基于零树结构的可伸缩性编码方法研究实现

文章利用小波变换多分辨分解特点和Shapiro提出的EZW编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了EZW方法只能应用于单一分辨率视频服务的不足,该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系统按照位平面次序进行编码,最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,,直至最高频带小波系数,该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码,实验结果表明,该压缩方法性能优于Shapiro的EZW方法,能在一定程度上提高峰值信噪比（PSNR）。     

基于小波系数特性的低比特率图像压缩编码算法

以层树分集（SPIHT）编码方案为基础,结合最低频子带系数分布特点与高频子带系数相关性,提出了一种新的低比特率小波域图像压缩算法.该算法首先对原始图像进行小波变换;然后对最低频子带系数进行优化处理,并自适应确定高频子带系数扫描次序;最后利用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（特别是低比特率下）.     

基于零树结构的可伸缩编码方法研究实现

文章利用小波变换多分辨分解特点和Ｓｈａｐｉｒｏ提出的ＥＺＷ编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了ＥＺＷ方法只能应用于单一分辨率视频服务的不足。该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系数按照位平面次序进行编码;最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,直至最高频带小波系数。该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码。实验结果表明,该压缩方法性能优于Ｓｈａｐｉｒｏ的ＥＺＷ方法,能在一定程度上提高峰值信噪比（ＰＳＮＲ）。     

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。     

带噪图像的多扫描阈值分割编码算法的研究

零树编码算法是一种有效的图像编码算法,但是噪声会破坏零树结构特性,影响零树编码算法的效率,针对噪声图像提出一种基于多扫描阈值的图像分割编码算法,该算法利用多扫描阈值结构对噪声图像进行软阈值去噪、并完善逐次逼近量化过程;对重要高频子带采用图像分割编码,只对重要系数进行编码, 将大量非重要系数集中成图像块不予编码,更有效地降低码率.实验结果表明,算法有效地去除了噪声,提高了编码图像的质量和编码效率,在相同的压缩比条件下,算法在编码速度、图像复原质量方面都优于EZW算法.     

一种基于嵌入式零树小波的图像编码算法

在分析嵌入式零树小波图像编码算法的基础上,针对零树小波算法的不足之处,实现了一种改进的零树编码算法,主要包括:单独编码低频子带系数和不重复编码重要系数。改进算法充分利用了小波的特点,同时避免了重要系数进行重复编码,实验证明该算法优于嵌入式零树小波算法。     

DPCM与EZW混合编码在医学图像中的应用研究

现代医疗成像设备产生了大量高价值的医学图像,如何对信息进行有效的存储、查询以及网络传输是一个亟待解决的问题。利用整数小波变换和零树编码算法对医学图像进行了压缩研究,在对嵌入零树小波编码（Embedded Zero-tree Wavelet,EZW）算法研究的基础上提出一种基于小波系数的嵌人零树小波编码算法。其主要包括：对小波图像的低频子带（LL）进行单独DPCM编码;对高频子带改变扫描方式以获得最佳编码排序,最后用游程编码（RLE）实现输出。实验结果表明,该方法是一种比较有效的编码方法。     

基于分形图像编码的小波补偿算法

提出了一种对图像进行分形“粗略”（概貌）编码,“细节”（边缘）信息通过小波变换提取图像高频信息进行补偿的编码算法。该编码算法中,小波变换产生的高频小波系数根据系数重要性采用类似嵌入式小波零树编码方式进行编码,从而具有比特率可控等特点。通过实验表明,新编码算法的编码效果优于分形自适应四叉树编码算法和小波变换编码算法。     

基于波段分组的3D-SPIHT高光谱图像无损压缩算法

波段间隔为纳米级的高光谱图像具有很强的谱间相关性，但不同频谱波段图像之间的相关性不同，本文提出了一种基于波段分组的3D—SPIHT(set partitioning in hierarchical trees)高光谱图像无损压缩方法。对高光谱图像按照谱段类型进行分组，接着通过3维整型小波变换，对图像组去除空间相关性和光谱维相关性，最后以3D—SPIHT的空间方向树组织方式来进行编码，去除小波变换后子带间系数的冗余。实验结果表明，该方法能够有效地去除空间和谱间相关性，在算法复杂度和计算时间上较整体处理有一定优势，同时可获得较好的无损压缩结果。     

一种基于小波零树编码和K-mean聚类的图像压缩的实现

针对在低比特率时图像存在严重的方块效应等不足,本文提出了一种基于小波零树编码和K-mean聚类的图像压缩算法。其中基于小波零树的图像编码克服了图像JPEG标准压缩算法在统计值较少时的方块效应现象,通过K-mean聚类算法可以改善小波零树编码算法中没有充分考虑到小波系数同一子带中相邻元素之间相关性的缺陷。实验结果表明,此改进的图像编码算法具有较好的信噪比和压缩比。     

