结合近似最优比特分配的改进SPIHT算法

SPIHT算法是一种实用、高效的小波零树图像编码算法。针对SPIHT算法存储空间需求大、运算复杂度较高等缺点，提出了一种改进的快速、低存储SPIHT算法，该算法将小波变换所形成的水平、垂直、对角和低频4个子带分成4个处理单元，对每个处理单元分别进行量化编码，并在各单元之间采取近似最优比特分配以提高量化性能。实验结果表明，改进算法在提高峰值信噪比等性能指标的同时，有效地减少了算法的存储需求及运算时间。     

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SPIHT树结构和SVM回归算法的图像压缩研究

提出一种结合SPIHT系数树的支持向量回归图像压缩方法.首先通过离散小波变换,然后融合SPIHT树结构,分解出小波系数,以一个系数树上的系数构成一个向量,采取SVM回归实现对DWT系数相关性的学习,使用较少的支持向量表示原始系数,从而实现图像压缩.原始图像经过小波变换,分解成不同尺度的多个子频带,最低子频带系数集中了大部分能量,对图像重构起决定作用,直接采用DPCM编码,所有高频子带数据进行SVM回归压缩,最后所有数据采用算术编码.实验表明,本算法可有效提高图像的压缩效率,与JPEG2000算法相比较,在压缩率较高时,信噪比明显高于JPEG2000.     

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。     

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。     

基于分级量化的重要性测试图像编码

论文提出了一种嵌入式的图像压缩编码算法,针对小波变换后的图像系数进行编码。该算法属于基于分级量化的重要性测试类的编码方法,结合了同属该类方法的SPIHT和SPECK算法的特点,在此基础上提出了新的改进措施,优化了集合分类搜索的策略,改进了量化的步骤,提高了图像压缩的性能。     

低比特率混合域图像压缩编码算法研究

为了更有效地进行图像压缩,提出了一种新的混合域低比特率图像压缩编码算法。该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据小波系数统计特性,优化处理最低频子带系数;再结合小波分解与方向分解的特点,构造了一种扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩。实验结果表明,该混合域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是在低比特率下),而且具有比较强的通用性与适应性。     

Joined Spectral Trees for Scalable SPIHT-Based Multispectral Image Compression

In this paper, the compression of multispectral images is addressed. Such 3-D data are characterized by a high correlation across the spectral components. The efficiency of the state-of-the-art wavelet-based coder 3-D SPIHT is considered. Although the 3-D SPIHT algorithm provides the obvious way to process a multispectral image as a volumetric block and, consequently, maintain the attractive properties exhibited in 2-D (excellent performance, low complexity, and embeddedness of the bit-stream), its 3-D trees structure is shown to be not adequately suited for 3-D wavelet transformed (DWT) multispectral images. The fact that each parent has eight children in the 3-D structure considerably increases the list of insignificant sets (LIS) and the list of insignificant pixels (LIP) since the partitioning of any set produces eight subsets which will be processed similarly during the sorting pass. Thus, a significant portion from the overall bit-budget is wastedly spent to sort insignificant information. Through an investigation based on results analysis, we demonstrate that a straightforward 2-D SPIHT technique, when suitably adjusted to maintain the rate scalability and carried out in the 3-D DWT domain, overcomes this weakness. In addition, a new SPIHT-based scalable multispectral image compression algorithm is used in the initial iterations to exploit the redundancies within each group of two consecutive spectral bands. Numerical experiments on a number of multispectral images have shown that the proposed scheme provides significant improvements over related works.     

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。     

适用于PACS系统的医学图像近无损压缩

为解决海量医学数据与有限存储空间和传输带宽之间的矛盾,提出一种适用于PACS(picture archiving and communication system)系统的医学图像近无损压缩算法。首先对病变区域和背景区域分别进行剪切波变换和小波变换;其次,选取一些能够近似逼近病变区域图像的重要系数达到去噪和初步压缩的目的;然后,对病变区域所选取的重要系数进行无损Huffman编码,同时对背景区域所得小波系数进行量化和多级树集合分裂算法(SPIHT)编码实现压缩;最后,融合各区域经解码和逆变换得到的图像获得整幅重构图像。实验结果表明,新算法在与小波有损压缩方法设置同样压缩比的情况下,所获取的病变区域重构图像和原病变区域的平均结构相似度(MSSIM)提高了6%,峰值信噪比(PSNR)是小波有损压缩方法的2.54倍,而整幅重构图像与原图像的MSSIM提高了2%,PSNR提高了13%。     

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.     

一种简单误码检错多分辨率SPIHT算法

由EZW算法演变而来的SPIHT算法是目前为止影响最大的小波压缩算法之一，它通过独特的扫描方式，将小波系数按照能量大小或者重要性程度编码输出。由于引入了小波树，隐藏了扫描路径，SPIHT能获得高压缩比，同时保持较高的图像质量。而后提出的多分辨率SPIHT算法能使解码器根据信道条件，选择图像还原分辨率。然而，SPIHT对路径可靠性要求严苛，任何路径信息的传输错误都会导致剩余所有码元的解码出错。许多学者就路径码元的保护提出了不同改进，却未能从根本上提高算法的抗噪性能。为此，提出了一种改进了的SPIHT算法，该算法在保持较高信噪比和不增加码元数量的基础上，使解码器具有简单误码检错能力。     

基于小波域的两阶段多描述图像编码

为加强图像在不可靠网络上传输的鲁棒性,提出基于小波域的两阶段图像多描述编码方案.第1阶段对原始图像经小波变换后的系数进行SPIHT编码,形成第1部分描述;第2阶段对SPIHT编码后的系数进行解码,与原始小波系数作差分,实现差值信号的四叉树抽样,通过SPIHT编码形成第2部分描述.将2部分描述复制并同步传送到两信道中.实验结果表明,该方案冗余调节方便,编码后的数据流能适应各种网络传输状况.     

基于可逆整数小波变换的遥感图像的无损压缩

针对遥感数据的特点，将可逆整数小波引入遥感图像压缩领域，与SPIHT编码相结合，试验选用了几种可逆整数小波对几幅遥感图像和标准测试图像进行图像无损压缩试验，结果与JPEG2000相比都所有提高。     

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 .     

一种基于视觉特性的有损图像压缩算法

当前,整数小波变换和分层树集合分割算法相结合已广泛用于静止图像压缩。该文在上述算法的基础上提出了一种新的算法。新算法进一步考虑了人眼视觉特性,并根据加权后小波系数的分布特点修改了分层树集合分割算法。并使用一种新的方法评测重构图像的质量。仿真结果表明,新的算法在给定比特率的情况下,重构图像的主观视觉效果获得了一定程度的改善,且由于新的算法内存需求量少,使得编解码速度得到显著提高。在内存受限和对实时性要求较高的场合,有较好的应用前景。     

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.     

基于改进的SPIHT整数提升小波变换的图像压缩

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、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于DSP的航空图像压缩卡的设计及实现

根据航空图像压缩系统的特点和要求,选择提升小波＋SPIHT算法作为系统的实现方案;为了提高算法效率,对边界处理问题进行了合理简化,同时对SPIHT算法的实现进行了改进,实验结果表明该方案比Shaprio的小波变换＋EZW编码的压缩效率平均要高0.3dB;选择TI公司的TMS320C6416DSP芯片作为系统的实现内核,对关键代码进行了优化,实验结果表明算法效率比优化前提高了大约20倍;最后对压缩卡进行了设计和调试,并且在某航空图像回传系统中得到了实际应用。     

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。