CN101154291A - 图像数据压缩方法、图像显示方法及其相应装置 - Google Patents

图像数据压缩方法、图像显示方法及其相应装置 Download PDF

Info

Publication number
CN101154291A
CN101154291A CNA2006101413401A CN200610141340A CN101154291A CN 101154291 A CN101154291 A CN 101154291A CN A2006101413401 A CNA2006101413401 A CN A2006101413401A CN 200610141340 A CN200610141340 A CN 200610141340A CN 101154291 A CN101154291 A CN 101154291A
Authority
CN
China
Prior art keywords
pixel
piece
information
image
meaningful
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2006101413401A
Other languages
English (en)
Other versions
CN101154291B (zh
Inventor
程龙
房一飞
梁祺
杨璞
许一震
莫浙东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to CN200610141340A priority Critical patent/CN101154291B/zh
Priority to US11/861,770 priority patent/US8019166B2/en
Publication of CN101154291A publication Critical patent/CN101154291A/zh
Application granted granted Critical
Publication of CN101154291B publication Critical patent/CN101154291B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明提供一种图像数据压缩方法、图像显示方法及其相应装置，其中的图像数据压缩方法，包括：块划分步骤，用于将要显示的计算机处理器流水线执行状态图像按预定的块宽和块高划分成多个块；块列表创建步骤，用于为划分而成的所述块中包含有有意义像素的索引块创建块列表，以使所述索引块彼此关联，其中所述有意义像素是与计算机处理器流水线原始跟踪数据相对应的像素；和像素信息压缩步骤，用于压缩所述索引块中各有意义像素的原始像素信息并将其保存到所述块列表中。

