基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

一种小波域内的BP神经网络图像压缩方法

通过时Mallat算法和提升小波变换的比较,并分析图像经过小波变换后系数的分布特点,提出了一种新的将提升小波变换和BP神经网络相结合的图像压缩方法.根据小波变换后图像的绝大部分能量都集中在小波变换的低频部分这一特性,利用BP神经网络,对不同的频带子图进行不同压缩比的压缩,从而得到高质量的重构图像.结果表明,该算法不仅有较高的压缩比,而且获得了质量较高的重构图像,对背景简单的图像压缩效果尤为明显.     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

SVD分解和离散小波域特征值量化的安全数字语音水印算法

针对传统数字语言水印算法鲁棒性较差、复杂度较高等问题,提出一种基于SVD分解和离散小波域特征值量化的安全水印算法。该算法以离散小波变换的特征值量化为基础,利用离散小波变换将每帧数字语音转化到小波域,再利用SVD奇异值分解计算近似系数特征值,而不是细节系数部分;最后,使用量化后的特征值嵌入水印比特位信息。实验结果表明,当量化步长和所选帧长较高时,该算法能有效抵御过滤攻击、加性高斯白噪声攻击、重采样攻击和剪切攻击,其中高斯白噪声攻击和剪切攻击的误码率几乎为0。相比其他优秀算法,该算法具有更好的鲁棒性。     

一种感兴趣区图像压缩编码算法

提出了一种感兴趣区图像压缩编码算法,该算法采用不同的小波和比特率对感兴趣区和背景区分开进行小波变换和编解码,结合SPIHT,该算法可灵活地控制感兴趣区和背景区之间的相对压缩质量,由于小波变换时采用了BNC17/11小波和CDF9/7小波,该算法进一步提高了感兴趣区图像压缩编码算法的压缩性能。同时该算法无需计算感兴趣区掩膜。     

基于小波变换的图像压缩感知

针对图像变换后系数采样数量和图像重建质量之间的矛盾,从图像的结构和纹理特性出发,提出基于小波变换的图像压缩感知算法.讨论图像经过多尺度小波变换后系数的稀疏性,保留图像变换后的低频系数,只对高频系数进行测量,同时利用正交匹配追踪算法重构高频系数.实验仿真结果表明,该算法能有效提高图像重建质量.     

一种基于改进SPIHT的图像压缩算法研究

通过引入子带分块编码的思想,提出了一种基于提升小波变换的改进SPIHT算法。该算法不但具有传统SPIHT算法的优点,而且能实现码流多分辨率表示和ROI区域编码。最后,给出了一种有效的基于提升小波变换的图像压缩系统。该系统把图像分割成小块后,单独进行提升小波变换及编码处理,并在解码端恢复后进行重新组合。试验结果表明本方法能取得满意的结果,显示了本方法在图像压缩中的应用前景。     

一种新的M通道提升小波变换的图像处理算法

本文利用M通道小波变换对信号分频范围更细这一特点，实现了M通道小波变换的提升分解，并给出了一种M通道快速提升小波变换的算法。此算法只要有分解算法，立即可以得到合成算法，而且将运算结果取为最接近的整数，就可实现整数到整数的小波变换。数值实验结果表明，该方法对图像压缩行之有效。     

提升的M通道小波变换在图像压缩中的应用

针对M通道小波变换对信号分频范围更细这一特点,利用基于空间域的小波提升方案,实现了M通道小波变换的提升分解。这种提升分解是不唯一的,可以利用这种分解的不唯一性,使变换具有所需的性质。为此给出了一种M通道快速提升小波变换的算法。该方法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。实验结果表明了该方法对图像压缩的有效性。     

基于IB-IWT实时图像压缩的FPGA设计与实现

针对内插双正交整数小波变换（IB-IWT）的实时图像压缩特点,提出了一种FPGA设计方案．首先通过分析IB-IWT算法的特点,给出了适合硬件实现的实时图像压缩方案．然后选取高端FPGA作为硬件处理平台,对图像压缩的小波变换、小波系数编码及其小波变换的边界处理和有限字长效应等关键技术进行了研究,提出了适合于FPGA的53小波变换的快速实现方法及其小波系数的编码方法．最后,利用FPGA对图像进行了压缩．该设计方案整合标志位图思想和并行SPIHT算法结构的优势,充分利用了FPGA内部的丰富资源．实验结果表明,该方案以其低计算复杂度、低内存需求量和高实时处理速度等特点成为实时压缩算法硬件实现的优选方案．     

