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.     

一种非线性小波变换在图像压缩中的应用

针对小波变换进行图像压缩过程中重建图像易引起边缘振荡的问题,提出了一种非延拓消除边缘振荡的方法.它通过提升算法与传统的非线性ENO-小波变换结合,把高频分量边缘的能量集中到低频分量上,用小波分量模的极大值对跃变点进行奇异性检测,有效地消除了重建图像引起的边缘振荡.仿真实验表明该方法简单有效.     

基于小波变换与视觉敏感特性的图像压缩算法研究

现有的图像压缩算法大多压缩效果不好且设备成本较高,虽然近几年来提出了许多新的图像压缩算法,但还是没能从根本上解决上述问题;针对该现象,文章利用小波算法的高效性与普遍性,提出了一种适应人眼视觉特性小波变换的图像压缩算法,采用SPIHT算法与DPCM编码方式,并结合人眼的视觉特性,来对图像进行分类处理,进而对视觉敏感的区域进行边缘优化处理,来消除不必要的编码开销。测试表明,本研究能够实现以上研究目的,且具有耗时低、准确性高的市场优势。     

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.     

基于尺度乘积和相关性的图像去噪

为了去除图像的噪声,提出了一种基于尺度乘积和尺度相关性的平稳小波交换图像去噪方法.在传统小波系数估计的基础上,考虑到尺度间的相关性,利用不同尺度小波系数形成的系数向量,通过线性最小均方误差估计小波系数,获得各个高频子带的估计系数.针对单纯利用尺度间相关性去噪造成的图像边缘失真问题,在不同尺度小波系数形成的系数向量中引入了小波系数乘积,不但可以较好区分边缘信息和噪声信息,而且提高了原有算法的去噪能力.仿真结果表明,该图像去噪算法能有效去除图像噪声,较好保持图像边缘,在峰值信噪比和视觉质量上都有较大提高.     

基于空域相关的多聚焦图像融合

提出了一种基于空域相关滤波的多聚焦图像融合算法.利用小波多孔算法将原图像分解,得到与原图像同样大小的低频近似图像和高频细节图像.选择低频系数时基于绝对值最大原则,高频信息先计算相邻小波面对应点的相关性,取相关性大的小波系数作为融合图像的小波系数.实验表明,该方法能简单有效地将各图像的信息集成在一起,完好的保留各图像的边缘和纹理信息.     

树状小波分解及其在纹理图像压缩中的应用

本文提出了一种基于树状小波分解的图像压缩算法，它在一定的能量准则下，能够自适应地根据图像特征进行了带分解和编码，对纹理图像压缩的实验结果表明，这种算法在压缩比，视觉特性及信噪比方面均具有令人满意的结果，因而，它对于基于边缘和纹理区域分别编码的第二代图像压缩方案具有重要的意义。     

基于自适应小波变换的嵌入图像压缩算法

针对遥感、指纹、地震资料等图像纹理复杂丰富、局部相关性较弱等特点,文章通过实施自适应小波变换、合理确定系数扫描次序、分类量化小波系数等措施,提出了一种高效的图像压缩编码算法.仿真结果表明,相同压缩比下,本文算法的图像复原质量明显优于SPIHT算法(特别是对于纹理图像,如标准图像Barbara).     

基于双正交小波和边缘加权的图像去噪算法

文中针对现有去噪算法存在的问题,提出了一种基于双正交小波和边缘加权的新的图像去噪算法.该算法对图像进行基于图像移位相关性的自适应二叉分解,研究了白高斯噪声在双正交小波分解下的功率谱,并结合图像的边缘信息,对不同区域的去噪阈值以不同权重加权.实验结果表明,文中算法去噪所得图像的MSE优于小波变换全局阈值去噪,视觉效果明显优于维纳滤波去噪.     

小波域BP网络图像压缩及Matlab实现

BP网络是一种非线性映射网络,三层BP网络可以很好地逼近任一连续函数.BP网络用于图像压缩是一个很好的创意.但因其训练时间过长,而没有得到应有的重视.人的视觉特性对图像的低频部分及图像的边缘部分比较敏感.经小波分解后图像的大部分能量集中在低频和图像的边缘部分,即这部分小波系数比较大,其余部分小波系数很小,接近于零.因此提出了小波域BP网络图像压缩方法.该方法是根据小波变换后小波区域重要性的不同而采用不同的压缩比.即不重要的小波系数采用大压缩比的BP网络(隐节点少),重要的系数采用小压缩比网络(隐节点多)或不进行BP压缩而直接编码.并给出Matlab仿真程序.