一种基于形态变换的小波分解运动补偿编码新算法

基于图象小波变换系数的多分辨率运动估值／补偿算法在信噪比、压缩率和视觉质量方面都比传统的＂时域运动补偿＋ＤＣＴ”算法好，特别是对图象多分辨率和传输多码率的支持非常适合现今通信网的要求。但是算法中巨大的运动估值运算量制约了它的实际应用。使用潜在运动区进行运动估值是减少运算时间的可行方法之一。我们根据图象序列的运动内容在小波变换域呈现的方向性和局部性的特点，提出了一种基于形态变换的小波分解运动补偿新算法。该算法利用形态变换运算提取潜在运动区，使运动估值只集中在运动发生的区域进行，在保持一定的补偿误差时大大降低了运动估值时间，实验结果证明了新算法的有效性。     

基于小波域LS方法的图象超分辨率重构算法

为了能够有效地重构出高分辨率图象，提出了一种基于小波域最小二乘法(LS)的图象超分辨率重构算法．该算法是利用多尺度边缘的自相似性，由低分辨率图象通过预测来得到高分辨率图象小波变换的3个高频通道，以实现图象超分辨率重构．由于该算法保持了图象边缘附近的几何正则性，因而能够重构出较高质量的图象．同时，由于小波系数的预测只在边缘处进行，因此该算法具有较小的计算复杂度．实验表明，该算法较好地实现了图象超分辨率重构．     

一种基于小波变换的迭代正则化图象恢复算法

提出一种基于小波变换的迭代正则化图象恢复算法,兼顾抑制噪声的增长和保留图象重要边界。该算法根据图象小波变换各个子频段的不同频率特性和方向特性,分别采用不同的正则化参数和正则化算子。实验结果表明舸用该算法的图象恢复的性能优于常规的空域算法。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

彩色图象的广义分形小波变换压缩算法

基于广义二维分形小波变换,提出了一种新的复合分形小波变换图象编码算法,并将该算法推广到三维彩色空间,实现了彩色图象压缩。同时,提出了一种自适应小波子树分割算法。该算法根据图象局部区域纹理的复杂程度对小波树进行分割,有效地避免了解压缩图象中的分块效应。对彩色图象的实验表明在压缩比相同的情况下。新算法可得到更好的图象效果。     

一种基于小波变换与自适应混合量化的新图象压缩算法

本文提出了基于小波变换与自适应混合量化的图象压缩算法，该算法首先将小波变换后的图象高频子带划分为扫描块，然后依据图象的纹理复杂度和重要性程度将这些扫描块划分为4类（平坦，过渡，弱纹理和强纹理）；最后对各类扫描块分别进行向量和标量量化混合编码，实验结果表明，试图象压缩算法在压缩速度，图象复原质量等方面均优于FVQ编码算法和JPEG方法。     

一种基于图象小波极值表示的减少方块效应的算法

针对低比特率JPEG压缩图象会产生严重的方块效应问题和根据后处理技术可有效地减少方块效应的认识,提出了一种新的基于图象小波极值描述的后处理算法。该算法根据解压缩图象方块效应在一级和二级小波变换系数中的极值特性,对位于图象背景区、平滑边缘区及阶梯状边缘区的方块边界的小波极值分别加以处理。实验结果表明,该算法能有效地减少方块效应,且能改善译码图象的信噪比和主观视觉质量。     

基于整体变分图象恢复模型的小波域正则化方法

通过改进小波软阈值收缩的过程,提出了小波框架下的整体变分正则化模型.模型中利用改进小波阈值技术选取合适的需要保留的小波系数,然后对该系数重建图象进行空域各向异性扩散处理.文中提出了该变分问题完整的空域和小波域交替迭代的图象恢复算法.实验证明,该算法不仅具有较强的噪声抑制能力,而且能够保持和增强图象的边缘,大大提高了图象的视觉质量.     

序列图象编码系统中基于小波变换的运动估计与运动补偿方法

提出了一种基于小波变换的块大小可变的多分辨率运动估计方法（ＶＢＭＲＭＥ），以减少图象间的时间冗余。首先估计最高层子图象的运动矢量，低层子图象的运动矢量由高层子图象的运动矢量经细化导出，子图象内每一块的大小随小波分解层数而变化，这能大幅度地减少搜索和匹配时间。     

基于小波分解的快速分形图象压缩算法

为了解决传统分形压缩编码时间过长的问题 ,提出了一种基于小波分解的快速分形图象压缩算法 .该算法利用小波分解后各频带间能量分布不均衡的特性 ,将集中图象主要能量的低频域看作是一种图象 ,进行传统分形编码 ;然后利用小波分解后不同分辨率子带图象之间的相似性 ,用低频域的全搜索代替传统算法中整个区域的全搜索 ,将在低频域得到的分形参数进行适当的比例变换得到整幅图象的分形码 ,解码时 ,进行同传统算法相同的迭代过程 ,所得解码图象即为原图的逼近图象 .实验结果表明 ,该算法在压缩比不变 ,且基本不影响恢复图象质量的前提下 ,大大提高了编码速度 ,明显改善了分形图象压缩中编解码时间的不对称 .     

