JPEG2000编码算法中上下文关系的改进

通过研究SPIHT和EBCOT（JPEG2000核心算法）编码算法,分析它们所用的小波系数的不同性质,本文提出了把SPIHT算法用到的小波系数父子关系特性也用在EBCOT编码中的思想,并提出一种上下文关系的改进方法。在JPEG2000框架下对改进算法进行了仿真实验。理论分析和实验结果显示,改进的上下文关系优于JPEG2000中采用的上下文关系。     

一种改进的无表SPIHT算法

SPIHT算法是一种基于小波变换,压缩编码效率很高的静止图像压缩编码算法,传统的SPIHT算法主要基于软件实现.本文提出一种改进的更易于硬件实现的无列表SPIHT算法：采用状态标示符取代动态链表操作来记录集合分割信息,进而把整个编码过程都简化为简单的逻辑运算.基于本算法设计出了SPIHT编码器FPGA的有效实现.实验表明,该算法易于实现、节约资源、效率高、运算速度快,为硬件实现高速图像压缩编码提供了一种新的有效的方法.     

基于二叉树的改进SPIHT算法

为在保持多级树集合分裂(SPIHT)算法编码速度的同时提高其性能,提出一种基于二叉树的改进SPIHT算法。对D型集合分裂得到的4个系数进行二叉树编码,优先编码L型集合的重要性,并以较高的概率提前判断二叉树根节点的重要性,从而提高编码效率。实验结果表明,该算法的执行速度与SPIHT算法相当,且具有较高的峰值信噪比。     

改进的SPIHT小波图像压缩编码

针对原SPIHT算法存在扫描的重复且未能充分利用小波系数分布特点,随着压缩比的增加,会引起编码效率的下降等不足,提出一种改进的图像压缩编码算法。改进的图像编码算法低频子带进行DPCM无损编码,高频子带采用优化排序的SPIHT算法。仿真结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。     

改进的无链表零树编码算法

通过对SPIHT算法和LZC算法的研究,提出一种改进的无链表零树编码算法。该算法改进了树编码过程,降低了编码复杂度,易于硬件实现,并且用小波系数的最高比特位来存储标志图,使得编码所需内存进一步减少。实验结果表明在相同的压缩比下,新算法重建图像的峰值信噪比明显优于LZC算法,而仅比SPIHT算法有略微的降低。     

基于SPIHT和分类比特编码的无损图像压缩

在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。     

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.     

一种结合SNR和空间可分级的SPIHT改进算法

在SPIHT算法的基础上,针对SPIHT算法仅支持SNR可分级,不能支持空间分辨率可分级的问题,通过对现有的SPIHT算法进行改进,采用延迟和多级集合的办法提出了一种基于SPIHT算法的SNR和空间混合可分级编码算法.     

基于改进SPIHT的静态图像编码

本文在零树编码算法分析的基础上,针对SPIHT算法的不足,提出了一种新的零树编码算法。该算法以SPIHT为基础,改进了其零树结构及编码流程,同时引入LZC算法的标志位图思想,在保证恢复图像质量的前提下,降低了内存消耗,提高了编解码速度。仿真实验结果表明,相对于SPIHT算法而言,重构图像的峰值信噪比和直观图像质量,本文算法都表现出了优良的性能,尤其是在低比特率下表现跟明显。     

基于人眼视觉特性的低比特率图像压缩编码

为了提高编码速度和改进视觉效果,提出了一种改进的低比特率SPIHT算法。算法首先用提升小波对原始图像进行分解,再结合人眼视觉掩蔽特性,对不同区域内图像信息所对应的小波系数赋予不同视觉权值,以保证优先传输视觉上的最重要系数,最后根据系数重要性,对低频系数采用新的排列结构,并采用SPIHT编码思想完成图像压缩。实验结果表明,该算法压缩效果优于SPIHT图像压缩方案,特别在低比特率下。     

基于改进逐次逼近量化与复杂关联模型的零树图像编码算法

提出一种基于改进逐次逼近量化与复杂关联模型的零树图像编码算法，该算法通过以下4项措施提高EZW算法的工作效率：（1）对最低频子带进行单独编码；（2）定义多阈值以完善逐次逼近量化过程；（3）个性嵌入编码策略以消除编码冗余；（4）采纳关联模型以提高算术编码效率。实验结果表明，该算法是一种高效的图像压缩算法，其编解码速度、图像复原质量等关键技术指标均优于EZW和SPIHT等编码算法。     

一种改进的基于零树集合的小波图像压缩算法

提出了一种新的基于零树和集合的图像压缩方法,它是对ＳＰＩＨＴ方法的改进。ＳＰＩＨＴ算法是Ａｍｉｒ Ｓａｉｄ和Ｗ．Ａ．Ｐｅａｒｌｍａｎ提出的一种高效的压缩算法,其性能优于ＥＺＷ算法,它在不同比特平面上对幅值较大的元素首先进行编码,从而使重建图像令人满意时,例如３０ｄＢ以上时,达到较高的压缩比。本文认为,在ＳＰＩＨＴ中,不同情况下的比特分配有一些不尽合理之处。本文根据大量图像的统计特性得出更合理的比特     

基于改进SPIHT的医学图像编码

考虑到压缩效率很高的静态图像压缩算法（Set Patitioning in Hierarchical Trees,SPIHT）的压缩效率尚可以进一步提高,提出一种改进的SPIHT算法：在原始算法的基础上,引入一种新的类型树,在初始化时最大限度地保存小波变换后的系数．将改进的SPIHT算法应用到医学图像的压缩中,取得良好的压缩效果．     

基于结构树集合分割的效能选择性图像编码算法的改进

J．M．Shapiro提出的嵌入式小波零树(EZW)图像压缩编码算法，以其渐进嵌入的风格和简单高效的特点，开辟了小波变换在图像压缩编码应用中的广阔前景，引起了人们的普遍关注。在EZW算法之后，又有许多对EZW算法进行改进的方案被相继提出。其中由A．Said提出的基于结构树集合分割(SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献[1]又提出了基于结构树集合分割的效能选择性(AS-SPIHT)图像编码算法。本文提出了一种改进的AS-SPIHT(IAS-SPIHT)图像编码算法。该算法首先通过建立四元组模型，简化了SPIHT及AS-SPIHT算法的实现；其次，通过充分利用已检出重要系数的先验知识，进一步提高了压缩比。     

改进的适合低码率的SPIHT图像编码算法

针对小波变换编码SPIHT算法在低码率下效果不佳的情况进行了改进。改进算法对低频系数采用SPECK算法,在当前阈值下高频系数部分有重要系数时,SPIHT算法才开始,而且对SPIHT算法也进行了改进。实验表明,在同压缩比下,改进算法重构图像峰值信噪比PSNR都比标准SPIHT的高。     

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。     

低码率下图像压缩SPIHT编码的改进方法

针对SPIHT算法的不足,为了兼顾图像编解码时间与解码图像质量,提出了一种改进的SPIHT图像压缩算法。采用LS9/7提升格式小波变换,结合人眼视觉系统的特点,对原算法高低频子带的扫描方式和阈值的确定方法进行了改进;针对SPIHT算法重复扫描的问题,在编码时使用最大值链表的思想,大大减少了计算量,节省了运行时间。实验结果表明,本文提出的改进算法在图像编解码时间和重构图像质量两方面均优于原算法,尤其在低码率情况下提高了解码图像的质量。