图像编码中的重要区域相关性研究及应用

在图像处理中,小波变换所具有的空频局部性,使得图像的能量重新分布。从函数正交分解的角度,小波分解相当于把图像分成一组正交基的坐标。由于这些坐标具有按不同频带所表现出的能量集中的性能,所以关于形态学的一些编码方法在基于小波分析的图像压缩中得到了很好的应用。因此,可以说小波变换在图像中的成功应用,主要归功于关于数据即小波系数系数和表示的重要性的认识。作者在文中提出了基于小波系数有效组织和表示的重要区域相关性编码（SRC）,合理利用各子带间重要小波系数的相关性,通过聚类生成与聚类编码,在良好视觉效果与较高PSNR下,实现了图像较大倍数的压缩。     

子带分解与子带编码的内在联系

概述了用于子带ＤＦＴ的子带分解和子带编码中的有关“子带“的基本原理。通过理论分析和公式推导，用双通道完全重构波滤器建立了它们之间的内在联系，即用于子带ＤＦＴ的子带分解编码使用了相同的分解与重构技术。文中对深入认识子带分解和子带编码技术，以及于者的融合和发展具有重要的意义。     

基于子带极值阶梯性的SPIHT算法改进方案

多级树集合分裂算法（SPIHT）充分利用了小波分解后相同方向不同尺度子带图像间的相似性,取得了很好的压缩效果,在基于小波的图像编码方案中得到了广泛应用。该文利用子带极值的阶梯性对SPIHT算法进行了改进。理论分析和实验都证明了改进算法在复杂度有所降低的前提下有效地提高了压缩性能。     

基于子带分解的自适应有源噪声控制算法

将子带分解技术应用于有源噪声控制。建立了相应的降噪模型 ,推导了基于子带分解的单道、多道算法。采用 DCT变换提供内插因子。该算法对有色噪声、宽带噪声具有良好的收敛性能。文中给出了与 FL MS和 FRL S算法对比的计算机模拟结果。     

基于混合域的改进SPIHT图像编码算法

为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.     

基于小波变换的点量化图像编码算法

首先扼要介绍小波理论，分析小波变换的统计特性和重要系数的分布特点，着重对几种最具代表性和生命力的点量化图像编码算法进行详细的论述，并对它们进行比较；然后，重点讨论基于时间轴小波变换的视频分割算法在视频图像编码上的应用，提出今后研究的方向。     

用改进的SPIHT算法实现遥感图像压缩

遥感图像纹理复杂,采用传统的SPIHT算法进行图像压缩编码存在运算量大、效率低、压缩率不高,压缩后仍有很大的编码冗余等缺陷。根据遥感图像小波变换后系数的特点改进算法,对高低频分量采用不同的编码方法,且对SPIHT算法的运算流程进行改进,得到一种更有效的编码方法。通过实验仿真证明,该算法各方面的性能均明显优于原算法。     

基于小波分析的一种自适应图像压缩编码

文章在研究近年来基于小波变换的图像压缩编码方法的基础上,提出了一种自适应的小波分解方案。即在一定的能量准则下,根据子图像的能量大小决定是否进行小波分解,并由此导出自适应小波分解树和可调压比方案,然后结合自适应小波分解树的特性,给出恰当的小波系数量化、比特分配以及各层子图像的编码方案。实验表明,该文算法广泛适用于不同特征的数字图像,在较高压缩比时仍有较好的重建图像质量,而且压缩比在一定范围内可以调节。在相近压缩比的情况下,主观视觉质量和峰值信噪比都明显优于JPEG标准。     

基于遗传分形编码的嵌入式小波图像编码算法

在分析小波变换与分形编码特点的基础上,提出了一种新的基于遗传分形编码的嵌入式小波图像编码算法。根据图像进行小波变换分解为不同空间频带上的子图像这一特性,对其低频子带进行基于遗传算法的分形编码,利用遗传算法的快速全局搜索能力提高分形编码中值域块与定义域块的匹配搜索速度;对其高频子带部分进行阈值去噪处理后进行SPIHT编码,两部分同时进行,提高图像的压缩效率。实验结果表明：同传统的分形编码和SPIHT编码压缩方法相比,该算法在图像的重构质量方面有所提高,尤其是在中低码率下PSNR(峰值信噪比)得到了较大提高,并且算法执行时间明显减少。     