Description

图像数据压缩方法、图像显示方法及其相应装置
技术领域
本发明涉及图像数据压缩方法、图像显示方法及其相应装置，特别涉及一种用于计算机处理器流水线跟踪分析数据的图像数据压缩方法、图像显示方法及其相应装置。
背景技术
目前已经存在多种用来对计算机处理器流水线的执行状态特性进行分析以帮助用户发现在处理器流水线的代码运行过程中可能出现的执行问题的分析工具软件，例如非专利文献1中记载的图形流水线观测器。这些工具软件通过读取该原始跟踪数据、根据所读取的原始跟踪数据生成表示该流水线执行状态特性的二维图像、和检查所生成的二维图像来分析计算机处理器流水线的执行状态特性，以帮助用户找出潜在的执行问题。用户通过执行沿二维图像的横轴或纵轴方向滚动图像以及缩/放显示画面等操作来对该二维图像进行检查。通常情况下，根据原始跟踪数据而生成的图像的高度及宽度非常大，在两个维度上均为100,000像素是很常见的数据。在基于如此大量数据来生成图像时，必须利用图像压缩技术。
众所周知，目前已知有多种图像编码或压缩算法，它们可大致被分成两类：无损压缩算法和有损图像压缩算法。无损压缩算法的例子为游程长度压缩或LZW压缩算法。有损压缩算法的例子为JPEG或JPEG2000。一般而言，有损压缩算法能够实现更佳的压缩比，但这些算法不能完整准确地保留原始图像的所有细节。在检查根据计算机处理器流水线执行状态数据生成的图像时，由于必须完整准确地保留原始图像的所有细节，从而有损压缩算法是不适用的。但是，一般的无损压缩算法的压缩比不高，从而存储和处理图像所需的存储空间和计算机处理能力大大增加。
为了减小在图像存储和处理过程中所需的存储空间，已知有如下的数字图像无损压缩方法：将图像分成多个子块，针对每个子块，检测该子块的类型，并根据不同的子块类型，利用不同的、最适于该子块类型的压缩技术来进行图像无损压缩。
非专利文献1：PERFORMANCE ANALYSIS USING PIPELINEVISUALIZATION，Advance Computer Architecture LaboratoryUniversity of Michigan，2001 IEEE International Symposium onPerformance Analysis of Systems and Software(ISPASS-2001)，June2001
专利文献1：US2006/0104525
专利文献2：US2004/0071356
虽然上述无损压缩技术在一定程度上减小了图像存储和处理过程中所需的存储空间，但由于是针对每一个子块进行压缩，从而存在压缩比不高的问题。
另外，如上所述，在计算机处理器流水线的执行状态特性分析中，根据原始跟踪数据而生成的图像规模很大。由于上述无损压缩技术的压缩比不高，巨大的存储空间和计算机处理能力的限制使得难以显示整个流水线图像。即使用户通过滚动或缩放画面来观看该图像，也不能以很短的响应时间来滚动或缩放画面，从而存在用户使用便利性差的问题。
发明内容
通常，根据计算机处理器流水线执行状态数据而生成的图像中的所有像素总是按照一定的规律分布，即大部分像素位于从左上向右下的对角线周围。但是，如果象现有技术一样对如此大规模的图像中的每一像素都进行编码和处理，无疑将需要巨大的存储空间和不一般的计算机处理能力。因此，为了能够以相对较小的存储量和处理量来迅速地压缩处理大量的计算机处理器流水线执行状态数据、平滑地显示根据这些计算机处理器流水线执行状态数据生成的图像，本发明创建了一种特别适合上述像素分布规律的图像数据无损压缩方法，本发明所创建的图像数据无损压缩方法针对计算机处理器流水线执行状态生成的图像像素分布规律做特别优化，只保留在大型图像中与计算机处理器流水线分析相关的像素而忽略图像中与计算机处理器流水线分析无关的像素，从而大大减小了存储和处理图像所需的存储空间和计算机处理能力。此外，还针对计算机处理器流水线分析所用的常见操作对图像数据做索引，可以在生成的大型图像中快速定位需要显示的部分。
本发明不是在存储器中生成整个流水线执行状态图像并显示在显示窗口中，而是能够通过索引快速定位和显示该大规模图像的一小部分，允许用户在两个维度上平滑地滚动观看该图像以及在显示设备上平滑地缩/放该图像，并且能够显示大规模流水线跟踪数据，节省存储空间。
依据本发明的一个方面，提供了一种用于计算机处理器流水线跟踪数据的数据压缩方法，包括：块划分步骤，用于将要显示的计算机处理器流水线执行状态图像按预定的块宽和块高划分成多个块；块列表创建步骤，用于为划分而成的所述块中包含有有意义像素的索引块创建块列表，以使所述索引块彼此关联，其中所述有意义像素是与计算机处理器流水线原始跟踪数据相对应的像素；和像素信息压缩步骤，用于压缩所述索引块中各有意义像素的原始像素信息并将其保存到所述块列表中。
依据本发明的另一方面，提供了一种用于计算机处理器流水线跟踪数据的数据压缩装置，包括：块划分单元，用于将要显示的计算机处理器流水线执行状态图像按预定的块宽和块高划分成多个块；块列表创建单元，用于为划分而成的所述块中包含有有意义像素的索引块创建块列表，以使所述索引块彼此关联，其中所述有意义像素是与计算机处理器流水线原始跟踪数据相对应的像素；和像素信息压缩单元，用于压缩所述索引块中各有意义像素的原始像素信息并将其保存到所述块列表中。
依据本发明的另一方面，提供了一种基于算机处理器流水线跟踪数据的图像显示方法，包括：参数获取步骤，用于获取与显示窗口、显示图像、缩放比例相关的参数；像素信息解压缩步骤，用于对所述像素的压缩信息进行解压缩，得到所述像素的原始像素信息；像素信息缩放步骤，用于根据所得到的缩放比例对解压缩得到的所述原始像素信息进行缩放；和像素绘制步骤，用于基于所得到的缩放后的像素信息来绘制相应的像素点。
