JPEG2000的系数位上下文建模算法及其应用研究*

提出了系数位上下文建模算法,利用它可先建立每个位平面的上下文,再直接进行编码,大大提高了编码的并行性。利用它还可以容易地实现一次性扫描的快速编码系统和位平面并行编码系统。     

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 .     

结合投影预测的小波系数符号编码

小波变换系数由幅值和符号组成。先前的大多数小波编码算法没有考虑到系数符号的压缩可能,只是致力于系数幅值的压缩编码。最近的一些算法即使考虑到了这个方面,也只是将内部子带小波系数作为符号编码的上下文。为了进一步挖掘对符号进行压缩的潜力,该文将在渐进分辨率小波图像编码的环境下对符号编码进行详细讨论。除了将内部子带小波系数应用在符号编码的上下文模型外,还使用投影技术,利用双正交小波变换基向量之间的非正交性对高频系数进行预测,使非内部子带小波系数也整合入上下文模型。实验证明这些技术获得较大的PSNR收益。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。     

基于形态学位平面扫描的遥感图像压缩算法

给出了一种基于形态学位平面扫描的小波域遥感图像编码算法。算法对典型的扫描顺序进行了改进,使用形态学重要符号邻域优先的系数扫描策略,改善了上下文条件概率的时变稳定性,提高了编码效率。实验表明,算法较经典的EBCOT编码方法在同码率下PSNR有一定的提高。     

基于小波包变换的分层预测图像压缩算法

将基于上下文的算法编码方法和位平面编码方法有机结合,得到了基于小波包变换的分层预测图像压缩算法ＢＰＰ,为了充分利用小波系数间的各种相关性,在组合父子,邻居和兄弟相关性基础上得到了其它四种相关性,提出了小波包基选择方法既保持了父子相关性,彰关,根据二类拉数据的特点,进行了相应的预测和编码,对比分析表明ＢＰＰ的压缩效果 一的其它小波图像压缩算法。     

超光谱图像分层无损压缩方案

在分析超光谱图像的位平面相关特性的基础上设计了一种分层无损压缩方案,对高位位平面采用DPCM去除谱间相关,并设计了静态编码方案以降低编码复杂度;低位以空间压缩为主,应用三角划分适应不同的目标边界.算法压缩压缩时间略低于谱间位平面变换算法,压缩比有12.7％的提高;和三维位平面算法相比,编解码时间分别降低了6.2％和4.3％,压缩比提高了6.3％.     

一种基于上下文的自适应算术编码技术在无损图像压缩中的应用

本文提出了一种改进的基于上下文的自适应算术编码算法,为了在算术编码中选择合适的上下文,该算法法使用加权最小均方误差法来预测当前变换系数的值,并给出评测本算法性能的实验结果。     

基于位平面的超光谱图像无损压缩算法的实现

分析了超光谱遥感图像的特征,根据它对压缩算法的特殊要求,提出了基于位平面的无损压缩算法.对于相关性较高的高位位平面采用计算位平面的差值矩阵直接去相关,而相关性较差的低位位平面则采用四叉树划分的方法重组各个像块的大小、位置、灰度信息,从而得到图像的混合编码.实验结果表明,该算法与其它常用无损压缩算法压缩比相当,但压缩时间提高了50%左右.该算法简单实用,适合有实时性要求的超光谱遥感图像压缩.     

JPEG2000中重要性编码及上下文建模的改进

众所周知,基于上下文建模的算术编码是JPEG2000标准中的关键技术,而对于重要性编码,JPEG2000中采用的上下文模型是码块内的8邻域系数,由于其根据经验将所有上下文分成9类,且所有比特平面都使用这套固定的上下文分类方案。因此针对这种上下文分类方案的不足,对JPEG2000中重要性编码及其上下文建模方式进行了改进,即首先建立比原来的3×3更大的上下文模型;然后提出了一种基于重要上下文的扫描方式;最后基于新的扫描方式根据最小码长的准则进行上下文量化的优化,考虑到不同子扫描之间的统计差异,对不同的扫描子过程使用不同的上下文模型方案。实验结果表明,与JPEG2000的无损压缩相比,新的重要性编码算法的无损压缩结果(平均比特率)较JPEG2000提高了1.312%。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

基于快速逐次逼近量化的零树编码图像压缩算法

提出一种基于快速逐次逼近量化的零树编码图像压缩算法。该算法通过以下三项措施提高EZW算法的编码效率:(1)引进子带峰值的概念建立逐次逼近量化的快速算法;(2)对小波边缘子带进行有效处理以消除编码冗余;(3)建立了5个上下文内容模型对重要位符号进行编码。实验结果表明,该算法是一种高效的图像压缩算法,在压缩性能方面优于经典的EZW和SPIH T算法。     

一种分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成具有不同特征的两层:平滑层和纹理层,分别基于小波变换和自适应局部余弦变换(ALCT)进行编码。编码平滑层时,仅对原图像一级小波变换后的低频子带进行小波SPIHT编码,在减少计算量的同时,提高了整个算法的性能。该文改进了实现ALCT的折叠算子,并且提出了一种ALCT系数的重组方案,从而利用零树编码获得了嵌入式码流。实验结果表明,本算法在未进行算术编码的情况下,压缩性能优于SPIHT,并且在重建图像中更好地保留了原图像的纹理特征。     

一种感兴趣区图像压缩编码算法

提出了一种感兴趣区图像压缩编码算法,该算法采用不同的小波和比特率对感兴趣区和背景区分开进行小波变换和编解码,结合SPIHT,该算法可灵活地控制感兴趣区和背景区之间的相对压缩质量,由于小波变换时采用了BNC17/11小波和CDF9/7小波,该算法进一步提高了感兴趣区图像压缩编码算法的压缩性能。同时该算法无需计算感兴趣区掩膜。     

