一种基于小波-Contourlet变换的图像编码算法

根据小波-Contourlet变换对图像分解具有多尺度和多方向性的特点,提出了一种结合小波-Contourlet 变换和集合分裂嵌入块(SPECK)编码的图像压缩算法(CSPECK).小波-Contourlet通过方向滤波器组把小波分解的高频子带进一步分解为多个方向子带,从而可更稀疏地表示图像的边缘和纹理.SPECK算法编码具有复杂度低和编码效率高的优点.实验结果表明,CSPECK算法对纹理丰富的图像有很好的压缩效果,与基于小波-Contourlet 变换的CSPIHT算法相比,峰值信噪比提高了0.2～0.6 dB.     

基于小波与分形相结合的图像压缩优化算法

提出了一种基于小波与分形相结合的图像压缩优化算法.首先将图像进行小波分解后,对低频子带单独编码;在分形编码时,根据不同方向子图的纹理特征不同,采用不同形状的块进行分形预测;同时对高频子带使用二次匹配编码,并且匹配运算只在同一方向上进行.实验证明,这种优化算法能够大大缩短分形编码的时间,并取得较高的压缩比.     

基于视觉系统模型的SAR图像压缩方法

提出一种基于视觉模型的合成孔径雷达(SAR)图像压缩方法,对SAR图像分解后不同频带的小波系数结合其能量分布和人眼对不同频率段的敏感度采用可变步长进行量化与压缩编码,应用嵌入式小波图像压缩算法,以峰值信噪比和均方误差等作为评价指标,对比进行了实验.结果表明,在保证压缩比不变的前提下,采用本算法获得的恢复图像的主观质量有所提高,较好地保留了图像的纹理细节,提高了图像的峰值信噪比.     

基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点。然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势。     

一种新的快速自适应小波包图像压缩算法

提出了一种基于推广的Shannon熵代价函数的快速自适应小波包算法。该算法在小波包分解过程中,先对图像数据的边界进行对称延拓,最后提出了一种与零树编码、自适应算术编码相结合的小波包图像压缩算法。     

分区IFS图像压缩编码

本文提出了一种基于“区”的ＩＦＳ图像压缩编码算法，简述了其原理及实现过程。实验结果表明，其性能优于ＪＰＥＧ算法及Ｊａｃｑｕｉｎ的基于“块”的ＩＦＳ图像压缩编码算法     

几种基于DWT的图像压缩算法性能比较与分析

EZW,SPITH,EBCOT以及SPECK是常见的基于DWT的图像压缩编码算法.通过对这些算法的图像压缩性能仿真,着重在压缩比、峰值信噪比、编码复杂度方面进行对比分析;并和基于DCT的图像压缩算法进行比较,结论显示在低码率的情况下,基于DWT的算法明显好于基于DCT的算法;对EZW和SPIHT算法不足之处进行了分析,给出了改进方案,并加以理论证明.     

一种基于混合编码的图像纹理压缩方法

提出了一种基于混合编码的纹理压缩算法.针对纹理图象的局部特征,采用4种不同的纹理单元划分和编码算法来对其进行编码.实验证明,此算法无论是对缓变,还是对锐变纹理图象,较之传统的图象编码算法具有固定码率编码和独立纹理查找的优点,同时也比S3TC纹理压缩算法具有更高的压缩比和更好的图象重建品质.     

基于LS9/7小波的图像压缩算法研究

提出了一种基于提升格式小波的SPIHT图像压缩算法,该算法采用LS9/7进行小波变换,然后采用SPI-HT算法对变换系数进行编码,可实现任意码率的压缩.该算法具有运算简单,编码速度快等优点.实验结果表明,设计的算法是一种有效的图像压缩算法,能实现图像的快速压缩编码,其图像编解码时间和重构图像质量均优于原算法.     

基于人眼视觉特性的EZW图像编码改进算法

在经典EZW(crnbedded zero-tree wavelet)算法的基础上,根据人眼对图像边缘和平滑区信息的失真要比纹理区失真更敏感这一视觉特性,对小波变换后的系数分类编码,提出了一种新的有效的图像压缩编码算法.实验结果表明由于边缘和极平滑区小波系数分配了更多的比特数,该算法所得的重构图像边缘更清晰,具有更好的视觉效果.     

离散小波变换域非负张量分解的高光谱遥感图像压缩

该文提出一种基于非负张量分解的高光谱图像压缩算法.首先将高光谱图像的每个谱段进行2维离散5/3小波变换,消除高光谱图像的空间冗余.然后将所有谱段的每级小波变换的4个小波子带看作为4个张量.对每个小波子带张量采用改进HALS(Hierarchical Alternating Least Squares)算法进行非负分解,来消除光谱冗余和空间残余冗余,同时保护了光谱信息.最后,将分解的因子矩阵进行熵编码.实验结果表明,该文提出的压缩算法具有良好压缩性能,在压缩比32:1～4:1范围内,平均信噪比高于40 dB,与传统高光谱图像压缩算法比较,平均峰值信噪比提高了1.499 dB.有效地提高了高光谱图像压缩算法的压缩性能和保护了光谱信息.     