依据本发明的另一方面，提供了一种基于计算机处理器流水线跟踪数据的图像显示装置，包括：参数获取单元，用于获取与显示窗口、显示图像、缩放比例相关的参数；像素信息解压缩单元，用于对所述像素的压缩信息进行解压缩，得到所述像素的原始像素信息；像素信息缩放单元，用于根据所得到的缩放比例对解压缩得到的所述原始像素信息进行缩放；和像素绘制单元，用于基于所得到的缩放后的像素信息来绘制相应的像素点。
因此，本发明提供的图像数据压缩方法是特别为根据计算机处理器流水线跟踪数据生成的图像量身定做(只保存非背景像素，从而节省存储空间)。而且，本发明的图像显示方法是一种用以快速定位(通过索引)和显示该大规模图像的一小部分的方法，该方法允许用户在两个维度上平滑地滚动观看该图像以及在显示设备上平滑地缩/放该图像。
因此，本发明的第一部分是一种数据压缩方法，用以读取流水线原始跟踪数据、构建关于该跟踪数据的索引并根据索引后的原始跟踪数据来生成压缩图像数据，该压缩算法特别适用于根据计算机处理器流水线执行状态特性而生成的图像类型。本发明的第二部分是在显示窗口中定位显示图像的小部分的方法和在两个维度上平滑地滚动显示窗口并缩/放该显示窗口的算法。
本发明的一个优点是该新的图像编码算法能够利用非常小的存储器对大规模的图像进行编码并保留所有图像细节。本发明的另一个优点是该显示算法允许在显示小部分图像时平滑地进行滚动和缩放。
附图说明
图1是流水线跟踪原始数据文件的结构图；
图2是根据流水线跟踪原始数据而生成的流水线跟踪事件的纵览效果示意图；
图3是将整个显示图像分成多个小矩形块的示意图；
图4示出了块列表的数据结构；
图5是生成一个块内各像素相对于该块的目标像素位置的示意图；
图6是依据本发明的图像数据压缩方法的流程图；
图7是依据本发明的图像数据解压缩方法的流程图；
图8A是在预定显示窗口中显示流水线跟踪分析纵览图像的效果示意图；
图8B是在预定显示窗口中显示由指示框指定的部分流水线跟踪分析纵览图像的效果示意图；
图9是在预定显示窗口中显示整个流水线跟踪分析图像的流程图；
图10是在预定显示窗口中显示由指示框指定的部分流水线跟踪分析纵览图像的流程图；
图11示出了将计算机处理器流水线跟踪原始数据同步显示成为文本和图像表示的示例。
具体实施方式
在本发明的计算机流水线执行状态分析中，以大量特定的硬件和软件***产生的计算机处理器流水线跟踪原始数据为输入数据，这些输入数据构成了流水线跟踪原始数据文件。图1示出了该流水线跟踪原始数据文件的结构。其中的流水线跟踪原始数据包括多个流水线跟踪事件信息和流水线跟踪数据配置信息。
每一个流水线跟踪事件信息EI包含以下组成部分：事件类别EC，表示该事件的类别，例如是取指、解码、发射、执行等类别的事件之一；事件发生时间ET，表示该事件发生时的处理器时钟周期数，ET的取值从0开始，随着所经过的处理器时钟周期数的增加而逐一增加；指令序号IN，表示事件所属的处理器指令的序号，IN的取值也是从0开始，随着处理器指令数的增加而逐一增加；附属信息AI，表示事件所属的处理器指令的附属信息，例如包括指令编码、指令读/写寄存器等。
对于每一条在处理器中执行的指令而言，都与多个流水线跟踪事件相对应，因此所有这些事件都具有相同的处理器指令序号，但可能具有不同或相同的事件类别和事件发生时间。
上述流水线跟踪数据配置信息例如包含事件类别与像素颜色的对应表等。
根据上述流水线跟踪原始数据，在1∶1的缩放比例下，以指令序号IN为纵坐标，以事件发生时间ET(即处理器时钟周期数)为横坐标，确定出每一个事件的像素点坐标P(ET，IN)，从而描绘出图2所示的根据图1所示的具体流水线跟踪原始数据而生成的流水线跟踪事件纵览图，其中ET＞＝0，IN＞＝0。如图所示，该流水线跟踪事件纵览效果图由两种像素构成，即：
(1)背景像素，图像中的所有以背景颜色进行显示的像素都被定义为图像的背景像素。
(2)非背景像素：图像中的所有以非背景颜色显示的像素点被定义为非背景像素。在1∶1的缩放比例下，每个非背景像素对应一个流水线跟踪事件，非背景像素也可以被称为流水线跟踪事件像素。在更高的缩放比例下，一个像素点可能表示某区域范围内的事件信息。
每个流水线跟踪事件像素的颜色由其事件类别EC决定。事件类别与颜色的对应表从上述流水线跟踪数据配置信息中获取。流水线跟踪事件像素的颜色不同于背景像素的颜色。在本实施例中，如图1中的颜色对应表所示，对于事件类别为1的非背景像素，以红色进行显示；对于事件类别为2的非背景像素，以绿色进行显示；对于事件类别为3的非背景像素，以蓝色进行显示。
由上述可知，根据流水线跟踪原始数据而生成的流水线跟踪事件纵览图通常是由背景像素和非背景像素构成，在本发明的图像数据压缩方法中，将整个显示图像分成多个块，并为所分成的块创建了所谓的“块列表”数据结构，通过利用所创建的块列表仅对每个块中的非背景像素进行压缩和索引，大大节省了存储空间、减少了计算机的处理量。
图3示出了将整个显示图像分成多个小矩形块的示意图。首先，需要定义两个常数值：块宽BW和块高BH，其中块宽BW表示每个块中所包含的处理器时钟周期数，而块高BH表示每个块中所包含的指令序号。块宽BW和块高BH的具体数值是由用户根据具体的流水线数据的情况选择的，通常情况下将BW和BH选择成为相等的数值，即按正方形块来进行划分。
