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.     

小波图像压缩进展

小波分析由于具有多分辨分析特性而在图像压缩中得到了广泛应用,产生了许多行之有效的方法和技术.文中综述了小波图像压缩方法及其进展,如零树编码、小波包图像压缩和多小波图像压缩等,并对这些方法的优缺点进行了总结和对比.实践证明,小波包、多小波的压缩性能都比传统的单小波优越.但是,小波包、多小波图像压缩方法还很不完善,具有自己的不足之处,需要对其进行改进和完善以提高运算速度,改进的方法之一就是和其它压缩方法(如分形)相结合.     

小波图像压缩进展

小波分析由于具有多分辨分析特性而在图像压缩中得到了广泛应用,产生了许多行之有效的方法和技术。文中综述了小波图像压缩方法及其进展,如零树编码、小波包图像压缩和多小波图像压缩等,并对这些方法的优缺点进行了总结和对比。实践证明,小波包、多小波的压缩性能都比传统的单小波优越。但是,小波包、多小波图像压缩方法还很不完善,具有自己的不足之处,需要对其进行改进和完善以提高运算速度,改进的方法之一就是和其它压缩方法(如分形)相结合。     

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。     

基于零树和位平面的小波图像压缩算法

通过有机结合零树编码、位平面编码和算术编码,提出了一种基于零树和位平面的小波图像压缩算法ZBP(Zerotree and bit plane).ZBP不仅充分利用了零树符号之间的相关性,而且从位数据的层面上挖掘出了小波系数值之间的相关性,从而提高了算术编码的性能.实验结果表明,ZBP的压缩效果优于目前已有的小波图像压缩算法.     

基于小波包分解的自适应图像编码算法

针对传统小波图像压缩算法普遍存在的纹理图像处理能力较弱的特点 ,通过合理选择最佳小波包基、自适应确定系数扫描次序、高效量化小波包系数等措施 ,提出了一种基于小波包分解的自适应图像编码算法 .对比实验表明 :本文算法的压缩效果不仅明显优于 SPIHT算法 (特别是纹理图像 ) ,而且优于已有的其它小波包图像压缩算法 .     

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．     

一种小波图像压缩编码的抗干扰算法

提出了一种基于小波树搜索方式的改进了的小波图像压缩算法,算法保留和继承了EZW和SPIHT算法的所有优点,改进了它们难于抵御干扰的弱点,重点探讨了搜索规则、格点矢量编码方法以及责任中结命令 道纠错的沸合编码选择,并给出了在模拟的噪声环境下,用该算法进行编解的峰什玲噪比及其与SPIHT算法的比较。     

基于小波域空间树结构的合成孔径雷达图像压缩

空间树结构SOT(Spatial-Orientation Tree)在基于小波的SAR图像压缩中扮演着及其重要的角色,包括EZW(Embedded Zero-tree Wavelet)和SPIHT(Set Partitioning in Hierarchical Trees)的图像压缩编码方法,都利用了SOT中的父子关系。斑点噪声的存在,严重降低了SAR图像的质量和可压缩性。作为研究不同分辨率小波系数的空间相关性的非常有效的数据结构,SOT在斑点噪声去除中并没有得到很好的利用。提出一种新的SAR图像压缩方法,该方法结合基于SOT结构的斑点噪声去除和EZW嵌入式零树编码算法,对机载合成孔径雷达图像压缩实验的结果显示,该方法优于JPEG和标准EZW算法。     

结合视觉加权的一种改进的EZW图像压缩算法

就静止图像数据压缩编码方法进行了研究,在传统零树编码算法的基础上,提出了改进的基于小波零树编码并结合视觉加权的图像压缩算法.该改进算法充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了良好的压缩效果和视觉效果,并通过实验证明了算法的有效性.     

一种用于海量图像多分辨率局部重建的压缩算法

论文通过对Shaprio嵌入式小波系数零树编码方法的误差进行分析,针对海量图像数据量庞大的特点,提出了一种便于海量图像局部重建的量化算法。在该算法的基础上,结合位平面编码和游程编码,得到了比较高的压缩比。实验证明这种方法简单有效,易于编程实现,在对相关项目所涉及的海量图像进行处理过程中取得了很好的效果,是一种行之有效的压缩方法。     

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 .     

基于分形维的小波包EBCOT岩心图像压缩

岩心图像作为石油地质分析和地球物理勘探的重要信息来源,数据量巨大、纹理信息丰富且对比度较弱。提出一种基于分形维的小波包EBCOT岩心图像压缩方法。对岩心图像进行完全小波包分解,以分形维作为代价函数,并以差分计盒法计算每个子带节点的分形维数。通过比较父节点和子节点分形维数值实现剪支以获取最优小波包分解,结合EBCOT算法对岩心图像进行压缩处理。实验结果表明,所提算法的重构图像的PSNR与SSIM值均高于基于熵的小波包压缩算法和JPEG2000算法。     

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。     

窄带宽环境下的动态图像压缩

实现窄带宽环境下的动态图像传输需要对图像数据进行有效压缩。提出采用改进的小波零树编码算法，在零树编码过程中，对连续零树根所采用的游程编码以及对非零小波系数的编码采用了一种新的码扩展算法，与通常的码扩展法相比具有单位比特拥有更大信息量的特点，并且运用图像拼接技术缓解了小波图像压缩在小尺寸图像上不理想的问题。     

一种基于图像纹理分析的分形和SPIHT混合编码

从研究分形图像编码和零树编码各自的优劣点以及它们之间的结合点出发,寻找了一种基于图像纹理分析的分形和SPIHT混合编码,目的在于充分利用景物特征和人眼的视觉特性,提高分形变换和零树在图像编码领域内的协同能力。该方法利用SPIHT算法位平面编码的渐进特性,用基于灰度模型的统计特征分类方法将分形和SPIHT相结合,得到更符合人眼视觉特性的编码方案。实验结果表明,该方法能进行较好的图像块分类,并取得较高的压缩比,而且在人眼视觉允许的范围内且同时又要求高压缩比的情况下具有优势。     

基于ROI编码的任意尺寸测量图像的压缩方法

针对基于感兴趣区域(ROI,Region of Interest)的测量图像算法中存在的编码冗余、适用范围受限等问题,提出了一种适用于任意分辨率的测量图像压缩算法。该方法通过加入ROI中A类集合的分类,优化了码流的输出,进一步提高了算法的编码效率;根据小波变换的特点和测量图像对编码算法的要求,通过分区域编码解决了测量图像在编码过程中分辨率受限的问题。实验表明,方法实现了对任意分辨率测量图像的编码,并在不影响测量精度的前提下,获得了优于基于感兴趣区域的测量图像压缩算法的压缩性能。