现代图像压缩编码技术

阐述了图像压缩编码的基本原理，系统地介绍了几种比较有应用前景的现代图像编码方法及其特点，最后对图像编码进行了总结和展望，指出从图像模型的角度研究图像编码将成为新一代图像编码的研究方向。     

几种常见编码方法的比较

通过对DFT／DCT、子带、小波变换、分形编码的特征分析，得出如下一些结论：DFT与DCT理论成熟，前者因存在复数计算，使得硬件结构较后者复杂，但DCT变换也因分块数限制，在还原图像时可能存在块效应；具有多分辨率分析的小波变换编码，虽然是目前变换编码中较为高级的一种，但也存在选择小波基函数的困难，子带编码具有并行处理和分层传输之优点，但镜像滤波器组的设计难以达到理论要求；根据事物间普遍存在的相似性建立起的分形编码，以其高压缩比换取图像的极端相似性，失真表现为整个屏幕的随机现象。     

基于小波变换的多方向分形预测图象编码方法

小波图象编码属于子带编码,但是,与通常的子带编码不同,图象经过小波变换后,不但分解成不同频带（即分辨率）的子带图象,而且,同分辨率的子带图象还进一步分解成不同空间方向的子带图象。同方向的各个子带图象之间具有相似性,利用这种相似性进行图象编码可以提高压缩比。不同方向的各个子带图象之间虽然不具有相似性,但是,原图象的特征在这些子带图象中的空间位置具有不变性,利用这种空间位置的不变性进行图象编码,可以进一步提高压缩比。本文提供了这方面的理论分析和实例验证。     

一种基于小波变换的混合编码方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足：而分形压缩编码方法．由于可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上,提出了一种图像压缩混合编码方法：该方法首先将图像进行小波分解,然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明,该方法不仅能够大大提高图像的压缩比,而且在网络信道不稳定的情况下．能在一定程度上克服数据传输出错．从而避免数据丢失造成的恢复图像质量下降。     

图像压缩编码技术

章论述了经典图像编码方法和现代图像编码方法的基本原理，指出将多种编码算法融合在一个编码器中是新一代图像编码的研究方向。     

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。     

断续传输原始数据的DPCM图像压缩编码方法

本文提出一种新的用于卫星遥感图像传输的ＤＰＣＭ图像压缩编码方法：断续传输原始数据的ＤＰＣＭ图像压缩编码方法。其基本思想是每隔一个３×３小块图像传输一个图像原始数据，用统计方法求取预测方程中的预测系数，采用神经网络方法预先设计量化器     

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。     

甚低比特率水下视频图像压缩编码方法

为满足水声信道有限带宽的要求,提出了一种高效的水下视频图像压缩编码方案。编码系统主要由图像预处理、帧内编码和帧间预测编码3个模块组成。基于小波变换的预处理模块用于去除水下图像中的视觉冗余。根据水下图像的特点,采用基于小波树的WDR(wavelet difference reduction)算法对帧内图像进行高效编码。帧间运动估计和补偿是针对预处理后的图像子带进行,运动补偿后的残差图像采用基于重要子块和重要系数的双重WDR编码策略。实验结果表明:在保证图像重建质量的前提下,本文算法的平均压缩比可以达到250∶1～500∶1,基本满足水声信道传输速率为16 Kbps时的要求。     

基于联想记忆的彩色图像自适应预测编码方法

本文利用牛顿前向插值多项式构建一种联想记忆型神经网络,并基于联想记忆提出一种彩色图像的自适应预测无损编码方法。针对彩色图像帧间相关性较大的特点,首先用R,G,B-G替代R,G,B以减小帧间相关性,然后对R 单独进行预测编码,对C,B—G进行二维矢量预测编码进一步减小空间相关和帧间相关,最后对预测残差进行算术编码。实验证明该算法是可行性的和有效性的,对测试图像的压缩效果优于JPEG-LS标准。     