然后按照块宽BW来划分整个图像的宽度PW，得到宽度上的块数BNW，按块高BH来划分整个图像的高度PH，得到高度上的块数BNH。由上可知，一个像素对应一个流水线跟踪事件，因此整个图像在宽度PW方向上的像素数也对应于整个图像所包含的处理器时钟周期数，而在高度PH方向上的像素数对应于整个图像所包含的指令序号，并且宽度PW方向和高度PH方向上的像素数的绝对值不超过28＝256，以便如后所述，只用两个字节即可完成对一个像素的编码，从而实现节省存储空间的效果。
当图像宽度PW不能整除块宽BW或者图像高度PH不能整除块高BH时，将图像宽度PW和图像高度PH自动增加到下一个可以整除块宽BW或者块高BH的整数，即，使整个图像的宽度和高度增大。这种增大操作带来的额外效果是在图像边缘引入了少量额外的背景色块，并不会影响生成正常的非背景像素的图像数据，如图3中带有非阴影部分的块所示。
这样，在逻辑上将整个图像(PW＊PH)划分成BNW＊BNH个小矩形块，并且每个块由索引数对[I，J]唯一识别，其中：0≤I≤BNH-1，0≤J≤BNW-1；即我们可以将每一个矩形块表示成为BLOCK(I，J)。
对于这样被划分成多个块的图像而言，有些块中同时包含背景像素和非背景像素，而有些块中则只包含背景像素。如果逐一存储和处理这些块，显然会让数量庞大的背景像素占据很大的存储空间，不利于图像的快速处理。而且，这些背景像素在本发明适用的计算机流水线执行状态跟踪分析中并没有实际意义。本发明考虑到上述情况，通过只对图像中包含非背景像素的块进行压缩处理，可以实现节省存储空间的效果。另外，对于包含有非背景像素的块而言，通过仅对其中的非背景像素进行压缩处理，即丢弃该块中的背景像素，也能够进一步实现节省存储空间的目的。
因此，本发明创建了仅存储有非背景像素的压缩信息的块列表数据结构。
下面，参照图4对本发明中作为保存单个块的数据结构的块列表予以说明。
在上述创建过程初始化时将块列表初始化为空。如图4所示，块列表是多个块行BRI的集合，其中0≤I≤BNH-1。这些块行通过一个块列表红黑树索引结构而彼此关联。通过这个块列表红黑树索引结构可以获得对所有块行的引用。
其中，每个块行包括：(1)用以唯一识别该块行的序号，如图3中示出的I；(2)针对属于该块行的所有块的红-黑树索引数据，即块行BRI(0≤I≤BNH-1)中按索引数对[I，J]保存有对该块行中所有块数据结构的索引信息。通过这个索引信息可以获得对每一个块的引用。
在块列表中不会创建和记录空的块行；空的块行意味着此块行中不包含任何有意义数据的块，即块行中不包含任何由非背景像素组成的块。
这样，如图4所示，通过块行红黑树索引使一个块行中的各个块BLOCK(I，J)关联起来，再通过块列表红黑树索引使一个块列表中的各个块行关联起来，由此构建出块列表。
图5示出了生成一个块内各像素相对于该块的目标像素位置的示意图。下面参照图5对块数据结构进行详细说明。
其中的(a)示出了图3中的某个块BLOCK(I，J)的像素示意图，图中每个小方块代表该块中的一个像素，并且假设这个块中的所有像素均为黑色。该块BLOCK(I，J)的数据结构包含如下内容：该块的左上角像素在整个显示图像中的位置P(X0，Y0)、以及包含在该块中的所有非背景像素的压缩信息。所述压缩信息包括各背景像素的目标像素位置(在该块中的相对坐标)及其颜色编码值。
下面以按照图3的示意图划分而成的块分区方案为基础，参照图6来说明依据本发明的图像数据压缩方法。图6示出了依据本发明的图像数据压缩方法的流程图。
首先，在步骤S61中，扫描如前所述的流水线跟踪原始数据文件，每次查找一个跟踪事件。
在步骤S62中，根据包含在流水线跟踪事件信息EI中的事件发生时间ET和指令序号IN，确定该跟踪事件对应的目标像素位置P(ET，IN)，并根据从流水线跟踪事件信息中读取出的该跟踪事件的事件类别，查找流水线跟踪数据配置信息中包含的事件类别与颜色的对应表，以确定该跟踪事件所对应的颜色。然后，处理进入步骤S63。
在步骤S63中，为每个非背景像素计算该像素所属的块：用块高BH划分该非背景像素所对应的跟踪事件的指令序号IN取整得到该像素所属的块的行序号M，用块宽BW划分该非背景像素所对应的跟踪事件的事件发生时间ET取整得到该像素所属的块的列序号N，即：M＝MOD(IN/BH)，N＝MOD(ET/BW)。由此，确定出像素位置为P(ET，IN)的跟踪事件属于块BLOCK(M，N)。然后，处理进入步骤S64。
在步骤S64中，判断块BLOCK(M，N)是否已包含在块列表中。如果M、N分别小于或等于当前块列表中所保存的红黑树索引数对[I，J]中的I、J，则表示块BLOCK(M，N)是否已包含在块列表中，处理转向步骤S66，将该像素的压缩信息保存到相应的BLOCK(M，N)中。反之，如果通过红黑树索引未从当前块列表中找到与[M，N]匹配的索引数对，则意味着块BLOCK(M，N)尚未包含在块列表中，处理进入步骤S65。在步骤S65中，以[M，N]更新[I，J]，并创建块BLOCK(M，N)在块列表中的红黑树索引。然后，处理进入步骤S66。
在步骤S66中，生成该像素的压缩信息，并将其保存到相应的块中。下面以Block(I，J)为例，参照图5所示的块数据结构来进行说明。假设该块中保存有显示位置为P(X，Y)的所有非背景像素，则J＊BW＜＝X＜(J+1)＊BW，I＊BH＜＝Y＜(I+1)＊BH。
由于生成的流水线跟踪状态分析图像的规模很大，如果使用像素在整个图像中的全局坐标、即P(X，Y)，就需要占用多个字节来对该坐标位置进行编码，而且使用起来很不方便。因此，本发明将一个块中的每个非背景像素的像素位置转换为相对于该块左上角坐标的偏移量，即该像素相对于该块的相对坐标。这样，如果该块的尺寸小于或等于256像素，则只利用2个字节即可对每个像素位置进行编码。
通过下式计算出像素P(X，Y)相对于该块BLOCK(I，J)左上角坐标的偏移量：
