire的博客空间]]></description><link>https://blog.youkuaiyun.com/kxy_tech</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; kxy_tech]]></copyright><item><title><![CDATA[JPEG2000中PCRD算法的失真-长度斜率的计算和优化截断点的选择]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/4165640</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/4165640</guid><author>kxy_tech</author><pubDate>Sun, 10 May 2009 16:43:00 +0800</pubDate><description><![CDATA[JPEG2000中PCRD算法的失真-长度斜率的计算和优化截断点的选择    PCRD算法(压缩后率失真算法)是JPEG2000实现码率控制的核心算法，其中的重点在于失真-长度斜率和优化截断点的计算。我查阅了N篇国内关于PCRD的论文(其实内容基本上雷同)，再加上jasper软件和一些外文资料，对于失真-长度斜率的计算有一点心得，拿出来让朋友们批评更正一下。    首先看看率失真函数。如下]]></description><category></category></item><item><title><![CDATA[信息率失真函数]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/4159481</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/4159481</guid><author>kxy_tech</author><pubDate>Fri, 08 May 2009 08:19:00 +0800</pubDate><description><![CDATA[ 信息率失真函数       在实际问题中，信号有一定得失真是可以容忍的。但是当失真大于某一个限度时，信息质量就会有严重损伤。要规定失真限度，必须有一个定量的失真测度。为此，可以引入失真函数。       失真函数：       假若一个数据处理系统，输入样值为xi，xi∈{a1,...,an}，输出yj，yj∈{b1,...,bm}。此时定义失真函数： 将所有的d(x]]></description><category></category></item><item><title><![CDATA[信道及其容量的问题]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/4153391</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/4153391</guid><author>kxy_tech</author><pubDate>Wed, 06 May 2009 08:25:00 +0800</pubDate><description><![CDATA[信道及其容量的问题         信道的定义是广义的，可以指一段线路，也可以包含了设备的复杂系统。若信道的输入为X=(X1,X2，......，Xi，......)，输出为Y=(Y1,Y2，......，Yi，......)，通常定义条件概率p(Y|X)来描述信道输入输出之间的依赖关系。       信道的分类：BSC，二进制离散信道。信道的输入和输出符号数都是2，转移概率为：p]]></description><category></category></item><item><title><![CDATA[一些信息熵的含义]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/3993457</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/3993457</guid><author>kxy_tech</author><pubDate>Mon, 16 Mar 2009 09:27:00 +0800</pubDate><description><![CDATA[ 一些信息熵的含义(1)   信息熵的定义：假设X是一个离散随即变量，即它的取值范围R={x1，x2...}是有限可数的。设pi=P{X=xi}，X的熵定义为：                                               (a)若(a)式中，对数的底为2，则熵表示为H2(x)，此时以2为基底的熵单位是bits，即位。若某一项pi=0，则定义该项的pi]]></description><category></category></item><item><title><![CDATA[实例说说汉明码]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/3974224</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/3974224</guid><author>kxy_tech</author><pubDate>Mon, 09 Mar 2009 19:56:00 +0800</pubDate><description><![CDATA[ 实例说说汉明码         一个(n,k)码指的是把信源序列划为长度k，编码后长度为n，因此信道传输速率为k/n。下文所用的信道是二进制对称信道(BSC)，单个比特误码率p       假设信道传输速率R=4/7，即每个单位时间信源能产生4个比特，信道能发送7个比特，即信道能在每个单位时间内除了发送4个比特外，还能发送3个附加比特。现在假设这四个信源比特为x0、x1、x2和x]]></description><category></category></item><item><title><![CDATA[关于MQ编码(算术编码、JPEG2000、JBIG2)常见问题的一些思考]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/3962449</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/3962449</guid><author>kxy_tech</author><pubDate>Fri, 06 Mar 2009 11:20:00 +0800</pubDate><description><![CDATA[2009-03-0612:24:41by http://blog.youkuaiyun.com/KXY_tech/ 关于MQ编码(算术编码、JPEG2000、JBIG2)常见问题的一些思考       JPEG2000的官方文件ISE/ISO15444已经给出了MQ编码的详细流程，开发者如果只是为了实现MQ的功能，其实照着文档的流程图写程序就行了，并不需要理解其内在原理。