基于整数提升小波变换的彩色图像零树编码算法

提出了一种易于硬件实现的低存储量，高压缩性能的基于整数提升小波变换的彩色图像无链表SPIHT零树编码算法，该算法采用了一种低频子带优先的线性指针扫描顺序和不同于Wen-Kuo Lin提出的无链表LZC算法的状态比特表及零树分割策略，实验结果表明作者提出的算法在性能上（PSNR）比LZC高约0．5dB左右，和SPIHT算法相比具有同样的压缩性能，但更易于硬件实现。     

一种新颖的中子辐照图像压缩算法

分析了中子辐照图像的持点，提出一种适合于数字中子照相系统的图像压缩算法。将小波和方向滤波器组（DFB）结合，得到非冗余的图像变换WDFB；通过WDFB系数的重新组合，提出一种新颖的图像压缩方案，该方案类似于无表零树编码（LZC）算法；为了充分利用WDFB变换对二维分段光滑函数的良好表达能力，该算法引入线性索引技术并采用不同于LZC算法的零树表达策略。实验结果表明，该算法用于中子辐照图像压缩是有效的，在相同压缩比下，其主观视觉质量和峰值信噪比（PSNR）都明显优于LZC算法，和多级树集合分裂编码（SPIHT）算法相比，具有相当的压缩性能但更易于硬件实现。     

一种结合Contourlet和小波变换的图像编码算法

该文提出了一种Contourlet变换和小波变换相结合,使用新的空间方向树的类似SPIHT编码算法。该算法先对图像进行Contourlet变换,再对变换后的低频子带进行多级小波变换,然后根据变换后系数的结构特性,借鉴小波SPIHT编码思想,构造了一种新的空间方向树,实现了对变换后系数的类似SPIHT编码。仿真实验结果表明,该算法与小波变换,Contourlet变换和基于小波的Contourlet变换的SPIHT算法相比,重构图像保留了更多的纹理和细节信息,并且在低比特率下具有较高的峰值信噪比。     

一种基于Contourlet变换的图像质量评价算法

由于基于Contourlet变换的图像处理已经成为多尺度、多方向图像处理领域的重要组成部分,所以能对嵌入Contourlet变换域图像处理系统中的图像质量进行评估的算法就成为重要的评估方法。通过对Contourlet变换域图像结构特性的研究,提出了Contourlet结构相似度(CSSIM)的图像质量评价方法。在LIVE图库上的实验结果表明CSSIM比SSIM和DWTSSIM(基于小波的SSIM)更加符合人眼的视觉特性,可以更好地评判图像质量。因此该算法可应用于基于Contourlet变换的图像处理系统中。     

基于Nonsubsampled Contourlet变换的SAR图像形状特征检索

Nonsubsampled Contourlet变换是一种非抽取得具有平移不变性的多尺度多方向的变换。将Canny算子和Nonsubsampled Contourlet变换(NSCT)[1]相结合,对图像运用Canny算子[2]提取边缘特征,再进行Nonsubsampled Contourlet变换,引入了三阶中心矩作为特征向量提取形状特征的算法。实现了基于Nonsubsampled Contourlet变换的图像形状特征检索,并将结果与基于2-D小波变换和基于Contourlet变换的图像形状特征检索作了比较,实验结果证明该方法的图像形状特征检索效率有较大的提高。     

基于Contourlet变换的稳健性图像水印算法

提出了基于Contourlet变换的数字图像水印算法。与小波变换不同的是,Contourlet变换采用类似于线段(contoursegment)的基得到一种多分辨、局部化、方向性的图像表示。水印信号通过基于内容的乘性方案加载到Contourlet变换系数。在采用零均值广义高斯分布拟合Contourlet变换系数的基础上,提出采用极大似然估计实现水印的盲检测。依据Neyman-Pearson准则,在给定虚警率的情况下对判决准则进行了优化。实验结果表明在保证水印隐蔽性的前提下,水印对常见的信号处理手段以及几何变换具有很好的稳健性。     

基于非抽样Contourlet变换的自适应 阈值图像增强算法

提出了一种基于非抽样Contourlet变换的自适应阈值图像增强算法,首先对图像进行非抽样Contourlet变换得到不同尺度不同方向上的变换系数,然后由变换系数自适应地确定阈值和调整增强函数,并对变换系数做增强处理,最后对增强处理后的变换系数进行反变换,实现图像增强.实验结果表明,与其他基于变换域的算法相比,该算法可以得到更好的增强效果.     

基于高斯比例混合模型的图像非下采样Contourlet域去噪

为改善图像的去噪效果,该文提出了一种基于高斯比例混合模型的图像非下采样Contourlet域去噪算法。该算法首先建立非下采样Contourlet系数邻域的高斯比例混合模型,然后在模型基础上应用贝叶斯最小二乘法对系数进行估计,最后反变换得到恢复图像。算法结合了非下采样Contourlet变换对图像边缘的高效表示能力、非下采样变换的移不变性质以及GSM模型对非下采样Contourlet系数邻域相关性的概括能力。实验结果表明,该算法在视觉效果和峰值信噪比的改善上都取得了非常好的效果。     

基于Contourlet变换的纺织品缺陷检测算法

自动、快速、客观地检测纺织品缺陷是非常重要的课题。以往主要靠人工方式对纺织品进行缺陷检测,但该方法受人为因素的影响较大。针对此问题,提出一种基于Contourlet变换的纺织品缺陷检测算法。算法首先对纺织品图像进行Contourlet变换,提取Contourlet系数(高频特征),然后计算Contourlet系数的统计特征,最后使用欧式距离进行缺陷判断。实验结果验证了该算法的有效性,为纺织品缺陷检测提供了有效方法。     