波段排序的高光谱影像3维混合树编码方法

目的 高光谱影像压缩的关键技术是对空间维和光谱维的去相关性。根据高光谱影像数据结构的特点,如何有效去除其空间相关性与谱间相关性是高光谱影像压缩中至关重要的问题。对高光谱影像进行编码时,3维小波变换是极为有效的去除冗余的方法。因此提出了一种通过波段排序并结合3维混合树型结构对高光谱影像3维小波变换系数进行编码的算法。方法 首先,将高光谱影像按照自然波段顺序进行波段分组,并对每组影像进行相邻影像的谱间相关性统计;其次,对相关性较弱的波段组,建立以影像波段序号为顶点、影像相关性系数为边的完全图,对这个完全图求其最大汉密尔顿回路。按照求得的最大汉密尔顿回路顺序对该波段组进行重新排序,从而提高波段组的谱间相关性;在此基础上,对重新排序后的波段组进行3维小波变换,并通过3维混合树结构对3维小波变换系数进行零树编码。结果 通过对大量AVIRIS型高光谱影像数据的仿真实验,验证了本文方法的有效性。对相关性较低的波段组,加入排序算法后,其解码影像与未排序时比,峰值信噪比有了一定的提高。通过实验统计,算法平均用时2.7579s。结论 由于采用了对弱相关性波段组的重新排序机制,使得基于混合树结构的3维零树编码出现了更多有效的零树,在一定程度上提高了编码效率。通过实验统计算法用时,表明该方法以较小的时间代价获得了解码效果的提升。     

一种改进的基于小波零树的图象编码算法

针对极低码率下图象的压缩编码问题,在小波零树编码方法的基础上提出了一种新的低码率图象压缩算法,该方法对处于水平和垂直两个方向的高频子带系数采用变换的方法进行了系数重排,以产生新的树结构,这样使得位于这两个方向的高频子带内的重要纱数集中于各个相应子带的低频位置,且所生成树的能量集中性较好,故可以有效地提高编码效率,并能提高对重要系数的传输效率,经过实验证明,使用此方法得到的重构图像其主观视觉效果良好,而且与Shapiro提出的嵌入式零树小波（EZW）算法相比,重构图象的峰值信噪比（PSNR）值在梓同码率的情况下有了较大的提高。     

一种零树与游程相结合的小波图象编码方法

Shapiro的零树编码方法是众多小波图象编码方法中的佼佼者,但通过研究发现,图象的小波系数经过量化和零树编码后,如果按一定的顺序扫描,则零树根会连续出现,因此,若对Shapiro的零树编码方法进行改进,即在零树编码之后,熵编码之前,对连续排列的零树根进行游程编码,则可以进一步提高图象编码的压缩比。理论分析和实验结果均表明,该方法可取得较好的效果。     

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 .     

基于小波域的两阶段多描述图像编码

为加强图像在不可靠网络上传输的鲁棒性,提出基于小波域的两阶段图像多描述编码方案.第1阶段对原始图像经小波变换后的系数进行SPIHT编码,形成第1部分描述;第2阶段对SPIHT编码后的系数进行解码,与原始小波系数作差分,实现差值信号的四叉树抽样,通过SPIHT编码形成第2部分描述.将2部分描述复制并同步传送到两信道中.实验结果表明,该方案冗余调节方便,编码后的数据流能适应各种网络传输状况.     

一种基于三维小波变换的枧频图像编码方法

In this paper,We propose an improved zerotree coding scheme based on three dimensional wavelet transform. The wavefor coefficients are quantized with different quanttzation matrices using human visual system (HVS), and then are encoded with an improved zerotree coding algorithm. Experi-ments prove that this method is very efficient.     

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 .     

基于小波变换的ROI图像压缩改进算法研究

小波变换作为一种多分辨率分析方法,具有良好的空频局部特性,特别适合按照人类视觉系统特性设计图像压缩编码方案。基于小波变换的嵌入式编码算法能够有效地应用于基于感兴趣区域(ROI)的图像压缩与渐进传输。为了进一步提高效率并改善图像压缩传输的效果,本文在该算法的基础上提出了两点改进:(1)计算感兴趣区域模板时,将数学上的"排列组合"思想应用于传统的回溯法,使计算过程更加简单;(2)在对小波系数嵌入式编码时,牺牲图像背景区域的细节系数以获取感兴趣区域更高的解码质量。最后给出了改进算法的部分实验结果,证明了改进算法的有效性。     

Remote sensing image compression based on binary tree and optimized truncation

The remote sensing image data is so vast that it requires compression by low-complexity algorithm on space-borne equipment. Binary tree coding with adaptive scanning order (BTCA) is an effective algorithm for the mission. However, for large-scale remote sensing images, BTCA requires a lot of memory, and does not provide random access property. In this paper, we propose a new coding method based on BTCA and optimize truncation. The wavelet image is first divided into several blocks which are encoded individually by BTCA. According the property of BTCA, we select the valid truncation points for each block carefully to optimize the ratio of rate-distortion, so that a higher compression ratio, lower memory requirement and random access property are attained. Without any entropy coding, the proposed method is simple and fast, which is very suitable for space-borne equipment. Experiments are conducted on three remote sensing image sets, and the results show that it can significantly improve PSNR, SSIM and VIF, as well as subjective visual experience.