基于整数小波变换的有损与无损嵌入式图像压缩

提出了基于整数小波变换的嵌入式图像编码方案，能够进行有损和无损两种模式的图像压缩，在非常低的比特率时能够获得较高质量的重构图像。该方法适合图像的渐进传输，它是使用扩增的零树信号和位面编码的合成技术，最后对产生的符号流进行算术编码。文中给出了该方法与有损和无损压缩标准的性能比较。     

基于小波变换的彩色图像压缩编码在分级传输中的应用

本文研究了彩色图像的压缩编码在分级传输中的应用。选择双正交小波,对彩色图介的Y、I和Q分量分别进行小波分解。然后根据变换域的数据特性并结合视觉系统(HVS)特性,提出了一种合适的压缩编码方案,并给出了图像分级传输的效果。实验结果表明,这种压缩编码适用于图像的分级传输。     

三维小波多分等级树视频压缩编码

提出了基于三维小波多发等级树视频压缩编码方法。通过将原始图象序列进行帧分组,并对每个图象帧组在时间、水平和垂直三维空间上进行小波变换。然后,对变换域的各个空间－时间频率了带按照其方向的不同。构成多个小波等级树,并对每个等级树分别进行ＳＰＩＨＴ编码算法。仿真实验表明了该方法的有效性。     

图象分形编码研究现状

本文对分形图象压缩编码算法的研究状况进行了综合评述与分析,以期对该类算法进一步的深入研究和实际应用提供参考依据．     

基于分形的混合图象压缩方法

分形图象压缩方法是近年来迅速兴起的一种高倍率图象压缩方法，它依据分形原理，利用迭代函数系统（IFS）来抽取自然图象中的自相似性，达到压缩图象的目的；解码时利用拼帖定理来快速恢复图象。然而它最大的缺点是速度太慢。为此，本文将分形图象压缩同传统的块截取变换方法（BlockTruncatingCoding）结合，在压缩速度、压缩倍数和压缩失真方面有个折衷，达到较好的性能。     

嵌入式图像压缩编码的研究

嵌入式零树小波编码(EZW)是基于小波变换的图像压缩编码方法,具有良好的局部特性和空间-频率特性,但正交变换用统一的方法分解高低频,没有充分利用高频的细节信息,而且用同样的方法扫描高频3个方向(水平、竖直、对角线)分量,不能完全利用小波变换后系数的特点。针对此,提出一种改进的EZW算法,即对原始图像采用固定格式的小波包分解,并给出一种新的小波零树结构;在对分解后的系数进行扫描时,充分利用高频信息的方向性特点,其水平分量采用水平扫描、竖直分量采用竖直扫描、对角线采用Z扫描,整体结构依然使用原始EZW的扫描顺序。通过仿真实验对比发现,提出的改进EZW算法比原始的EZW算法,无论在客观数据还是主观视觉上,都有一定的改善,从而验证了该改进算法的有效性。     

人眼视觉特性与视频编码压缩技术

讨论人眼视觉系统的一些特性,以及该特性对图像子采样、变换编码、预测编码、量化等视频编码压缩技术的影响.     

基于JPEG2000的优化编码算法

通过深入研究JPEG2000的核心算法优化截取嵌入块编码。发现分块编码每个位平面上三个通道所需编码的像素不均衡。根据这个编码特性，在结合小波系数特点的基础上，对分块编码提出高频子带最高位和次高位平面联合编码以及0和1位平面两通道编码合并的优化算法。这种基于编码通道合并的优化算法，一方面可以减少编码扫描次数，提高编码速度；另一方面，合理的联合位平面编码算法设计减少了对次高位平面上不重要像素的重要性编码，使无损压缩性能的提高成为可能。     

物理层网络编码的调制技术

网络编码理论提高了数据的传输效率,而物理层网络编码进一步缩短了数据交互的时隙,它认为:只要中继节点R采取了恰当的调制解调技术,可以使电磁信号的叠加映射到数字域上的运算操作,实现两时隙交互信息。可见选择恰当的调制解调技术对实现物理层网络编码至关重要。该文从调制技术这一角度出发,综合目前在物理层网络编码中所应用的调制解调技术,对其进行分析总结,并展望了下一步物理层网络编码中调制技术的发展。