基于色差分析与JPEG2000的彩色图像编码

在RGB色彩空间,将彩色图像3个色彩分量之一用JPEG2000进行编码,该色彩分量与另两个色彩分量的差值依据其分布的均匀程度,用四叉树算法分割成若干个不重叠的子块,然后计算出每个子块的相关系数,由此对另两个色彩分量的编码就转变成对相关系数的编码.解码则是由JPEG2000的逆变换得到重构的色彩分量和重构的相关系数来实现.实验结果表明该方法不仅编解码速度快,而且信噪比、压缩比及视觉效果明显优于JPEG2000等算法的编码结果.     

基于色彩向量模型的彩色图象编码算法

在彩色图像编码技术中, 普遍存在的一个问题就是未能充分利用个色彩分量间的相关性。本文提出了一种基于色彩向量模型的彩色图象压缩编码算法, 高效地去除了彩色图像各分量间的相关性。该算法是将彩色图像 3 个色彩分量中一个分量, 将该色彩分量分割成若干个大小相等, 但不重叠的子块; 然后构造出该色彩分量的每个子块与另两个色彩分量所对应的子块中的色彩向量; 这样对另两个色彩分量的压缩编码转化为对色彩向量的编码。解码则是通过简单的逆变换, 以得到重构的两个色彩分量。这样一幅彩色图像就可以用一个色彩分量和其子块分割并计算出表示其它两个色彩分量的色彩向量来表示。实验结果标明, 该算法易于实现, 具有较高的峰值噪比和压缩比, 且恢复图像也具有视觉无损的效果。     

基于RGB色彩空间的彩色图像混合编码

在RGB色彩空间,利用彩色图像3个色彩分量之间存在的密切的相关性,建立它们之间的多项式相关函数.选择其中一个色彩分量用JPEG2000进行编码,依据该色彩分量与另两个色彩分量的差值分布均匀程度,用四又树算法将图像分割成若干个不重叠的子块,用多项式相关函数计算出每个子块色彩分量之间的相关系数,由此对另两个色彩分量的编码就转变成对相关系数的编码.解码则是通过JPEG2000的逆变换得到一个重构的色彩分量,再由这个重构的色彩分量和重构的相关系数解得另两个色彩分量.实验结果表明,该方法不仅编解码速度快,而且信噪比、压缩比及视觉效果明显优于JPEG2000等算法的编码结果.     

一种基于小波变换的分形零树混合编码方法

为了降低分形编码的复杂度和提高编码效率 ,提出了一种基于小波变换的分形零树混合图象编码方法 .该方法首先利用小波变换将图象分解为不同方向不同分辨率的子图象 ,然后分别在不同分辨率层将这些子图象以类似于零树的结构 ,构成一棵棵的小波子树 (wavelet subtree) ,最后在编码时 ,对每一棵小波子树进行具体的分析 ,或采用分形编码 (fractal coding) ,或采用零树编码 (zerotree coding) .与传统的基于小波变换的分形编码相比 ,此算法在充分利用子带图象间的相似性和块内存在的自相似性的同时 ,也充分利用了小波变换后子图象块内 ,特别是高分辨层的子图象块内所存在的大量局域性的冗余性 .实验结果表明 ,此方法在较大的压缩范围内 ,都能够获得较好的压缩效果 .     

高质量运动图象压缩编码的小波变换方法研究

研究基于小波变换的高质量运动图象压缩编码方法。通过对运动估计后图象内的帧内编码宏块首先进行离散余弦变换（ＤＣＴ）编码,然后再对整幅图象进行小波变换（ＷＴ）与零树编码,从而达到运动图象的高质量压缩编码目的。     

基于二维小波分解的图象编码

本文给出一个基于二维小波分解来进行图象压缩编码的方法。这里是使用正交小波变换来由行图象分解，得到一个图象的多分辨率表示，各频道分量对图象结构的把握是整体的，从更大程度上解除了图象象素之间的相关性，克服了由ＪＰＥＧ方法进行图象压缩编码而产生的块效应。对图象进行二维正交小波分解后，我们使用ＣＶＱ对小波系数进行编码，得到了较高的编码效率和重建图象质量。     

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。     

多小波图象变换的统计分析

多小波是一种新的小波,多小波的应用更是近几年才日见兴起,因此,有关多小波图象变换的一些基本统计数据,如均值、方差、量化后零系数的比例等等,尚未见诸学术刊物,而这些数据又是从事多小波图象编码研究的基本依据。从学术刊物和互联网上收集了5种不同性质的多小波,对这些多小波图象变换特性进行了详尽的统计分析。通过统计分析发现：（1）图象经过CL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还进一步汇聚在最低分辨率子图象的第一个分量上,因此,CL多小波最适合图象编码;（2）图象经过CARDBAL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还平均分摊在最低分辨率子图象的4个分量上,因此,通过相关性编码可以大幅度提高CARDBAL多小波图象编码的压缩比;（3）图象经过GHM多小波变换后,最低分辨率子图象的能量既不是集中在一个分量上,也不是平均分配在4个分量上,因此,尽管GHM是最早发现的多小波,且是目前最为常用的多小波,但它其实并不是图象编码的首选。     