SX＝X-J＊BW；
SY＝Y-I＊BH           (1)
如果BW和BH被定义为0＜＝BW，BH＜256，通过上式可以确保0＜＝SX，SY＜256，从而能够仅利用2个字节(SX、SY各用一个字节)来编码每个像素的偏移量。
从而，通过将像素P(X，Y)的原始像素位置(即，相对于整个显示图像的全局坐标)转换成目标像素位置(即，相对于每个块的相对坐标)，压缩了存储像素所需的存储空间。
然后针对该非背景像素P(X，Y)，对其颜色值进行编码。所用的颜色值编码算法可根据需要而改变。简单的方式是直接将像素值编码成为红/绿/蓝颜色分量，常见的编码方式包括：a)分别以一个字节来对红、绿、蓝分量进行编码，在这种情况下总共需要3个字节来编码一种颜色；b)分别用5个位(bit)来对红、绿、蓝分量进行编码，在这种情况下总共需要15位、即2个字节来编码一种颜色。但是，以上方式需要的存储空间较多。根据计算机处理器流水线可视化处理的特点，并不需要很多种不同的颜色来生成图像。因此我们建立一个全局的调色板，其中包括所有可能用到的颜色值。块数据结构中的所有颜色编码都是针对全局调色板中的颜色的索引值。
这样，就生成了非背景像素P(X，Y)的目标像素位置及其颜色编码值，并将所生成的目标像素位置及其颜色编码值作为该非背景像素的压缩信息保存到块BLOCK(I，J)中。
然后，处理进入步骤S67，判断流水线跟踪原始数据文件中是否还有要处理的跟踪事件。如果判定所有该流水线跟踪原始数据文件中没有要处理的跟踪事件(S67中的“否”)，则直接结束图像数据压缩处理。
如果判定该流水线跟踪原始数据文件中还包含待处理的跟踪事件(S67中的“是”)，则返回步骤S61，针对从流水线跟踪原始数据文件中找到下一个需要处理的对应跟踪事件，重复执行步骤S61-S66的处理。
以上参照图6针对本发明的图像数据压缩方法进行了详细的说明。
下面参照图7对依据本发明的图像数据解压缩方法进行说明。本发明的图像数据解压缩方法为如上所述的图像数据压缩方法的逆过程。
如图7所示，在步骤S701中，从块列表中扫描所有的块行BRI，再针对每个块行找到该块行中包含的一个块BLOCK(I，J)。
在步骤S702中，针对所找到的块BLOCK(I，J)，读取保存在该块的数据结构中的每个像素的压缩信息。如图5中(b)所示，读出每个像素P(X，Y)的目标像素位置P(SX，SY)和颜色编码值。
然后，在步骤S703中，计算各像素的原始像素位置及其显示颜色。具体地，根据每个像素P(X，Y)的目标像素位置P(SX，SY)和预定义的块宽BW和块高BH，按照前面式(1)的逆运算，计算出各像素的原始像素位置，即各像素在整个图像中的全局坐标X和Y。同时，对读取出的各像素的颜色编码值进行译码，得到各像素的颜色。
如上所述，在1∶1缩放比例下，图像中的每一个非背景色的像素点表示一个流水线跟踪事件，从而计算出的像素点的原始像素位置中的横坐标X和纵坐标Y分别对应于原始的流水线跟踪事件的处理器时钟周期数ET和指令序号IN。
由此，得到了块列表中所保存的各块行中的每个块所包含的所有像素所对应的流水线跟踪原始数据，从而完成了对各像素压缩信息的解压缩处理。
通常情况下，以处理器时钟周期数ET和指令序号IN均为0的像素点为显示窗口的原点，按照如上确定的每个像素的原始像素位置(X，Y)及其颜色在显示窗口绘制对应的像素。
下面，说明在显示器上显示利用了本发明的图像数据压缩方法压缩后的像素数据的方法。其中，图8A示出了以高缩放比例缩小后的纵览图像的显示效果示意图，图8B示出了将与图8A中指示框指定的高缩放比例下的部分纵览图像以某缩放比例显示的图像显示效果示意图。
在现有的流水线跟踪分析软件的图形界面中，流水线跟踪分析纵览图像通常被显示在一个单独的显示窗口中。但是，由于根据流水线跟踪数据生成的纵览图像规模巨大，在通常的缩放比例下无法在一个显示窗口中显示整个纵览图像，所以需要以高缩放比例将这个纵览图像显示在一个显示窗口中，如图8A所示。
图9是图8A中的纵览图像的显示过程的流程图。在步骤S901中，读取当前显示窗口(第一显示窗口)的宽度和高度以及纵览图像的宽度和高度。在步骤S902中，将读出的当前显示窗口的宽度和高度与纵览图像的宽度和高度分别相除，计算出当前显示窗口相对于纵览图像的缩放比例。
在步骤S903中，按照前面参照图7所述的图像数据解压缩方法，针对块列表中的每个块，解压缩该块中的所有像素点数据。
在步骤S904中，根据在步骤S902中计算出的缩放比例，对在步骤S903中解压缩得到的像素点数据进行缩放。
然后，通过步骤S905，根据缩放后的像素点数据，在显示窗口中绘制相应的像素点。
这样，通过利用本发明的图像数据压缩方法，能够以很小的存储空间实现对大量流水线跟踪数据的压缩，并且在利用经过如此压缩的图像数据显示图像时，以很小的存储空间和很少的计算机处理量即可实现将流水线跟踪分析纵览图像显示在一个显示窗口中，并且能够依显示窗口大小的不同而以不同的缩放比例显示整个纵览图像的技术效果。
作为本发明的图像显示方法的另一实施例，可以以一定的缩放比例显示整个流水线跟踪分析纵览图像的一小部分，其显示效果如图8B所示。
图10示出了这种情况下的显示处理流程图。
在步骤S1001中，获取当前显示窗口(为区别于上述实施例，以下称为第二显示窗口)的宽度W2和高度H2，以及第二显示窗口的缩放比例。
然后，在步骤S1002中，根据在步骤S1001中得到的第二显示窗口的宽度W2和高度H2及其缩放比例，计算所要显示的部分纵览图像的相关参数。
具体地，本发明为了快速定位需要在第二显示窗口中显示的像素，首先需要确定：第二显示窗口的左上角像素在整个纵览图像中的坐标；以及部分纵览图像的宽度和高度，以确定要显示的像素个数。
