基于小波包分解的 SAR图像压缩 *

针对 SAR图像含有丰富的中、高频信息 ,而基于小波变换的图像压缩方法会丢失高频细节信息 ,提出了基于小波包分解的 SAR图像编码算法。小波包变换对 SAR图像进行完全分解 ,再用与后续编码器相关联的代价函数进行最佳基搜索 ,然后根据各子带小波包系数的重要性进行加权 ,采用多级树集合分裂算法 ( SPIHT)编码。实验结果表明 ,该算法更好地保留了 SAR图像的细节信息 ,获得了同压缩比下优于传统 SPIHT算法的编码性能 ,更有利于后续图像处理。     

双树复小波包变换语音增强新算法

实小波包变换是语音增强中效果较好的一种算法,利用阈值的方法对小波包系数进行压缩进而重构语音信号.分析了实小波包变换的平移敏感性,以及其对语音进行增强时的缺陷.提出采用双树复小波包变换方法进行语音增强,当低通滤波器和高通滤波器对应的小波基近似为希尔伯特变换对时,该变换能大大减小实小波包变换中的平移敏感性.同时考虑小波包系数之间的相互关系,提出了重叠块复阈值算法.结果表明,算法优于传统实小波包变换及点阈值算法,尤其对含周期噪声的语音信号,双树复小波包变换算法的优势更为明显.     

基于小波包最优基的语音信号压缩方法

提出了基于方差准则的小波包最优基压缩方法.首先选择一个合适的小波函数及分解层次对语音信号进行小波包分解.然后基于方差准则确定小波包最优基,保留语音信号的重要特征,实现信号压缩.最后对小波包最优基中的小波系数进行量化、编码,以便于信号在信道中传输.在接收端进行译码,重构压缩后的语音信号,观察压缩效果.实验中对语音信号采用不同方法进行了压缩实验,验证了本文算法的可行性.实验结果表明,本文算法的搜索量小,易于实现,压缩效果比较明显.     

一种新的基于平衡多小波的编码技术

讨论了用平衡正交多小波编码技术对图像进行压缩处理,设计了一种新的基于平衡多小波变换方法,并将矢量量化和SPIHT零树编码技术用于图像的压缩处理。试验结果表明该方法优于非平衡多小波压缩方法,得到了较好的峰值信噪比和编码效果。     

电能质量信号的三维数据压缩

为提高电能质量数据的压缩性能,满足低压缩比下高信噪比的工程要求,采用三维表示方法重构电能质量数据,利用三维小波分解与3D-SPIHT编码算法对七种典型的电能质量扰动信号的三维数据块进行压缩编码,并与传统SPIHT算法结果对比。实验证明三维压缩方法的优越性,在相同码率的条件下三维压缩方法具有更高的信噪比。在此基础上确定七种电能质量扰动信号在当前实验环境下的极限比特率与极限压缩比,分析信号特点对压缩比的影响。     

基于3-D整数小波变换的视频压缩算法研究

视频图像数据可以被看成三维数据体来进行3-D小波变换,对变换后的数据进行编码就可以达到压缩视频数据的目的。主要讨论了这种变换的整数实现方法,以及对小波系数使用SPIHT算法进行编码压缩,并对SPIHT算法进行了有针对性的优化。仿真实验证明,该文方法压缩效果良好,运行效率高,输出码流具有嵌入式特性,是一种有应用前景的算法。     

SPIHT算法在DICOM图像压缩中的应用研究

DICOM图像文件的储存和传输一直是近代医学图像处理中一个比较热门的研究话题,其中较好的解决方案就是对DICOM图像进行压缩处理。文中通过对DICOM文件的数据结构进行分析,将DICOM文件拆分成图像数据部分和文本信息部分,然后采用9/7提升小波变换对拆分出来的DICOM图像数据进行图像变换,最后对变换后的小波系数进行SPIHT编码完成DICOM图像压缩。主客观对图像的评价表明SPIHT算法在高压缩比时仍能保证图像较好的质量。该方法能够对DICOM图像的存储和传输带来便利也将产生一定的影响。     

一种改进的可变阈值SPIHT图像压缩算法

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题,首先分析了小波基和小波分解层数的选择,然后提出了一种新的可变阈值的SPIHT算法,该算法利用可变阈值对SPIHT算法中不重要像素列表（LIP）和不重要系数列表（LIS）进行分类得到一种更有效的编码算法。仿真结果表明,该算法的压缩整体性能要好于SPIHT算法。     

形状自适应小波编码

一种基于扩展SPIHT的形状自适应小波编码方法在文中被提出。其对形状自适应小波变换的机理进行讨论，根据掩模图像对视频对象进行三级形状自适应小波分解。对现有SPIHT进行改进，提出一种扩展SPIHT的压缩方法。该方法利用小波子带自相关特性对任意形状的视频对象进行编码，并且根据对应的三级掩模图像对视频对象外的零值不编码以减少码流。实验结果表明该方法在保证对任意形状视频对象的交互操作功能的同时有效提高编码效率。     