利用色彩分量相关性的彩色图像分形编码方法

论文提出了一种利用色彩分量相关性的彩色图像分形编码方法。该方法通过对图像的绿色分量用改进的分形编码方法编码,然后由绿、蓝、红三分量之间的相关性得相关系数,再对相关系数进行算术编码等三个步骤加快了彩色图像分形编码的速度,同时提高了恢复图像的质量,加大了压缩比。解码时用分形逆变换解得绿色分量,再由这个色彩分量和重构的相关系数解出另两个色彩分量,最后由三种分量共同恢复图像。大量实验表明,所提出的方法对于任何图像都有良好的效果,尤其适用于中低信噪比的情形。该方法对于有的图像超过了JPEG标准。     

一种基于小波变换的图象分形编码压缩算法的研究

有效的编码压缩算法是图象数据存储和传输的关键 .为了更方便地进行图象存储和传输 ,在分析基本分形编码 (FCC)压缩算法优缺点的基础上 ,提出了一种新的结合小波变换的图象分形编码 (DWT- FCC)压缩算法 ,该算法首先对图象进行二级小波变换分解 ,然后对分解后的高层子图象进行基本分形编码 ,并根据不同层子图象结构间的相似性 ,通过高层分形编码来构造低层子图象分形编码 ,以实现图象的编码压缩 .实验结果表明 ,该算法在缩短图象编码时间和提高压缩比方面 ,均取得了良好的效果 .     

基于色彩相关模板的彩色人头图像压缩编码方法*

提出一种专门针对彩色人头图像压缩编码的新方法。该方法利用彩色人头图像在各个特征区域三个色彩分量之间的色彩相关性,建立其中一个色彩分量与另两个色彩分量之间的相关模板,并只需对第一个色彩分量进行量化编码,解码时重构这个色彩分量后,加上极少量的相关模板系数就可解出另两个色彩分量,从而恢复图像。实验结果表明,该方法不仅可以大大提高编码效率和压缩比,并且能获得较满意的重构图像效果。     

一种改进的彩色图像分形编码方法

该文针对交通实时路况图像提出了一种新的改进的分形彩色图像编码方法。该方法通过对图像的分割预处理、自适应图像分块、相似块集的矩分类、非均衡性分量编码等四个步骤加快了彩色图像分形编码的速度,同时提高了恢复图像的质量,加大了压缩比。解码时用分形逆变换分别解得各个分量,再由三者共同恢复图像。文章还从理论的角度阐述了分割预处理的理论基础:就近原则与最大划块复杂度。大量实验表明,该文所提出的方法对于其它感兴趣区在图像中央位置的图像都有良好的效果,尤其适用于中低信噪比的情形。该方法对于某些图像超过了JPEG标准。     

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．     

一种新的RGB空间的彩色图像编码方法

为了能够较好地去除彩色图像色彩分量的相关性, 并能获得较好的恢复图像, 基于图像色彩信息, 提出了一种基于RGB空间的彩色图像压缩编码算法, 高效地去除了彩色图像各分量间的相关性。算法对其中一个分量进行完整DCT变换,对其他两个分量只求少数几个非零系数。采用查表法来进行DCT变换,使查表法的优越性得到更好的体现。通过对新色彩空间编码性能进行的实验分析结果表明, 该方法较好地去除了彩色图像色彩分量的相关性, 且算法实现简单, 具有较好的信噪比, 不仅恢复图像视觉效果良好, 并且易于与其他的压缩、编码方法结合     

基于谱图小波变换的图像压缩编码方法

针对小波变换图像压缩编码方法在高压缩比下得到的重构图像质量往往较差的问题,提出了一种基于谱图小波变换的编码方法.该方法首先将图像转化成图,利用谱图小波变换分解图得到谱图小波系数,这些系数的能量随着尺度的增加而衰减,然后根据谱图小波系数的特性对SPECK算法进行改进,最后对谱图小波系数进行量化,利用改进的SPECK算法对量化后的系数进行压缩编码,并在图像数据量压缩的同时从稀疏系数中恢复原始图像.实验结果表明,该编码方法对自然图像的压缩具有高效性,相比小波变换的压缩方法,重建图像的PSNR有所提高且变化平稳,与此同时还得到更大的压缩比.     

适用于PACS系统的医学图像近无损压缩

为解决海量医学数据与有限存储空间和传输带宽之间的矛盾,提出一种适用于PACS(picture archiving and communication system)系统的医学图像近无损压缩算法。首先对病变区域和背景区域分别进行剪切波变换和小波变换;其次,选取一些能够近似逼近病变区域图像的重要系数达到去噪和初步压缩的目的;然后,对病变区域所选取的重要系数进行无损Huffman编码,同时对背景区域所得小波系数进行量化和多级树集合分裂算法(SPIHT)编码实现压缩;最后,融合各区域经解码和逆变换得到的图像获得整幅重构图像。实验结果表明,新算法在与小波有损压缩方法设置同样压缩比的情况下,所获取的病变区域重构图像和原病变区域的平均结构相似度(MSSIM)提高了6%,峰值信噪比(PSNR)是小波有损压缩方法的2.54倍,而整幅重构图像与原图像的MSSIM提高了2%,PSNR提高了13%。