基于小波变换的图像压缩在监控系统中的应用研究

介绍了一种新的快速小波变换算法（FWT），在此基础上论述了基于小波变换的视频图像压缩的全过程，并提出了一种新的基于快速小波变换算法的视频现场总线监控系统。     

基于子带四叉树合并的图像位平面编码

利用图像经过小波变换后系数的分布特点，能够有效地进行图像编码。为了充分利用小波系数的带内相关性和带间相关性，提出了一种有效的位平面编码算法。该算法将各个子带四叉树合并成一棵扫描树，然后再根据扫描树提供的扫描信息进行位平面编码。该算法能够有效地对纹理丰富的图像区域进行编码，比EZW和SPIHT算法具有更好的编码效果。除此之外，该算法还具有实现简单、执行速度快和消耗存储空间资源少等特点，降低了硬件实现的难度，具有很强的实用性。     

基于时、频域上下文模型的图像压缩算法

结合离散小波变换和基于上下文的自适应算术编码方法，提出了一种基于时、频域上下文预测模型的图像压缩算法．它通过分析在不同子带内的小波系数和同一子带内的小波系数之间的相关性，建立一个时、频域的上下文预测模型，并通过对增加的条件熵的分析，合理地对该模型中的上下文进行量化，得到合适的编码上下文用于自适应的算术编码以降低模型开销．与此同时，这种算法的输出码流是嵌入式的，可以很好的满足渐进式的传输需求．试验结果表明，该算法在各种压缩比下都获得了比JPEG2000要好的压缩效果．     

基于整数小波变换和子带比特平面编码的图象压缩算法

在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG2 0 0 0整数小波编码方案的水平 ,而速度远快于这两者的速度 .该算法还具有复杂度低 ,占用内存少的优点 .     

自适应算术编码及其在图像编码中的应用

文章介绍了自适应算术编码的基本原理和实现方法,提出了一种基于预测编码和自适应算术编码的图像编码的算法,这种方法能根据图像的区域特征自适应地选取相应的编码模式,提高编码效率。仿真结果表明该算法能有效地提高图像无损编码的效率。     

基于区域联合编码的小波图像压缩方法

提出了基于区域联合编码的小波图像压缩方法,适合于编码纹理图像。该算法充分地利用了小波系数的带内特性,根据小波系数的概率分布特性提出区域联合编码算法,算法复杂度低。实验结果表明,该算法在编码纹理图像时编码性能优于目前最成功的小滤零树编码ＳＰＩＨＴ算法,编码缓变图像时性能逼近ＳＰＩＨＴ算法。     

嵌入式DCT图像编码算法

首先对图像进行DCT，然后把不同块中相同频率的DCT系数按照子块的顺序重新排列成64个子带．重排后的DCT系数采用一种基于上下文的算术编码器进行位平面编码，从而使编码后的图像具有渐进传输性．实验证明，文中算法是一种简单、有效的图像编码算法．     

基于整数平方阈值和索引表的静止图像编码算法

零树编码对一般小波变换有很多优点，但对能量集中性较差的整型小波变换(IWT)却达不到最佳效果．针对IWT存在的这一特点，结合零树编码的优点给出一种新算法．第1，根据IWT中各子带系数幅值的动态变化范围较小，小波图像能量集中性较DWT差这一特点，提出利用连续的正整数平方作为IWT小波系数量化阈值的整数平方算法；第2，提出一种基于索引表和游程编码的小波零树编码方法，简化了编码与解码过程．实验表明，该算法针对IWT在近无损压缩的情况下较EZW算法和SHPIHT更为简便高效。     

基于FPGA图像压缩系统的研究与实现

提出利用5/3提升小波变换和零树小波编码对图像进行压缩编码的方案,并且基于改进算法的二维离散小波变换进行硬件设计,通过FPGA实现了设计的系统结构,并利用FPGA上的PowerPc核实现了EZW编码,最后通过仿真来验证了小波变换系统设计的正确以及对整个系统的性能评估.     

基于子带分解的彩色图像分层编码方案

提出了一种基于子带分解的彩色图像分层编码方案,它通过正交镜像滤波器组把彩色图像分成不同频率的子带,并对其分别进行编码。其中对基带采用DCT变换编码,考虑到在ATM网络中的实际应用情况,只选取部分高频子带,对其进行矢量量化编码处理。仿真结果表明该分层编码方案是可行的,并且具有良好的性能。