基于小波变换和邻域特征的多聚焦图像融合算法

提出了一种基于小波变换和邻域特征的多聚焦图像融合算法。该算法首先采用小波变换对源图像进行多尺度分解,得到低频和高频子图像;然后对低频子图像采用基于邻域归一化梯度的方法得到低频融合系数,对高频子图像采用基于邻域方差的方法得到高频融合系数;最后进行小波重构得到融合图像。采用均方根误差、信息熵以及峰值信噪比等评价标准,将该算法与传统融合方法的融合效果进行了比较。实验结果表明,该算法所得融合图像的效果和质量均有明显提高。     

基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

WBCT变换的SPIHT图像压缩算法的改进

传统的基于WBCT变换的SPIHT图像压缩算法没有考虑低频子带与高频子带的关系,只是在高频子带之间寻找方向树的关系,并且需要对变换后的系数进行位置置换,这样必然会影响编码质量和效率.针对以上问题提出了构造虚拟低频的思想,通过构造虚拟低频建立低频子带与高频子带的关系,使方向树结构更高,压缩效果更好;同时又避免了系数位置置换,提高了编码效率.与传统算法和现有的WBCT算法相比,该算法既能有效保护图像细节和纹理,又节省了编解码时间,同时提高了压缩后图像的峰值信噪比(特别是在低比特率下),而且具有通用性.     

基于小波变换的分形与零树混合图像压缩算法

提出了一种基于小波变换的分形与零树混合的图像压缩方法．该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树；在对每一棵小波子树编码时，根据最小误差标准进行分形编码，或零树编码、本算法不但充分利用了子带图像间的相似性和块内的自相似性，而且充分利用了小波变换后子图像块内(特别是高分辨层的子图像块内)存在的大量的局域性的冗余性．实验结果表明，与传统的基于小波变换的分形编码相比，该方法在较大的压缩范围内，都能够获得好的压缩结果．     

小波变换在图像压缩中的应用

为了探讨基于小波变换的图像压缩方法,结合SPIHT算法,提出了图像压缩编码方案,该方案不仅能有效地控制计算量,满足实时处理的需求,而且可以方便地实现子频带编码.通过为典型的512×512×8的灰度图像进行仿真,结果表明,压缩后得到图像峰值信噪比为32.14 dB.     

小波变换下的特征匹配图像编码

针对现有图像编码算法大多是利用图像自身像素之间的相关性,而很少利用来自不同图像信息之间的相关性来减少编码过程中的冗余这一问题,本文提出在小波变换域下,利用图像特征匹配实现的编码方法。在编码端,首先通过小波变换将输入图像分解为低频子带和高频子带,低频子带经过低失真的编码算法编码后传到解码端;高频子带进行尺度不变特征变换特征提取,并与图像库码书进行匹配,将匹配索引传到解码端。在解码端,根据码书和索引解码出SIFT特征,并利用解码后的特征在图像库中找到复原图像块,进行高频子带的复原。最后通过小波逆变换,得到重构图像。结果表明:对测试图像进行编码,平均压缩比为437;在同等压缩比下,本文算法的PSNR值平均比JPEG 2000和JPEG分别高0. 18、4. 55 dB; SSIM值平均比JPEG 2000和JPEG高0. 001、0. 08。     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点，提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为，将小波分解后的图像的低频系数用基于方差的快速分形方法编码，剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明，该混合算法避免了分形编码所固有的方块效应，与传统的分形编码相比，大大节约了编码时间，说明该算法具有一定合理性与优越性。     

数据量保持型对称延拓双正交小波变换及其在数据压缩中的应用

提出双正交小波变换的边界对称延拓方式，使小波变换（DWT）前后数据量不变，边界处的变换域系数值减小．特别适合于数据压缩．从信号处理的角度分析了数据量不变的原因并给出了这种小波变换的矩阵表达式．使小波变换成为简单的矩阵乘法，形式简单，实用性强、实验表明，变换域数据用SPIHT编码，在压缩率相同的情况下，与周期延拓和Matlab中的对称延拓相比，数据量保持型对称延拓双正交小波变换重建图像的峰值信噪比高、     