然而做JPEG]]></description><category></category></item><item><title><![CDATA[基于JPEG2000的Kakadu开源代码结构和移植性分析]]></title><link>https://blog.youkuaiyun.com/kxy_tech/article/details/3931627</link><guid>https://blog.youkuaiyun.com/kxy_tech/article/details/3931627</guid><author>kxy_tech</author><pubDate>Tue, 24 Feb 2009 12:02:00 +0800</pubDate><description><![CDATA[2009-02-2412:16:03 by http://blog.youkuaiyun.com/KXY_tech/ 基于JPEG2000的Kakadu开源代码结构和移植性分析  摘  要： JPEG2000是新一代的静态图像压缩标准，而Kakadu是JPEG2000官方建议的实现代码之一，也是目前效率最高的JPEG2000开源代码，然而Kakadu代码移植的高难度性制约了JPEG]]></description><category></category></item><item><title><![CDATA[JPEG-2000静止图像压缩标准(翻译自Adams的经典文章)]]></title><link>https://blog.youkuaiyun.com/KXY_tech/article/details/3908484</link><guid>https://blog.youkuaiyun.com/KXY_tech/article/details/3908484</guid><author>KXY_tech</author><pubDate>Thu, 19 Feb 2009 09:37:00 +0800</pubDate><description><![CDATA[      这是一篇会议论文，由JPEG-2000的官方推荐软件Jasper的作者Michael D. Adams所作的一篇综述性的文章(The JPEG-2000 Still Image Compression Standard)。原文请到www.ece.uvic.ca/˜mdadams去寻找下载。个人认为这篇文章比国内大多数JPEG-2000的教材要好。强烈建议希望从事于JPEG-2000研究]]></description><category></category></item><item><title><![CDATA[JPEG2000标准中的Precinct（围地、子区）的定义和划分]]></title><link>https://blog.youkuaiyun.com/KXY_tech/article/details/3881385</link><guid>https://blog.youkuaiyun.com/KXY_tech/article/details/3881385</guid><author>KXY_tech</author><pubDate>Thu, 12 Feb 2009 13:33:00 +0800</pubDate><description><![CDATA[ JPEG2000标准中的Precinct（围地、子区）的定义和划分       JPEG2000标准对于图像区域的划分还是比较复杂的。对于一副彩色图像，JPEG2000把它按颜色空间划分为分量(component)，按图像划分为切片（tile）,在切片里面划分为分辨率(resolution)、子带(band)、区(precinct)。       切片、分辨率、子带还是比较好理解的，]]></description><category></category></item><item><title><![CDATA[定点数、浮点数和一些高级语言的实现]]></title><link>https://blog.youkuaiyun.com/KXY_tech/article/details/3877799</link><guid>https://blog.youkuaiyun.com/KXY_tech/article/details/3877799</guid><author>KXY_tech</author><pubDate>Wed, 11 Feb 2009 16:38:00 +0800</pubDate><description><![CDATA[ 定点数、浮点数和一些高级语言的实现     什么是定点数、浮点数？    首先我们要认清一个概念，定点数不一定是整数，浮点数不一定是小数。    如其名，浮点数和定点数的区别就在于浮点和定点上，点就是指小数点。浮点数就是小数点是浮动的，定点数就是小数点是固定不动的。    具体，什么是浮点数？    浮点数是在计算机中用以近似表示任意某个实数。具体的说，这个实数由]]></description><category></category></item><item><title><![CDATA[JPEG2000中有损压缩中的量化步长的计算和思考]]></title><link>https://blog.youkuaiyun.com/KXY_tech/article/details/3874698</link><guid>https://blog.youkuaiyun.com/KXY_tech/article/details/3874698</guid><author>KXY_tech</author><pubDate>Tue, 10 Feb 2009 16:59:00 +0800</pubDate><description><![CDATA[        量化是实现数据有损压缩的一个非常重要步骤。JPEG2000里面对小波系数的有损量化有个叫"死区标量量化"的东西（deadzonescalar quantization）。听起来很唬人的东西，其实就是说在待量化系数在"死区"的范围内，被量化为0。而这个"死区"就是量化系数的两倍。       好了，在讨论量化系数之前，我们先看看这些量化系数的由来。在有损压缩中，我们的系数]]></description><category></category></item></channel></rss>