小波变换和变分PDE相结合的图像去噪算法

为了更好地恢复图像,利用小波变换的思想,提出了一种变分和小波变换相结合的图像去噪算法。该算法的思想是先构造一个用带有韦伯心理学的范数估计图像正则性的变分泛函,然后在小波域中最小化变分泛函得到还原图像。与传统的直接求泛函最小化的问题有区别,该算法是用变分的思想再结合小波变换进行图像去噪。小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像,而且小波的引入使得新算法具有运行时间短、速度快的特点。理论分析和实验仿真表明,该算法能达到比单一方法更好的恢复效果。     

基于内容的嵌入零树小波图像编码算法

提出了一种基于内容的嵌入零树小波图像编码算法 ,该算法以 EZW编码方案为基础 ,但能够充分依据人眼视觉掩蔽特性自适应确定高频子带系数的扫描顺序 ,从而有效克服 EZW算法低比特率下图像边缘及纹理处复原质量不理想的弱点 .对比实验表明 :本文算法的图像复原质量明显优于 EZW等算法     

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.     

基于小波变换的医学图像压缩技术

分析了医学图像压缩的必要性,简要介绍了二维离散小波变换和Mallat算法,在此基础上探讨了基于小波变换的医学图像压缩技术。实验结果表明,小波变换算法具有较高的压缩比和较好的图像恢复质量。     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

一种小波变换域彩色图像压缩编码方案

提出了一种基于人眼视觉特性与局部相关的小波域彩色图像编码方案．该方案以嵌入零树小波（EZW）编码思想为基础,通过建立可逆彩色空间变换,丢弃部分高频细节子带、单独编码最低频子带、高频子带自适应EZW编码及多关联预测算术编码等措施,实现彩色图像的自适应压缩编码．实验结果表明,文中算法具有较好的压缩效果和较强的通用性．     

基于小波域学习的单幅图像超分辨率复原

提出了一种有效的高分辨率图像复原方法,将单幅图像的超分辨率复原转换到小波域中,对小波域的3个高频信息块分别进行处理,再通过基于学习的超分辨率复原方法来实现单幅图像的复原。实验表明,通过该算法恢复的高分辨率图像具有更好的视觉效果与峰值信噪比。     

基于新阈值函数和小波分析的数字图像去噪方法

在数字图像处理过程中消除和减弱噪声对信号具有很重要的影响。中值滤波是传统的减少图像噪声,提高图像质量的可行方法。文章研究了中值滤波及其改进算法在图像去噪中的应用,基于小波分析基础理论和数字图像信号的小波变换分解重构原理,通过对小波分解系数选定恰当的阈值并进行阈值量化,基于小波分解后的高低频系数进行信号重构,从而有效去除或降低信号的噪声。本文采取的算法在MATLAB仿真平台进行了验证,结果表明,基于本文提出的阈值函数和小波分析处理方法对图像去噪具有更好的适应性,能够更好的改善数字图像的质量。     

零树小波图象压缩算法的改进

针对零树小波编码等常用图象压缩算法存在的压缩速度慢、压缩比小、重构复原图象效果不理想等问题 ,本文充分考虑人的视觉特性 ,结合不同方向不同尺度子带之间的相关性 (横向相关 ) ,提出了一种基于高频带面的新零树小波编码算法 (以下简称为改进的零树小波编码算法 ) .实验结果表明 :改进的零树小波编码算法在压缩比、编码时间、解码时间、重构复原图象质量等方面均优于零树小波编码算法 .     

航空遥感图像拼接算法及其精度评价

针对航空遥感成像范围小、视差角大的特点,提出一种航空遥感图像拼接算法。通过估算图像相对方位矩阵,使用透视变换实现图像校正,解决大视差角下的畸变问题。利用SIFT算法和基于概率密度的错误匹配点剔除方法,实现高精度图像配准,并通过小波变换完成图像融合工作。实验结果表明,在不同地表情况下,该算法的拼接性能均优于传统SIFT算法。