对于要显示在第二显示窗口中的部分纵览图像，根据当前用户的输入来计算该部分纵览图像的左上角位置P(X0’，Y0’)及其宽度和高度(PW’，PH’)。其中，部分纵览图像的左上角位置P(X0’，Y0’)即为第二显示窗口的左上角位置P(X20，Y20)，该第二显示窗口的左上角位置可以通过读取第二显示窗口的纵向和横向滚动条的起始位置来确定；部分纵览图像的宽度PW’和高度PH’由第二显示窗口的宽度和高度以及缩放比例来确定。
假设第二显示窗口的显示缩放比例被定义为N∶1(即将完整的图像缩小N倍以后显示)、其宽度和高度分别为(W2，H2)，可计算得到所要显示的部分纵览图像的宽度PW’和高度PH’∶PW’＝W2＊N；PH’＝H2＊N。
然后，处理进入步骤S1003，利用二叉树状搜索算法(标准二叉树搜索算法)检索块列表的第一级索引(参见图4)，找出被第二显示窗口完全或部分覆盖的所有块行，即，行号I满足Y0’/BH＜＝I＜＝(Y0’+H2)/BH的所有块行。
然后，处理进入步骤S1004，针对在上述步骤S1003中找出的每个块行BRI，利用二叉树搜索算法检索块列表的第二级索引，找出该块行中所有被第二显示窗口完全或部分覆盖的单个块；即，块号J满足X0’/BW＜＝J＜＝(X0’+W2)/BW的所有块。
然后，在步骤S1005中，针对所有通过步骤S1003和S1004找到的每个块(所有匹配的块)，对其包含的所有像素点数据进行解压缩。
在步骤S1006中，根据在步骤S1001中得到的缩放比例，对在步骤S1005中解压缩得到的像素点数据进行缩放。
最后，通过步骤S1007，根据缩放后的各像素点数据，在显示窗口中绘制相应的像素点。
由此，本发明实现了能够通过利用对图像数据的索引来快速定位并显示所生成的大规模图像的部分图像的技术效果。
在上述实施方式的基础上，本发明还可以实现其它图像显示效果。
例如，本发明还能够在用户沿着显示窗口的横向和纵向滚动显示窗口时，通过如前所述地重新计算显示窗口起始坐标、缩放比例以及要显示的部分纵览图像的大小，确定出要显示的像素，在利用本发明的解压缩方法对块列表中的这些像素的压缩信息进行解压缩后在新的显示窗口中描绘这些像素点。
另外，在通过拖动鼠标或选择菜单选项来缩小/放大该显示窗口时，同样通过如前所述地重新计算显示窗口的缩放比例以及要显示的部分纵览图像的大小，确定出要显示的像素，在利用本发明的解压缩方法对块列表中的这些像素的压缩信息进行解压缩后在新的显示窗口中描绘这些像素点。
另外，流水线跟踪分析软件的分析工具界面还可以具有两个链接画面，一个被称为“导航画面”，用以显示简要的流水线跟踪分析图像，另一个被称为“详细画面”，用以显示导航画面中以指示框指定的部分的详细流水线跟踪分析图像，其中的指示框标明了在详细显示窗口中显示的部分图像在导航显示窗口中显示的纵览图像中的位置及大小这两个画面总是同步显示以供用户选择。这两个画面提供不同粒度的同步显示以帮助用户分析处理器流水线中的代码运行过程中可能出现的执行问题。图8A和图8B组合起来还示出了这样两个画面的示例。
另外，本发明不仅可以显示用以纵览流水线执行状态的图像，还可以同步显示流水线执行状态的详细文本信息。图11示出了将计算机处理器流水线跟踪原始数据同步显示成为文本和图像表示的示例。
图11中下面的文本显示窗口显示详细文本的效果。此显示窗口分为左右两部分：
左边部分显示详细的流水线跟踪数据，在这个二维的表格图像中，横轴为计算机处理器时钟周期，从左到右时钟周期增加；纵轴为计算机处理器指令序号，从上到下指令序号增加。表格图像中每一个字符表示一个(或多个，通过颜色区分)流水线跟踪事件。同一行中的所有事件都属于同一条指令。
右边部分以文本方式显示每条指令的附属信息。右边窗口与左边窗口每一行都对齐显示并同时上下滚动，这两个窗口结合共同显示指令的流水线跟踪数据和指令附属信息。
(1)图11中上面部分的图像显示窗口以图像方式显示流水线跟踪分析纵览图像。
图11中上面部分的图像显示窗口和下面的文本显示窗口总是同步显示，即，通过鼠标移动纵览窗口中的指示框，文本显示窗口中的显示内容将同步滚动到指示框指示的位置；通过拖动文本显示窗口中的纵向/横向滚动条滚动文本显示窗口显示内容，图像显示窗口中的指示框将同步地相应移动；通过拖动图像显示窗口的右下角以调整图像显示窗口的大小，图像显示窗口中的指示框将同步地改变大小。
前面已经参照图9和图10详细描述了对显示窗口的起始坐标、缩放比例以及要显示的部分纵览图像的大小等的计算过程从而本领域的技术人员完全能够据此实现上述图像显示效果。关于图像与文本信息的同步显示，现有技术中已公开了多种实现方式，可以使用任何方式来实现二者的同步显示，因此在此不再赘述。
以上描述了本发明对流水线跟踪分析图像的显示示例，但本发明并不仅限于以上方式。
根据流水线跟踪分析图像的特定像素分布，可以容易地理解：在依据本发明的图像显示方法中，利用二叉树搜索算法检索块列表以找出被当前显示窗口完全或部分覆盖的所有块行的运行时间与(图像高度/块高)的对数值成正比，而针对在上述步骤中找出的每个块行，利用二叉树搜索算法找出所有被当前显示窗口完全或部分覆盖的单个块并对于所有块中包含的像素数据解压缩后在显示窗口中绘制这些像素的处理过程则运行了大致恒定的时间。由于图像高度是由输入的流水线跟踪原始数据的数据量的对数值成正比，所以综合来看，本发明的图像显示方法在定位部分图像显示时，其运行时间与输入的流水线跟踪原始数据的数据量的对数值成正比，这样的计算复杂度对于平滑地滚动和缩放流水线跟踪分析图像而言是可以接受的。另外，通过仅在每个块中压缩存储非背景像素的信息，本发明在节省存储空间上也是非常有效的。