基于Contourlet变换和SPIHT算法的彩色医学图像压缩

二维小波变换只能很好地分离不连续点,无法最优表示曲线奇异,同时只能获取有限的方向信息,这大大限制了它在图像处理领域的应用。Contourlet变换则结合拉普拉斯金字塔和方向滤波器组,得到多分辨率、局域、多方向的图像表示。由于基于小波变换的多级树集合分裂排序(SPIHT)算法不能有效表达图像的纹理和轮廓信息,因此提出一种基于Contourlet变换和SPIHT算法的彩色图像压缩方法,并应用于医学图像感兴趣区域压缩。首先将彩色图像转换至YIQ彩色空间;然后选取感兴趣区域,对其采用Contourlet变换提取特征信息,并利用SPIHT算法对Contourlet系数优先编码和传输,从而保证感兴趣区域的图像质量和细节信息。对背景区域则采用小波变换,并通过系数截断的方式提高图像压缩比。实验结果表明,所提算法可以较好地保留感兴趣区域的图像特征,大幅度提高背景区域的压缩比,是一种较实用的图像压缩新方法,在医学图像感兴趣区域压缩中效果良好。     

基于Surfacelet变换和SPIHT算法的视频压缩

提出一种基于Surfacelet变换并结合SPIHT算法的视频压缩编码方法。这种新方法把视频信号作为特殊的三维信号,对信号的空间和时间维进行整体处理。Surfacelet变换具有多方向分解、各向异性、高效率的树结构滤波器组、可完全重建和低冗余度等性质。SPIHT算法具有分辨率质量上的可伸缩性、渐进传输性等特性。利用Surfacelet变换的分解系数在各层间相关以及图像能量集中的特性,结合SPIHT算法完成视频数据的压缩编码。这种新的视频压缩编码方法能弥补三维小波变换的缺陷,达到更高的 PSNR 值和更好的视觉效果,尤其适用于纹理复杂度较高、运动幅度较小的视频。     

基于混合域的改进SPIHT图像编码算法

为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.     

基于小波包分解的自适应图像编码算法

针对传统小波图像压缩算法普遍存在的纹理图像处理能力较弱的特点 ,通过合理选择最佳小波包基、自适应确定系数扫描次序、高效量化小波包系数等措施 ,提出了一种基于小波包分解的自适应图像编码算法 .对比实验表明 :本文算法的压缩效果不仅明显优于 SPIHT算法 (特别是纹理图像 ) ,而且优于已有的其它小波包图像压缩算法 .     

适合网络传输的鲁棒小波低比特率视频编码

提出了一种适合包交换网络传输的基于离散小波变换的视频编码方案,通过对SPIHT小波系数编码算法进行复杂度降低、纹理分割等修改,来适应视频编码在编码效率和鲁棒性方面的要求,为解决网络数据包丢失造成的帧质量骤降,方案对数据包的重要性进行了均衡,每一个数据包中均包含帧内信息和帧间信息,利用改进的SPIHT算法生成混合比特流。试验表明,该方案运算复杂度低,对网络传输中的包丢失不敏感,并且能很好地抑制错误传播。     

A novel algorithm for wavelet based ECG signal coding

Wavelets have emerged as powerful tools for signal coding especially bio-signal processing. Wavelet transform is used to represent the signal to some other time-frequency representation better suited for detecting and removing redundancies. A novel algorithm for wavelet based ECG signal coding is proposed in this paper. Experimental results show that this algorithm outperforms than other coders such as Djohn, EZW, SPIHT, etc., exits in the literature in terms of simplicity and coding efficiency by successive partition the wavelet coefficients in the space frequency domain and send them using adaptive decimal to binary conversion. Proposed algorithm is significantly more efficient in compression, simple in implementation and in computation than the previously proposed coders. This algorithm is tested for 26 different records from MIT-BIH arrhythmia database and obtained an average percent root mean square difference as around 0.01-4.8% for an average compression ratio of 2:1 to 35:1. A compression ratio of 8.5108:1 is achieved for MIT-BIH arrhythmia database record 117 with a percent mean square difference as 1.29%.     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

基于内嵌块优化等级树(EBOHT)算法的图像编码

该文提出一种图像编码的新算法（EBOHT），该算法先将图像进行小波变换，然后按空间位置对应关系将小波系数分成若干块，每一块数据采用一种新等级树编码，比传统的SPITH方法增加了预测过程，进一步利用了相邻小波系树的相关性，块间进行基于率失真曲线的优化方法，使每一块图像有合理的比特分配，同时由于数据是分块编码的，因此该算法较SPITH有更好的容错能力，且易于实现感兴趣区（ROI）编码。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

基于提升方法的SPECK算法的研究

集合分裂嵌入块编码算法(SPECK)是基于小波变换的采用块状结构的图像编码算法.对SPECK算法的排序过程进行了详细的分析,针对离散小波变换(DWT)在相同压缩比下,SPECK算法重建的图像质量有时比SPIHT算法差的情况,提出基于9-7整数小波变换的改进的SPECK.先对图像整数小波分解,然后通过完善集合分配策略、合理分配比特等处理.实验结果表明,该算法在相同的输出码率情况下不仅得到了更好的恢复效果,而且缩短了编码时间.