嵌入式零树小波编码的细胞图像无损压缩研究

探讨了各种整数小波变换应用于骨髓细胞图像无损压缩时的能量特征分布和子带零系数比例分布等，来选取适合骨髓细胞图像的变换形式．实验结果表明，CDF（4，2）整数小波变换对骨髓细胞图像具有较优良的性能．在使用嵌入式零树小波编码算法进行变换系数的编码时，基于骨髓细胞图像的特点，提出了新的闻值选取方案．实验结果表明，新的选取方案能够有效地增加零树的数目，从而提高骨髓细胞图像的压缩效率．     

基于分形,混沌与Spiht算法的图像加密技术研究

研究了图像加密算法,提出了一种有效的基于混沌,分形等现代信号处理方法的加密算法.采用了仿真与理论研究相结合,提出了基于混沌,分形与Spiht算法的图像加密算法.将原始图像基于DWT进行变换后,产生低频与高频子带图像.然后分别基于低频子带进行基于信息熵的快速分形编码,基于高频子带进行Spiht 编码,最后分别对编码后的高、低频数据进行混沌加密,生成加密数据流,解密算法反之.仿真结果证明该算法达到了理想的加密效果.基于此理论基础,可以利用DSP6000系列进行硬件实现.     

基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码,给出了小波图像系数统计数据实例,然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析,并通过实验对SPIHT算法进行了性能分析及其改进,并给出了实验结果。     

基于提升小波变换的图像压缩编码的VLSI实现

提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术,节省了硬件资源,提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构,提高了编码效率。基于上述方法的FPGA实现,能够满足图像存储、传输等方面的要求。     

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROU编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传榆.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.     

易于硬件实现的无链表小波零树编码算法

提出了一种低存储量、高压缩性能的基于快速提升小波变换的无链表是小零树编码算法（LMZC）。该算法采用了最小零树结构以及一种不同于LZC算法的扫描顺序和标志衅表示。实验结果表明LMZC在性能上比LZC高约0.5dB以上，和SPIHT算法比具有相同的压缩性能但更易于硬件实现。     

Lifting Scheme Based SPIHT Still Image Coding

In order to eliminate float-point operations for fast wavelet transform, an integer D9/7 biorthogonal reversiblewavelet transform was accomplished by lifting scheme. The lifting scheme based wavelet transform can be finished byaddition and shift simply.It improved the quality of reconstructive image and greatly reduced the computational     

一种基于视觉特性的SPIHT数字图像压缩算法

从分析视觉系统的对比度敏感函数(CSF)和整数小波变换的原理出发,根据CSF对不同空间频率的敏感度不同,用CSF掩模度量图像小波分解系数的视觉重要性,因此,SPHIT算法可以把小波变换得到那些人眼较为敏感的区域的系数提前编码输出,使得解码后的图像既具有良好的视觉效果,且由于新的算法内存需求量少,使得编码速度得到较大提高。     

Multispectral image compression algorithm based on composite transform

Aiming at the problems of inadequate reducing of spatial and spectral redundancy and weak adaptability of existing multispectral image compression algorithms, the multispectral images' spatial sparse equivalent representation and its clustering implementation named the OptimalLeaders are proposed. Furthermore, an adaptive multispectral image compression algorithm—OLPKWS is designed, which is based on composite transform. In the OLPKWS, multispectral data are transformed into representation and residual by the presented spatial sparse equivalent transform, which removes spatial redundancy adaptively. Moreover, an error compensation mechanism is introduced in order to improve the quality of the reconstruction image. Principal Component Analysis (PCA) is used to remove spectral redundancy for representation. However, to predict differences, KLT is utilized to explore spectral correlation, two-dimensional wavelet transform is used to remove spatial redundancy, standard deviation weighted rate allocation and SPIHT are combined to complete the coding. Experimental results show that, in comparison to the clustering, SPIHT and KLT_SPIHT_TCIRA algorithms, the proposed approach achieves a higher peak signal to noise ratio (PSNR) under the same compression ratio.     

基于小波变换和复合混沌系统的数字图像水印算法

提出了一种基于小波变换和复合混沌系统的数字图像水印算法.在水印嵌入过程中,算法首先对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;在对水印进行加密时,不是使用以往单混沌序列,而是采用复合混沌系统产生的混沌序列;再将加密后的水印进行小波变换并提取其低频部分;最后将加密水印的低频部分嵌入到原始图像的低频部分中.通过水印相关系数NC和峰值信噪比PSNR评价水印算法性能.实验结果表明,该算法可以抵抗JPEG压缩、噪声、滤波等攻击,图像水印效果很好.     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树。仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法。