Claims (27)

1.一种用于计算机处理器流水线跟踪数据的图像数据压缩方法，包括：
块划分步骤，用于将要显示的计算机处理器流水线执行状态图像按预定的块宽和块高划分成多个块；
块列表创建步骤，用于为划分而成的所述块中包含有有意义像素的索引块创建块列表，以使所述索引块彼此关联，其中所述有意义像素是与计算机处理器流水线原始跟踪数据相对应的像素；和
像素信息压缩步骤，用于压缩所述索引块中各有意义像素的原始像素信息并将其保存到所述块列表中。
2.如权利要求1所述的图像数据压缩方法，其中，所述像素信息压缩步骤包括：
跟踪事件读取步骤，用于从所述计算机处理器流水线原始跟踪数据中逐一读取流水线跟踪事件；
像素信息确定步骤，用于针对所读取的每一流水线跟踪事件，确定该流水线跟踪事件所对应的所述有意义像素的像素位置和颜色；
索引块判定步骤，用于根据所确定的所述有意义像素的像素位置，判定该有意义像素所属的索引块；
块列表生成步骤，用于根据所判定的所述索引块的红黑树索引信息生成所述块列表；以及
块信息生成步骤，用于根据在所述像素信息确定步骤中确定的所述有意义像素的像素位置、颜色以及在所述索引块判定步骤中判定的所述索引块序号，生成所述索引块的块信息。
3.如权利要求2所述的图像数据压缩方法，其中，所述计算机处理器流水线原始跟踪数据包括流水线跟踪事件信息和跟踪数据配置信息，所述流水线跟踪事件信息包括事件类型、事件发生时间、指令序号、附属信息，而跟踪数据配置信息包括事件类型与像素颜色的对应表。
4.根据权利要求3所述的图像数据压缩方法，其中，所述像素信息确定步骤包括：
以在所述跟踪事件读取步骤中读出的所述事件发生时间为所述有意义像素的横坐标、以所读出的所述指令序号为所述有意义像素的纵坐标，确定该流水线跟踪事件所对应的所述有意义像素的像素位置；和
根据在所述跟踪事件读取步骤中读出的所述事件类型与像素颜色对应表，确定该流水线跟踪事件所对应的所述有意义像素的像素颜色。
5.如权利要求2所述的图像数据压缩方法，其中，所述索引块判定步骤包括：
通过按所述预定块高对所确定的有意义像素的所述纵坐标取整，取得该有意义像素所属的所述索引块的行序号；
通过按所述预定块宽对所确定的有意义像素的所述横坐标取整，取得该有意义像素所属的所述索引块的列序号；以及
通过所取得的所述索引块的行序号和列序号而确定出该索引块。
6.如权利要求2所述的图像数据压缩方法，其中，所述块列表生成步骤进一步包括：
块行形成步骤，用于利用红黑树索引数据结构使多个块相互关联而形成块行；以及
块列表形成步骤，用于利用红黑树索引数据结构使多个所述块行相互关联而形成所述块列表。
7.如权利要求6所述的图像数据压缩方法，其中，所述块行形成步骤包括：
块行信息存储步骤，用于存储块行信息，所述块行信息包括用以唯一识别该块行的块行序号和针对该块行内所有块的红黑树索引信息。
8.如权利要求2所述的图像数据压缩方法，其中，所述块信息生成步骤包括：
块位置确定步骤，用于确定所述块的左上角像素在所述整个显示图像中的位置；和
压缩信息确定步骤，用于确定所述有意义像素的压缩信息。
9.如权利要求8所述的图像数据压缩方法，其中，所述压缩信息确定步骤包括：
原始像素位置转换步骤，用于将所述有意义像素的原始像素位置转换成该有意义像素在所属索引块中的目标像素位置；和
颜色编码步骤，用于对所述有意义像素的颜色进行编码。
10.如权利要求9所述的图像数据压缩方法，其中，在所述颜色编码步骤中，可以采用任意的颜色编码方法对所述有意义像素的颜色进行编码。
11.一种用于计算机处理器流水线跟踪数据的图像数据压缩装置，包括：
块划分单元，用于将要显示的计算机处理器流水线执行状态图像按预定的块宽和块高划分成多个块；
块列表创建单元，用于为划分而成的所述块中包含有有意义像素的索引块创建块列表，以使所述索引块彼此关联，其中所述有意义像素是与计算机处理器流水线原始跟踪数据相对应的像素；和
像素信息压缩单元，用于压缩所述索引块中各有意义像素的原始像素信息并将其保存到所述块列表中。
12.如权利要求11所述的图像数据压缩装置，其中，所述像素信息压缩单元包括：
跟踪事件读取单元，用于从所述计算机处理器流水线原始跟踪数据中逐一读取流水线跟踪事件；
像素信息确定单元，用于针对所读取的每一流水线跟踪事件，确定该流水线跟踪事件所对应的所述有意义像素的像素位置和颜色；
索引块判定单元，用于根据所确定的所述有意义像素的像素位置，判定该有意义像素所属的索引块；
块列表生成单元，用于根据所判定的所述索引块的红黑树索引信息生成所述块列表；以及
块信息生成单元，用于根据在所述像素信息确定单元中确定的所述有意义像素的像素位置、颜色以及在所述索引块判定单元中判定的所述索引块序号，生成所述索引块的块信息，并保存到所述块中。
13.如权利要求12所述的图像数据压缩装置，其中，所述计算机处理器流水线原始跟踪数据包括流水线跟踪事件信息和跟踪数据配置信息，所述流水线跟踪事件信息包括事件类型、事件发生时间、指令序号、附属信息，而跟踪数据配置信息包括事件类型与像素颜色的对应表。
14.根据权利要求12所述的图像数据压缩装置，其中，所述像素信息确定单元包括：
以在所述跟踪事件读取单元中读出的所述事件发生时间为所述有意义像素的横坐标、以所读出的所述指令序号为所述有意义像素的纵坐标，确定该流水线跟踪事件所对应的所述有意义像素的像素位置；和
根据在所述跟踪事件读取单元中读出的所述事件类型与像素颜色对应表，确定该流水线跟踪事件所对应的所述有意义像素的像素颜色。
15.如权利要求12所述的图像数据压缩装置，其中，所述索引块判定单元包括：
通过按所述预定块高对所确定的有意义像素的所述纵坐标取整，取得该有意义像素所属的所述索引块的行序号；
通过按所述预定块宽对所确定的有意义像素的所述横坐标取整，取得该有意义像素所属的所述索引块的列序号；以及
通过所取得的所述索引块的行序号和列序号而确定出该索引块。
16.如权利要求12所述的图像数据压缩装置，其中，所述块列表生成单元进一步包括：
块行形成单元，用于利用红黑树索引数据结构使多个块相互关联而形成块行；以及
块列表形成单元，用于利用红黑树索引数据结构使多个所述块行相互关联而形成所述块列表。
17.如权利要求12所述的图像数据压缩装置，其中，所述块信息生成单元包括：
块位置确定单元，用于确定所述块的左上角像素在所述整个显示图像中的位置；和
压缩信息确定单元，用于确定所述有意义像素的压缩信息。
18.一种基于计算机处理器流水线跟踪数据的图像显示方法，包括：
参数获取步骤，用于获取与显示窗口、显示图像、缩放比例相关的参数；
像素信息解压缩步骤，用于对所述像素的压缩信息进行解压缩，得到所述像素的原始像素信息；
像素信息缩放步骤，用于根据所得到的缩放比例对解压缩得到的所述原始像素信息进行缩放；和
像素绘制步骤，用于基于所得到的缩放后的像素信息来绘制相应的像素点。
19.如权利要求18所述的图像显示方法，其中，所述像素信息解压缩步骤包括：
块列表扫描步骤，用于通过扫描块列表的一级索引得到块行列表，通过扫描关于块行列表的二级索引得到各索引块；
块信息读取步骤，用于读取各索引块的块信息中保存的各像素的压缩信息；
目标像素位置转换步骤，用于将所述像素的压缩信息中包含的目标像素位置转换成该像素的原始像素位置；和
颜色译码步骤，用于对所述像素的压缩信息中包含的颜色编码值进行译码，以确定所述像素的颜色。
20.如权利要求19所述的图像显示方法，其中，所述显示图像整个显示在所述显示窗口内。
21.如权利要求19所述的图像显示方法，其中，所述显示图像的一部分显示在所述显示窗口内。
22.如权利要求19所述的图像显示方法，其中，在第一显示窗口中显示整个所述显示图像，在第二显示窗口中同步显示部分所述显示图像。
23.如权利要求19所述的图像显示方法，其中，在第一显示窗口中显示部分所述显示图像，在第二显示窗口中同步显示与所述部分显示图像的像素相对应的文本信息。
24.一种基于计算机处理器流水线跟踪数据的图像显示装置，包括：
参数获取单元，用于获取与显示窗口、显示图像、缩放比例相关的参数；
像素信息解压缩单元，用于对所述像素的压缩信息进行解压缩，得到所述像素的原始像素信息；
像素信息缩放单元，用于根据所得到的缩放比例对解压缩得到的所述原始像素信息进行缩放；和
像素绘制单元，用于基于所得到的缩放后的像素信息来绘制相应的像素点。
25.如权利要求24所述的图像显示装置，其中，所述像素信息解压缩单元包括：
块列表扫描单元，用于通过扫描块列表的一级索引得到块行列表，通过扫描关于块行列表的二级索引得到各索引块；
块信息读取单元，用于读取各索引块的块信息中保存的各像素的压缩信息；
目标像素位置转换单元，用于将所述像素的压缩信息中包含的目标像素位置转换成该像素的原始像素位置；和
颜色译码单元，用于对所述像素的压缩信息中包含的颜色编码值进行译码，以确定所述像素的颜色。
26.如权利要求25所述的图像显示装置，其中，在第一显示窗口中显示整个所述显示图像，在第二显示窗口中同步显示部分所述显示图像。
27.如权利要求25所述的图像显示装置，其中，在第一显示窗口中显示部分所述显示图像，在第二显示窗口中同步显示与所述部分显示图像的像素相对应的文本信息。
CN200610141340A 2006-09-29 2006-09-29 图像数据压缩方法、图像显示方法及其相应装置 Expired - Fee Related CN101154291B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN200610141340A CN101154291B (zh) 2006-09-29 2006-09-29 图像数据压缩方法、图像显示方法及其相应装置
US11/861,770 US8019166B2 (en) 2006-09-29 2007-09-26 Image data compression method and apparatuses, image display method and apparatuses

