小波分形混合图像压缩编码进展

介绍了分形、小波图像压缩编码进展情况，简要讨论了小波分形混合图像压缩的一般方法，并对国内外小波分形图像压缩的现状进行了详细的说明，探讨了静止图像压缩编码的发展方向。     

图像压缩编码方法分析

介绍图像压缩编码技术发展过程,对图像压缩编码,特别是自适应预测编码、模型法编码、分形编码、小波变换压缩编码、神经网络压缩编码原理和特点进行分析,并阐述图像压缩编码的作用.     

基于分形理论的图像压缩编码技术

分形图像压缩编码是当今图像编码领域研究的热点之一，是一种具有独特优势且极有发展前途的数据压缩技术。本文从分形基本理论出发，对分形图像压缩编码思想、编码方法等进行了综述，并介绍了分形图像压缩编码的一些改进方法。最后，探讨了分形图像压缩编码的发展方向。     

MPEG—4中的视频编码技术

MPEG-4图像压缩编码方法是基于对象和内容的现代编码方法，顺应了现代图像压缩编码的潮流，广泛用在多媒体通信及第三代移动通信系统中。本主要介绍了MPEG-4视频对象的压缩编码方法及其差错控制方法。     

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。     

神经网络与图像压缩编码

图像压缩编码是一个古老而诱人的领域。而八十年代中期,神经网络的兴起,又为这一领域注入了新的活力。本文介绍了神经网络在图像压缩编码领域中的应用,并提出了一些尚待解决的问题。到目前为止,由于还未寻找到适宜于神经网络应用于压缩编码的好的机理和方法,因此还未获得优于常规编码方法的成果。其中还有一些基本的理论问题(例如,神经网络实现数据压缩的机理)没有得到解决。神经网络是否适于在图像压缩编码领域中使用,以及如何更好地把神经网络用于图像压缩编码领域中去,都是值得进一步深入研究的课题。     

基因表达式编程在分形图像压缩编码中的应用

针对目前存在图像压缩率不高、全局搜索或遗传算法寻找最优分形图像压缩编码速度慢的不足,将基因表达式编程应用于分形图像压缩编码,提高求解分形图像压缩编码速度和压缩比.首先从理论上对二值图像压缩编码的求解过程和基因表达式编程在压缩编码中的作用机理进行分析;然后,研究分形图像压缩编码的基因和染色体的表示方法,适应度函数设计以及选择、变异、插串、基因变换、基因重组等基因遗传进化操作过程.提出基因表达式编程的分形图像压缩算法,求解分形图像压缩编码的最优解.实验结果表明,基因表达式编程应用于分形图像压缩编码,具有较强的全局寻优能力,搜索最优解的速度比遗传算法快约2倍,图像压缩率高.     

基于混合编码的分形图像压缩方法研究

提出了一种基于混合编码的分形图像压缩方案,改进了分形编码与SP IHT算法,对提升小波变换后的最低频部分采用改进的分形编码,其他部分采用改进的SP IHT算法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

CCSDS位平面并行图像压缩编码研究

介绍了CCSDS图像压缩编码算法原理,提出了一种多位平面并行处理的编码方式并用硬件实现,提高了编码速度.     

信源编码技术在广播电视信号数字化中的应用

介绍了编码的目的以及信源编码的原理,阐述了信源编码的功能。并介绍了实现音频、视频编码的方法,以及音频压缩编码和图像压缩编码的种类和标准。