一种改进的嵌入零树小波图像编码算法

基于逐次逼近量化与零树结构的嵌入零树小波编码（EZW）是一种优秀的图像压缩算法，然而该算法进行逐次逼近量化时需搜索扫描所有小波系数，从而必然导致高频子带所产生的二进制符号流中存在大量冗余，这无疑会大大影响其编码效率，针对EZW编码算法存在的以上不足，提出了一种改进的嵌入零树小波图像编码算法，该算法能够通过定义多阈值、改进逐次逼近量化过程、修改嵌入编码策略、采纳复杂关联模型等措施，进一步提高EZW算法工作效率，实验结果表明：改进的EZW编码算法是一种高效的图像压缩算法，其压缩速度、图像复原质量等关键技术指标均明显优于EZW和S＋P等编码算法（特别是在高压缩比下）。     

基于关系矩阵的快速嵌入零树小波图像编码算法

为了快速获得更好的图像复原质量,提出了一种基于关系矩阵的快速嵌入零树小波(EZW)图像编码算法。该算法的基本工作步骤为:(1)对原始图像进行小波分解;(2)对最低频小波子带进行DPCM编码;(3)对所有高频子带系数构造零树结构;(4)首先确定初始阈值,并构造小波系数的关系矩阵,然后结合关系矩阵对高频子带系数进行逐次逼近量化编码。实验结果表明,该算法具有较好的图像复原质量和较快的编码速度,整体性能明显优于EZW方案(特别是低比特率下)。     

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     

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 .     

基于EZW的牙颌模型三维数据压缩

针对牙颌模型深度数据的压缩处理问题,阐述了嵌入零树小波(Embedded Zerotree Wavelet,EZW)编码算法的基本原理和算法实现,讨论了基于感兴趣区域的EZW算法及其实现,并在实验室进行了深度数据和三维重构图像的基于感兴趣区域的EZW编码实验.实验表明,EZW编码既能实现图像的有损压缩也可实现图像的无损压缩,并具有很大的压缩比.     

基于EZW的ECG压缩算法研究与改进

嵌入零树小波(Embeded Zerotree Wavelet,EZW)作为一种高效的压缩方式,虽然在编码上具有一定的优越性,但是其多层零树结构信息编码会使信号的压缩比有所降低。因此,研究了EZW压缩算法的优化与改进。首先研究了使用提升小波格式处理ECG信号,其中重点研究了小波的消失矩提升规律与提升算法;其次对EZW压缩算法编码方式的改进进行了研究。对ECG分解信息进行特征值检测,然后根据特征信息将ECG的小波系数进行加权计算。通过衡量系数的权重,再进行优化编码,从而达到了改进压缩效益的目标。     

基于小波零树的图像编码优化方法

Shapiro提出的小波零树编码(EZW)方法是一种有效的基于小波变换的图像编码方法.通过对Shapiro零树编码方法进行研究,提出了一种利用检索方式保存高频细节分量的方法,有效地消除了同一子带内高频细节分量的数据相关性.仿真实验表明在相同的压缩比下,该算法较原EZW算法在一定程度上提高了图像的压缩质量和编码效率.     

基于嵌入式零树小波的心电信号压缩算法及实现

针对便携式无线心电监护设备在数据存储及传输上的局限性,结合心电信号的特点,提出了一种基于嵌入式零树小波(Embedded Zero-tree Wavelet,EZW)算法的压缩算法。通过对EZW算法第一、二次迭代加以合并,并预先判断和标记第一次迭代出现的零树是否在整个编码过程中始终是零树,以提高算法的压缩率和运算效率。以MIT-BIH心律不齐数据库为样本数据集进行仿真,同时在MICAZ节点上作实际运行测试。实验证明,该算法相比于EZW算法压缩率更高,能更好地应用于无线设备上的心电信号压缩。     