一种改进的嵌入式零树小波编码算法

嵌入式零树小波编码算法是基于小波变换的一种图像压缩方法,它可以实现渐进编解码,进行有损或无损压缩,具有较高的压缩比和图像恢复质量.全文在研究嵌入式零树小波编码算法及原理的基础上,表述了算法的应用过程,阐述了具体的实现思路,指出了其不足之处,并在原来方法的基础上进行了有效改进,具有比较好的效果.     

基于DSP和FPGA的高速图像压缩系统设计

设计了一种以DSP(数字信号处理器)和FPGA(现场可编程门阵列)为核心的图像压缩系统.在处理速度上具有一定优势,能够完成基于DWT(离散小波变换)和EBCOT(优化截取的嵌入式块编码)图像压缩算法的实时图像压缩,且系统具有可重构性,能够容易地用来实现其他的图像处理算法.     

基于分类和陪集码的高光谱图像无损压缩

在基于陪集码的高光谱图像压缩算法中,由于按照编码块的最大残差确定整块无损压缩所需的码率存在较大冗余,该文提出了基于分类和陪集码的高光谱图像压缩算法。首先利用前一波段对应位置的预测噪声对当前波段编码块的像素进行分类,将具有相似相关性的像素归于一类,然后对每一类像素分别进行陪集码编码。实验表明分类可以有效地降低码率。和基于陪集码的算法相比,该文算法无损压缩的平均码率降低了大约0.4 bpp。     

基于区域分割的分形图像压缩编码方法

在基于块分割的分形图像压缩编码研究基础上，提出了一种基于区域分割和十字搜索模型的分形图像压缩编码新方法，实验结果表明，该方法与基于块分割的分形图像压缩编码方法相比，在保持恢复图像质量的前提下，压缩比和编码速度都有了显著的提高，是一种有效的分形图像压缩编码方法。     

基于Multibandelets的自适应图像压缩

为了在图像压缩时更好地保护具有方向性的几何结构信息,该文构建了一种新的基函数,称为Multibandelets,并结合Shannon编码用于自然图像的压缩。实验结果表明:与多小波、具有同样消失矩的小波和Bandelets相比较,基于Multibandelets的图像压缩在视觉效果和客观衡量指标两方面都有改善,尤其对具有方向性的细节和纹理信息具有更好的表示。     

一种基于小波变换的混合编码方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足：而分形压缩编码方法．由于可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上,提出了一种图像压缩混合编码方法：该方法首先将图像进行小波分解,然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明,该方法不仅能够大大提高图像的压缩比,而且在网络信道不稳定的情况下．能在一定程度上克服数据传输出错．从而避免数据丢失造成的恢复图像质量下降。     

基于Blackfin561的JPEG2000压缩算法编码优化

提出了基于Blackfin561处理器的JPEG2000图像压缩算法的编码优化方案。包括一些算法优化和大量的代码优化,如循环展开、C程序的汇编化和汇编优化等。这些方法较大地缩短了编码模块的处理时间,提高了图像压缩编码的实时性。     

整数小波域张量Tucker分解的多光谱图像压缩

针对常用多光谱图像压缩算法-把图像作为矩阵向量量化后再进行相应压缩处理-导致图像的本征结构被破坏、信息损失以及压缩效率低等问题,提出一种基于非负张量(NTD)Tucker分解的多光谱图像压缩算法。首先将多光谱图像的每个谱段进行二维提升整数5/3小波变换,消除多光谱图像的空间冗余。然后将所有谱段的每级小波变换的4个小波子带看作为4个NTD。对每个非负小波子带张量采用改进局部HALS-NTD算法进行Tucker分解,消除光谱冗余和空间残余冗余。最后,将分解的核心张量和模式矩阵进行熵编码。实验结果表明,本文提出的压缩算法具有良好压缩性能,在压缩比32∶1～4∶1范围内,平均信噪比(SNR)高于40dB,与传统多光谱图像压缩算法比较,提高了1.779dB,有效提高了多光谱图像压缩算法的压缩性能。     

一种改进的分形图像压缩算法

为了提高分形图像压缩编码的速度,针对在基本分形图像压缩算法中值域块编码匹配搜索时需要对变换后的定义域块一一对应,导致编码时间较长的缺点,提出了一种基于菱形搜索算法的分形图像压缩编码新算法.菱形搜索算法是一种运动估计的快速搜索算法,主要过程是在所有的候选块中搜索当前块的最优匹配块.通过运用菱形搜索算法中的大小菱形模板进行匹配搜索,实验证明文中算法在提高编码速度和降低编码复杂度是有效的.