基于改进提升小波变换SPIHT的图像压缩算法

通过对提升小波变换的SPIHT算法进行改进和优化,提出了一种适用于无线多媒体传感器网络(WMSNs)的简单、高效、节能的有损图像压缩算法;该算法采用只包含加法和移位操作的整数小波提升算法,使得小波分解的计算量减半,大大提高了变换速度;采用量化截断的预处理技术,省去大量不重要高频系数的量化编码,解决了提升变换后SPIHT算法编码效率低的问题;去除了最外层高频系数的分解和编码,有效地减少了变换和编码的能耗;理论分析和仿真结果均表明,在保证一定重建图像质量的前提下,该算法大大降低了图像压缩能耗,提高了算法的压缩效率和执行效率,非常适合于资源受限的WMSNs中的图像压缩。     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

基于分块FRIT-SVD的鲁棒零水印算法

针对水印图像轮廓特征的提取,使用小波变换并不是最佳方式,脊波变换较小波变换有着更好的逼近精度和稀疏性能。结合二维混沌系统、SVD和位平面技术共同构造零水印信息,提出了一种基于脊波变换域的鲁棒零水印算法。该算法首先对载体图像进行二维一级小波变换提取低频域,利用分块策略对其分块并进行有限脊波变换(FRIT),经SVD提取最大奇异值构造特征矩阵后,使用二维混沌系统对特征矩阵进行置乱加密,提取特征矩阵中的重要位平面与加密水印信号结合生成注册零水印信息,不仅提高了水印鲁棒性,双重加密后的水印安全性能也得到提升。实验表明,该算法具有较好的鲁棒性、安全性和易操作性,能够有效抵抗各类图像攻击。     

基于小波变换的医学图像压缩技术

分析了医学图像压缩的必要性,简要介绍了二维离散小波变换和Mallat算法,在此基础上探讨了基于小波变换的医学图像压缩技术。实验结果表明,小波变换算法具有较高的压缩比和较好的图像恢复质量。     

基于压缩感知理论的图像重构算法研究

压缩感知理论突破了奈奎斯特采样频率的限制,利用该理论研究和实现了新的图像压缩采样方案.该方案利用小波变换和阈值处理相结合实现图像稀疏化,利用标准伪随机数均匀分布和二维中心傅立叶变换生成随机测量矩阵,并对小波变换后的高频子带进行加权采样,采用分段正交匹配追踪算法实现采样数据重建.仿真实验结果表明,该方案重建图像效果好.     

数字图像压缩算法的仿真与应用研究

研究数字图像压缩问题,针对传统图像压缩算法无法消除图像中视觉和统计冗余,导致图像传输速度慢,效果低。为此,提出一种新的数字图像压缩算法。首先对图像进行小波变换,提取子层的小波系数,然后对变换后的小波系数用SWZ进行编码;并采支持向量机对小波系数进行拟合,最后对压缩后系数进行算术编码。结果表明,相对于传统图像压缩算法,新算法提高了图像压缩前后间的信噪比,加快了图像传输速度,为图像压缩方法提供了一种新的研究思路。     

基于Shearlet的双正则化图像压缩采样恢复

针对图像压缩采样中正交小波变换方向有限和单一正则化的问题,提出了一种基于Shearlet的双正则化图像压缩采样恢复算法。该算法用Shearlet作为图像的稀疏表示,用交替最小化对联合正则化模型进行求解。实验结果表明,该算法恢复的图像与单一的全变分正则化方法和小波变换相比有更好的视觉效果,更高的峰值信噪比。     

基于行的二维离散小波变换的快速提升计算

二维离散小波变换计算量较大,并要求相当大的缓存空间,使JPEG2000在星载图像压缩和小型便携式设备中的应用受到限制。基于行的小波变换能降低对存储容量的要求,后拉伸变换的提升算法能减少离散小波变换的乘法运算量。为此,提出了一种基于行的快速提升算法,该算法将行列运算操作结合起来进行,以累进方式完成列向小波的提升步计算,节省了内存;并且充分利用了后拉伸变换的优点,减少了乘法运算量。     

基于视觉敏感特性的小波域图像编码算法研究

以层树分集(SPIHT)编码方案为基础,结合人类视觉系统的对比度敏感性,提出一种新的小波域图像压缩编码算法.该算法首先对原始图像进行小波变换;然后根据小波系数分布特点,结合人类视觉的对比度敏感性对小波系数进行加权处理;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案(特别是低比特率下).     

一种改进的小波变换图像压缩算法

针对图像的数据量的相对庞大、传输速度慢的问题,需要一种很好的压缩算法,既能以较少的失真率对图像进行压缩,又能使压缩的过程相对迅速,以满足当今网络应用的需求。通过研究两种已有的小波变换图像压缩算法的算法思想及算法流程,找出它们的特性及存在的不足,并通过对小波变换后的图像的不同频域子带的小波树进行分类,采用适合的压缩算法对各部分进行压缩,使图像的整体压缩效果得到提高,同时也降低了压缩过程的复杂度。实验结果表明,改进的小波变换图像压缩算法在压缩效果和压缩效率上都优于两种已有的小波变换图像压缩算法。这个分类压缩的方法能够有效地提高图像的压缩效果,也降低了算法的复杂度。