Textual image compression at low bit rates based on region-of-interest coding

In this paper, we deal with those applications of textual image compression where high compression ratio and maintaining or improving the visual quality and readability of the compressed images are of main concern. In textual images, most of the information exists in the edge regions; therefore, the compression problem can be studied in the framework of region-of-interest (ROI) coding. In this paper, the Set Partitioning in Hierarchical Trees (SPIHT) coder is used in the framework of ROI coding along with some image enhancement techniques in order to remove the leakage effect which occurs in the wavelet-based low-bit-rate compression. We evaluated the compression performance of the proposed method with respect to some qualitative and quantitative measures. The qualitative measures include the averaged mean opinion scores (MOS) curve along with demonstrating some outputs in different conditions. The quantitative measures include two proposed modified PSNR measures and the conventional one. Comparing the results of the proposed method with those of three conventional approaches, DjVu, JPEG2000, and SPIHT coding, showed that the proposed compression method considerably outperformed the others especially from the qualitative aspect. The proposed method improved the MOS by 20 and 30 %, in average, for high- and low-contrast textual images, respectively. In terms of the modified and conventional PSNR measures, the proposed method outperformed DjVu and JPEG2000 up to 0.4 dB for high-contrast textual images at low bit rates. In addition, compressing the high contrast images using the proposed ROI technique, compared to without using this technique, improved the average textual PSNR measure up to 0.5 dB, at low bit rates.     

基于HVS和交叉掩蔽的彩色图像编码算法

以层树分集（SPIHT）编码方案为基础,结合人类视觉系统（HVS）模型和人类视觉对彩色图像分量亮度和色度的不同敏感性,提出了一种基于非对称编码和交叉掩蔽的小波域彩色图像压缩编码算法。该算法首先将原始图像从RGB空间转换到YCbCr空间,然后对YCbCr空间的各分量进行离散小波变换;之后根据人类视觉对彩色图像的亮度分量的敏感性,用交叉掩蔽模型对亮度分量的小波系数进行加权处理;与此同时,利用非对称编码和SPIHT编码思想完成图像的压缩。仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案。     

基于小波子带统计特性的图像量化及质量可分级编码研究

随着数字电视、网上会议和在线点播的出现，越来越多的图像信息需要在网上进行传输，而此时人们不仅要求编码技术具有较好的压缩效果，还要求信息的传输能够满足渐进传输、多质量服务以及图像数据库浏览等一系列的要求。本文提出了一种基于位平面的图像质量可分级编码方法，结合小波子带图像的系数分布特性，利用样本标准差作为量化的依据，对各分辨率级进行分级量化，并且采用了位平面编码和算术编码，使得在解码时可以根据给定解码的数率不同对位平面进行重构以实现图像的质量可分级性。实验结果表明，本文提出的方法实现简单，编解码速度快，在保证具有很好的编码效果的前提下，可以实现图像的质量可分级编码。     

An enhanced one-dimensional SPIHT algorithm and its implementation for TV systems

In general, to achieve high compression efficiency, a 2D image or a 2D block is used as the compression unit. However, 2D compression requires a large memory size and long latency when input data are received in a raster scan order that is common in existing TV systems. To address this problem, a 1D compression algorithm that uses a 1D block as the compression unit is proposed. 1D set partitioning in hierarchical trees (SPIHT) is an effective compression algorithm that fits the encoded bit length to the target bit length precisely. However, the 1D SPIHT can have low compression efficiency because 1D discrete wavelet transform (DWT) cannot make use of the redundancy in the vertical direction. This paper proposes two schemes for improving compression efficiency in the 1D SPIHT. First, a hybrid coding scheme that uses different coding algorithms for the low and high frequency bands is proposed. For the low-pass band, a differential pulse code modulation–variable length coding (DPCM–VLC) is adopted, whereas a 1D SPIHT is used for the high-pass band. Second, a scheme that determines the target bit length of each block by using spatial correlation with a minimal increase in complexity is proposed. Experimental results show that the proposed algorithm improves the average peak signal to noise ratio (PSNR) by 2.97 dB compared with the conventional 1D SPIHT algorithm. With the hardware implementation, the throughputs of both encoder and decoder designs are 6.15 Gbps, and gate counts of encoder and decoder designs are 42.8 K and 57.7 K, respectively.     

基于边缘检测的噪声图像压缩编码方法

基于小波变换的图像压缩算法在含噪图像和较低码率时出现的边缘模糊现象多年来一直未能得到很好的解决,为了解决这一问题,提出一种基于边缘检测的噪声图像压缩编码方法。首先,对图像进行小波边缘检测,确定哪些小波系数是图像的边缘特征,将其保护起来;然后,对小波变换域系数采用软阈值收缩方法实现去噪;最后,利用等级树集合分裂算法(SPIHT)算法对图像进行压缩编码。实验结果表明,本文提出的方法不仅能获得较高的图像压缩率、较好地去除噪声,而且能在一定程度上解决边缘模糊问题。     

结合压缩感知理论的快速分形编码

针对分形编码因为高压缩比所造成的编码失真以及编码时间过长的问题,提出了结合压缩感知理论的快速分形编码算法.该算法基于小波变换系数的特性,对变换后的低频子图分形编码,再根据压缩感知理论高效采样编码的特点以及低频差值子图及其它子图的稀疏性,通过压缩感知理论对低频差值子图及其它子图采样再编码,弥补分形解码后图像的失真和细节信息的缺失.实验结果表明,该算法不仅缩短了编码时间,而且在压缩比相当的情况下,能够获得高质量的重构图像.