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200610141340A CN101154291B (zh) 2006-09-29 2006-09-29 图像数据压缩方法、图像显示方法及其相应装置

Publications (2)

Publication Number Publication Date
CN101154291A true CN101154291A (zh) 2008-04-02
CN101154291B CN101154291B (zh) 2010-05-12

Family

ID=39255934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200610141340A Expired - Fee Related CN101154291B (zh) 2006-09-29 2006-09-29 图像数据压缩方法、图像显示方法及其相应装置

Country Status (2)

Country Link
US (1) US8019166B2 (zh)
CN (1) CN101154291B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469433A (zh) * 2014-09-03 2016-04-06 腾讯科技（深圳）有限公司 一种图片压缩方法及其设备
CN108259908A (zh) * 2016-12-28 2018-07-06 汤姆逊许可公司 用于编码和解码像素列表的方法和装置
CN108668049A (zh) * 2017-03-27 2018-10-16 吴东辉 基于分散像素的图像显示方法、显示单元及***
CN109146985A (zh) * 2018-09-09 2019-01-04 深圳硅基仿生科技有限公司 视网膜刺激器的图像处理方法、装置及视网膜刺激器
CN112712570A (zh) * 2020-12-22 2021-04-27 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及介质

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9704532B2 (en) * 2008-01-14 2017-07-11 Apple Inc. Creating and viewing preview objects
US20100295856A1 (en) * 2009-05-21 2010-11-25 Microsoft Corporation Data analysis and visualization system and techniques
TW201205410A (en) * 2010-07-16 2012-02-01 Inventec Corp System and method for dividing the windows according to trail
TWI599757B (zh) 2012-12-19 2017-09-21 巴斯夫歐洲公司 用於偵測至少一物件之偵測器、其用途、用於偵測至少一物件之方法、人機介面、娛樂器件、追蹤系統及攝影機
US20140204107A1 (en) * 2013-01-22 2014-07-24 Vixs Systems, Inc. Video processor with frame buffer compression and methods for use therewith
WO2014198626A1 (en) 2013-06-13 2014-12-18 Basf Se Detector for optically detecting an orientation of at least one object
US9989623B2 (en) 2013-06-13 2018-06-05 Basf Se Detector for determining a longitudinal coordinate of an object via an intensity distribution of illuminated pixels
US11041718B2 (en) 2014-07-08 2021-06-22 Basf Se Detector for determining a position of at least one object
KR102497704B1 (ko) 2014-12-09 2023-02-09 바스프 에스이 광 검출기
WO2016120392A1 (en) 2015-01-30 2016-08-04 Trinamix Gmbh Detector for an optical detection of at least one object
KR102644439B1 (ko) 2015-07-17 2024-03-07 트리나미엑스 게엠베하 하나 이상의 물체를 광학적으로 검출하기 위한 검출기
US10412283B2 (en) 2015-09-14 2019-09-10 Trinamix Gmbh Dual aperture 3D camera and method using differing aperture areas
US11211513B2 (en) 2016-07-29 2021-12-28 Trinamix Gmbh Optical sensor and detector for an optical detection
EP4280068A3 (en) * 2016-10-11 2024-03-06 Green Hills Software, Inc. Systems and methods for summarization and visualization of trace data
JP7241684B2 (ja) 2016-10-25 2023-03-17 トリナミクス ゲゼルシャフト ミット ベシュレンクテル ハフツング 少なくとも１個の対象物の光学的な検出のための検出器
CN109923372B (zh) 2016-10-25 2021-12-21 特里纳米克斯股份有限公司 采用集成滤波器的红外光学检测器
US11635486B2 (en) 2016-11-17 2023-04-25 Trinamix Gmbh Detector for optically detecting at least one object
US11860292B2 (en) 2016-11-17 2024-01-02 Trinamix Gmbh Detector and methods for authenticating at least one object
US10803571B2 (en) * 2017-02-14 2020-10-13 Cogniac, Corp. Data-analysis pipeline with visual performance feedback
EP3612805A1 (en) 2017-04-20 2020-02-26 trinamiX GmbH Optical detector
CN110998223B (zh) 2017-06-26 2021-10-29 特里纳米克斯股份有限公司 用于确定至少一个对像的位置的检测器
CN110087076B (zh) * 2019-04-09 2021-05-14 华南理工大学 一种基于分层块替换的多图像压缩方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5168554A (en) 1989-10-13 1992-12-01 International Business Machines Corporation Converting trace data from processors executing in parallel into graphical form
US5442740A (en) 1993-07-13 1995-08-15 International Business Machines Corporation Method and apparatus for visual display of program performance trace data
US5615357A (en) * 1994-12-29 1997-03-25 Sun Microsystems, Inc. System and method for verifying processor performance
JP3472026B2 (ja) * 1996-03-26 2003-12-02 富士通株式会社 ログ情報採取解析装置
US6057839A (en) 1996-11-26 2000-05-02 International Business Machines Corporation Visualization tool for graphically displaying trace data produced by a parallel processing computer
US5862381A (en) 1996-11-26 1999-01-19 International Business Machines Corporation Visualization tool for graphically displaying trace data
US6654503B1 (en) 2000-04-28 2003-11-25 Sun Microsystems, Inc. Block-based, adaptive, lossless image coder
US20040205718A1 (en) * 2000-12-11 2004-10-14 Sun Microsystems, Inc. Self-tuning object libraries
US6640009B2 (en) * 2001-02-06 2003-10-28 International Business Machines Corporation Identification, separation and compression of multiple forms with mutants
US6947052B2 (en) * 2001-07-13 2005-09-20 Texas Instruments Incorporated Visual program memory hierarchy optimization
US7131113B2 (en) * 2002-12-12 2006-10-31 International Business Machines Corporation System and method on generating multi-dimensional trace files and visualizing them using multiple Gantt charts
JP4603807B2 (ja) * 2004-03-10 2010-12-22 富士通株式会社 文字認識装置，文字認識方法，媒体処理方法，文字認識プログラムおよび文字認識プログラムを記録したコンピュータ読取可能な記録媒体
US7184603B2 (en) 2004-11-15 2007-02-27 Smith Micro Software, Inc. System and method for lossless compression of digital images
US20070089102A1 (en) * 2005-10-18 2007-04-19 Erb David J System and method for analyzing software performance without requiring hardware

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469433A (zh) * 2014-09-03 2016-04-06 腾讯科技（深圳）有限公司 一种图片压缩方法及其设备
CN105469433B (zh) * 2014-09-03 2020-04-24 腾讯科技（深圳）有限公司 一种图片压缩方法及其设备
CN108259908A (zh) * 2016-12-28 2018-07-06 汤姆逊许可公司 用于编码和解码像素列表的方法和装置
CN108668049A (zh) * 2017-03-27 2018-10-16 吴东辉 基于分散像素的图像显示方法、显示单元及***
CN108668049B (zh) * 2017-03-27 2024-05-10 深圳市景华显示科技有限公司 基于分散像素的图像显示方法、显示单元及***
CN109146985A (zh) * 2018-09-09 2019-01-04 深圳硅基仿生科技有限公司 视网膜刺激器的图像处理方法、装置及视网膜刺激器
CN112712570A (zh) * 2020-12-22 2021-04-27 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及介质
CN112712570B (zh) * 2020-12-22 2023-11-24 抖音视界有限公司 图像处理方法、装置、电子设备及介质

Also Published As

Publication number Publication date
US20080080778A1 (en) 2008-04-03
CN101154291B (zh) 2010-05-12
US8019166B2 (en) 2011-09-13

Similar Documents

Publication Publication Date Title
CN101154291B (zh) 图像数据压缩方法、图像显示方法及其相应装置
CN101300575B (zh) 图像处理
CN101919254B (zh) 基于预测的图像处理
Pajarola et al. Compressed progressive meshes
CN101258526B (zh) 基于具有修改亮度的两个色调的纹理压缩
US8180165B2 (en) Accelerated screen codec
US9245383B2 (en) Accelerated three-dimensional intersection testing using compressed volumes
CN101925925B (zh) 基于预测的图像处理
CN101010699A (zh) 纹理编码装置、纹理解码装置、方法及程序
CN111260784B (zh) 一种城市三维空间网格压缩编码方法、装置及终端设备
CN101300576A (zh) 图像处理
CN102208989A (zh) 网络可视化处理方法及设备
US20120268464A1 (en) Method and device for processing spatial data
US9576381B2 (en) Method and device for simplifying space data
JP4870079B2 (ja) 可視性データ圧縮方法、圧縮解除方法、圧縮システムおよびデコーダ
CN104504121A (zh) 一种视频检索方法及装置
KR20180077060A (ko) 화소들의 리스트들을 인코딩 및 디코딩하는 방법 및 장치
US8325188B1 (en) Method and system for implementing a waveform viewer
CN115952252B (zh) 基于动态渲染的语义瓦片数据处理方法、装置和电子设备
CN116126957A (zh) 数据格式转换方法、装置、设备及存储介质
CN103858126A (zh) 压缩空间数据的装置和方法及恢复压缩的空间数据的装置和方法
CN111353007A (zh) 基于矢量切片的地理要素拾取方法、编码方法、装置及电子设备
Luo et al. Visual analysis of large-scale lidar point clouds
US7468733B2 (en) Method and system for improving color reduction
Wang [Retracted] Optimization of Three‐Dimensional Model of Landscape Space Based on Big Data Analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100512

Termination date: 20160929

CF01 Termination of patent right due to non-payment of annual fee