一种基于mean shift的Contourlet域SAR图像去噪方法

Contourlet变换是小波变换的新发展,具有良好的多尺度和多方向性。合成孔径雷达(SAR)图像Contourlet阈值去噪不考虑相邻像素在变换域的联系,将低于阈值的变换系数置零,会丢失图像中的细节信息。针对上述问题,文中提出一种新的去噪算法:首先,将SAR图像进行Contourlet分解;然后,利用具有良好间断点保留能力的mean shift算法处理子带系数。实验结果证实该算法能够在有效抑制相干斑噪声的同时,较好地保留图像中的细节信息。     

一种改进的无表零树编码的图像压缩方法

本文对SPIHT算法进行了改进,得到一种在编码和解码过程中都不用链表的小波零树编码方法,称为改进的无表零树编码.这种编码方法大大地减少了内存消耗,降低了编码复杂度,提高了编码速度.实验表明,在相同压缩比下本文算法比LZC算法提高了0.66dB,因此为硬件实现图像压缩编码提供了一种有效的方法.     

基于内存优化的小波零块嵌入图像编码算法

小波嵌入零块编码算法(Set Partitioned Embedded bloCK,SPECK)是一种高效的具有渐进传输特性的图像编码算法,但其在编解码过程中的巨大内存占用致使编解码速度慢且不利于硬件实现.本文提出了一种基于内存优化的小波零块嵌入图像编码算法,采用标志状态图和块深度优先搜索策略完成嵌入编码中的排序和细化过程.两张标志状态图分别标识编解码过程中的重要系数和不重要集合,同时结合块深度优先搜索策略检索块结构中的不重要集合,代替排序和细化过程中的重要系数链表和不重要集合链表,较大地节省了内存占用.实验结果表明,与SPECK算法相比,在保持相当信噪比的情况下,内存占用仅为原来的1/12,与另一种低内存零树编码算法LZC(Listless Zerotree Coding)相比,在内存略有增加的情况下,信噪比至少提高1.1dB,为硬件实现小波零块编码算法探讨了一条有效途径.     

基于Contourlet变换的自适应门限分形零树混合图像编码

Contourlet变换的基函数分布于多尺度、多方向上,弥补了小波基函数方向性不足的缺陷.本文考虑了分形编码过程中子树与父树匹配误差门限对编码的影响,提出了一种基于Contourlet变换的自适应门限分形零树混合图像编码方法,给出了所提出方法的实验结果,并与基于小波变换的分形零树混合图像编码方法进行了比较.实验结果表明,在压缩比相同的情况下,本文方法的PSNR性能优于基于小波变换的分形零树混合图像编码方法,能很好地保留图像的纹理和轮廓.     

Efficient coding of sparse trees using an enhanced-embedded zerotree wavelet?algorithm

In the Embedded Zerotree Wavelet (EZW) algorithm, a large number of bits are consumed in the encoding of Isolated Zero (IZ) symbols. This is the main bottleneck of the EZW algorithm, which limits its performance in terms of compression gain. To circumvent this limitation of the EZW algorithm, we propose in this paper, the Enhanced-EZW (E-EZW) algorithm based on the novel concept of a sparse tree (ST) encoding scheme. The ST encoding scheme provides an efficient encoding of ‘IZ’ symbols and eventually gives significant improvement in compression gain. Image features are clustered at various locations in an image, which gives rise to spatial correlation between Significant Coefficients (SCs) at these locations. Based on the above observation, we further propose differential coding of relative position of SCs in ST (DCORPS) in the E-EZW (DCORPS E-EZW) algorithm. We analyze cases where the ST coding gives higher coding gain compared to the EZW algorithm. Further, we see that DCORPS in sparse tree coding improves the overall coding efficiency of the E-EZW algorithm. By simulation results, we also demonstrate that the E-EZW and DCORPS E-EZW algorithms outperform two other important wavelet-based compression algorithms: namely set partitioning in hierarchical trees (SPIHT) and JPEG-2000 for a representative set of real-life images.     

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).     

小波变换编码及其在军事图像上的应用

提出了一种军事图像压缩的新方法,在嵌入式零树小波(EZW)算法基础上引入提升方案和整数变换以降低算法复杂度,在编码前对系数按重要性进行排序并对低频区域的系数的符号进行改变.实验结果表明,将该算法用于军事图像压缩无论在主观效果还是在峰值信噪比方面都取得了满意的效果.     

Image coding using lapped biorthogonal transform

The wireless sensor network utilizes image compression algorithms like JPEG, JPEG2000, and SPIHT for image transmission with high coding efficiency. During compression, discrete cosine transform (DCT)–based JPEG has blocking artifacts at low bit-rates. But this effect is reduced by discrete wavelet transform (DWT)–based JPEG2000 and SPIHT algorithm but it possess high computational complexity. This paper proposes an efficient lapped biorthogonal transform (LBT)–based low-complexity zerotree codec (LZC), an entropy coder for image coding algorithm to achieve high compression. The LBT-LZC algorithm yields high compression, better visual quality with low computational complexity. The performance of the proposed method is compared with other popular coding schemes based on LBT, DCT and wavelet transforms. The simulation results reveal that the proposed algorithm reduces the blocking artifacts and achieves high compression. Besides, it is analyzed for noise resilience.     

图像灰度级动态分段的无损压缩编码方法

文中提出了一种新的无损图像压缩编码方法．通过对图像灰度值按四种情况进行动态分段编码压缩,对于不同的图像会有不同的分段选择,因而具有一定的自适应性．实验证明,这种压缩方法具有很好的压缩效果．