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。     

基于小波零树结构的图像压缩算法的改进与实现

基于小波变换的图像编码是一种有效的图像压缩方法,近几年来得到了广泛的发展,其中最著名的是Shapiro提出的小波零树编码(EZW)方法。文章根据小渡零树的结构,并结合量化编码理论,对EZW算法进行了改进。仿真实验证明,在相同的压缩比下,该算法较原EZW算法在一定程度上提高了图像的压缩质量和编码效率。     

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．     

最小二乘拟合与形态学膨胀的图像数率可分级编码算法

本文提出一种基于最小二乘的线性拟合和形态学膨胀操作的小波域图像数率可分级编码算法,该算法利用图像小波变换子带中的零树结构系数间的对应关系,利用最小二乘线性拟合方法通过对父亲系数和间接后代系数的线性拟合确定直接后代的重要系数。同时通过对重要系数进行数学形态学的膨胀操作,形成重要系数的聚簇,从而降低重要系数位置的同步信息。来提高图像的编码效率。实验结果表明,在低码率下,解码后的图像较EZW和MRWD具有更好的峰值信噪比。     

基于主观视觉的小波图像编码方法

通过对不同小波系数加权优化量化步长的方式提出了基于视觉特性的零树编码算法.视觉权值通过刚能鉴别出的失真阈值JND计算出来.而JND的计算则通过人眼视觉系统的频率敏感度、亮度敏感度、图像内容的对比掩盖效应以及边缘掩盖效应4个特性来计算.实验证明,在相同主观质量的情况下,提出的算法优于原始的EZW/SPIHT算法,可以取得更高的压缩比.     

一种基于整数小波变换的图像编码算法

针对静止图像经整数小波变换(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zerotree wavelet coding)的缺点,采用"从1开始的整数平方"代替"2的整数次幂"作为零树编码的量化阈值,缩短了量化阈值间隔.通过减少重要系数在较低量化阈值中出现的机会,增加了编码过程中的零树数量;同时通过减少参与编码的字符数及对最高频带零树不编码,简化了编码过程.实验结果表明,整数平方量化阈值下的零树编码(integer square zerotree wavelet coding)解决了整数小波变换中零树编码的低效问题,提高了静止图像的编码效率.     

基于单队列递归扫描的嵌入式零树图象编码方法

为了提高基于互联网的图象编码的压缩比和多带宽适应性，提出了一种新的嵌入式零树图象编码方法，该方法首先在连续累进量化方法中使用单队列算法，从而不仅无需使用动态队列，而且率失真特性也得到改善；其次设计了一种基于空间树递归扫描的零树编码快速算法，因而完全解决了重复扫描问题；最后基于编码符号的频带内邻域相关性，为自适应算术编码定义一种新的Markov模型，实验结果表明，该算法在保持高粒度多码率特性的同时，压缩效率较EZW算法有明显提高。     

改进的嵌入式小波零树编码算法

EZW静态图像压缩算法,由于充分利用了小波变换图像的良好性质,引起了图像数据压缩领域的广泛注意.EZW算法被认为是静态图像变换编码领域迄今为止最好的算法之一.通过对EZW算法及其改进算法的介绍,分析了这些算法存在的不足,并提出一种简单而有效的静态图像压缩算法,根据图像经小波分解后系数的特点和人眼视觉特性对Shapiro的EZW算法进行改进.由于人眼对图像的边缘信息的丢失非常敏感,改进后的算法更加注重边缘信息的编码,实验结果表明,重构后的图像更加清晰,尤其在低比特率时更加明显.     

小波零树与霍夫曼相结合的图像编码

在总结以前有关嵌入式小波零树(EZW)图像压缩编码算法的基础上，提出了一种基于半自适应霍夫曼的增强型嵌入式小波零树图像编码算法(HAEZW)。该算法扩充了空间方向树的表示符号，然后根据各符号出现的概率，按位平面采用半自适应霍夫曼编码。实践证明，这种基于半自适应霍夫曼的增强型EZW算法对提高图像数据的压缩比是十分有效的。