基于提升方案的整数Deslauriers—Dubuc（m,n）插值小波变换结合SPIHT应用于图象无损压缩性能的研究

研究了基于提升方案的Deslauriers-Dubuc(m,n）插值小波变换结合SPIHT应用于图象无损压缩编码的性能，实验结果表明，基于提升方案和整数运算的插值小波变换是整－整可逆变换，适于快速的，渐进性的直至无损图象压缩，无损压缩性能远好于Huffman,WinRar,Raw WinZip,JPEGLS,以（4，4）插值小波为例平均而言压缩比较分别比上述编码方法提高了63％、49％、46％，34％左右，由于实现的可逆小波变换是基于整数运算的，可由加法和移位完成，运算速度快，便于运态图象编码及硬件实现。     

两种整数可逆双正交小波变换的渐进性无损图象压缩性能的比较研究

整数CDF(2,2)、CDF(2,4)可逆双正交小波变换可以由加法和移位完成,运算速度快,便于硬件实现。CDF(2,2)结合SPIHT编码的无损图象压缩比与ARJ,JPEGLS,整数Haar变换结合DPCM相比分别平均提高了40%,30%,15%左右。而CDF(2,4)与CDF(2,2)的对比研究结果表明,CDF(2,4)的渐进性直至无损图象压缩性能好于CDF(2,2)。     

图像无损压缩技术分析与性能比较

讨论了目前常用图像无损压缩算法的基本原理和实现方法,并对这些方法的性能做了分析比较。通过实验表明,基于整数小波变换的压缩方法具有较好的压缩比。针对无损压缩比低的问题,提出根据图像特点首先采用预测编码方法或整数小波变换方法降低图像信息量,再使用熵编码方法的方案能较好地提高压缩比。     

DPCM与整数小波变换相结合的图像无损压缩

论文讨论了将DPCM变换与整数小波变换相结合的方法来实现图像的无失真压缩。在论文压缩算法中,首先对图像进行DPCM预测,将差值图像经过整数小波变换,然后再用无损SPIHT算法进行压缩编码,最后再经过相应的逆变换即可以得到重构的无失真图像。该方法简单易懂,硬件实现方便。仿真结果表明,这是一种效果很好的图像无损压缩方法。     

基于提升方案的整数Deslauriers-Dubuc(m,n)插值小波变换结合SPIHT应用于图象无损压缩编码性能的研究

研究了基于提升方案的 Deslauriers- Dubuc( m ,n)插值小波变换结合 SPIHT应用于图象无损压缩编码的性能 .实验结果表明 ,基于提升方案和整数运算的插值小波变换是整 -整可逆变换 ,适于快速的 ,渐进性的直至无损图象压缩 .无损压缩性能远好于 Huffm an、Win Rar、Raw Win Zip、JPEGL S.以 ( 4,4)插值小波为例平均而言压缩比分别比上述编码方法提高了 63 % ,49% ,46% ,3 4%左右 .由于实现的可逆小波变换是基于整数运算的 ,可由加法和移位完成 ,运算速度快 ,便于动态图象编码及硬件实现     

基于可逆整数变换的无损水印新算法

无损(也叫可逆)水印主要用于数据(如图象)的完整性认证,其特点之一是当加水印图象没有被修改时,所嵌入的水印可以完整地从加水印图象中去除,从而可以在接收端无损地恢复出原始图象。本文提出一种新的基于可逆整数变换的无损水印算法,利用整数变换后图象象素对均值和差值之间所存在的冗余,嵌入认证信息。文献中已有的方法只利用了差值冗余,而我们的算法则进一步考虑了均值和差值的相关性。利用算术编码压缩由二者所得的相关位流,可以获得较大的存储空间和较高的加水印图象质量。     

基于小波压缩扩展技术的无损图象数据隐藏

文章提出了一种基于小波域压缩扩展技术的无损图象数据隐藏方法。该方法先对图象作整数小波变换;随后使用压缩扩展技术在小波高频子带系数上嵌入数据。小波高频系数的拉普拉斯分布特性不但便利了压缩扩展函数的选择,而且使嵌入较大容量数据后的水印图象仍保持良好的视觉效果。实验结果表明,该方法无论在嵌入容量上还是嵌入数据后的图象视觉效果上,均达到当前世界上最好水平。     

整数(5,3)小波变换结合SPIHT的无损图像压缩

讨论了整数(5,3)小波变换的构造方法,在此基础上提出了一种整数(5,3)小波与SPIH T以及自适应编码相结合的无损图像压缩编码方法,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

基于3-D整数小波变换的视频压缩算法研究

视频图像数据可以被看成三维数据体来进行3-D小波变换,对变换后的数据进行编码就可以达到压缩视频数据的目的。主要讨论了这种变换的整数实现方法,以及对小波系数使用SPIHT算法进行编码压缩,并对SPIHT算法进行了有针对性的优化。仿真实验证明,该文方法压缩效果良好,运行效率高,输出码流具有嵌入式特性,是一种有应用前景的算法。     

分形与图象压缩

分形几何方法是一种新的图象压缩方法.本文介绍了分形几何和分形用于图象压缩的一些基本原理,以及以分形为基础的几种图象压缩编码方法.     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

整数CDF(2,2)双正交小波变换结合SPIHT的无失真图像压缩

讨论了整数CDF(2,2)可逆双正交小波变换,该方法可以由加法和移位完成,所以运算速度快,便于硬件实现该方法与SPIHT以及熵编码相结合可以实现无失真图像压缩,与ARJ、JPEG、整数Haar变换结合DPCM中使用的无失真编码方法相比,压缩比分别平均提高了40%、30%、15%左右。     

基于内嵌块优化等级树(EBOHT)算法的图像编码

该文提出一种图像编码的新算法（EBOHT），该算法先将图像进行小波变换，然后按空间位置对应关系将小波系数分成若干块，每一块数据采用一种新等级树编码，比传统的SPITH方法增加了预测过程，进一步利用了相邻小波系树的相关性，块间进行基于率失真曲线的优化方法，使每一块图像有合理的比特分配，同时由于数据是分块编码的，因此该算法较SPITH有更好的容错能力，且易于实现感兴趣区（ROI）编码。     

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.     

改进的CABAC与SPIHT编码算法研究

为提高图像压缩效率,提出了分段自适应二进制算术编码CABAC与SPIHT算法相结合的混合编码算法,并从理论和仿真实验两个方面证明了该算法的有效性。根据SPIHT算法产生码流概率的特点及二进制熵编码的特性将SPIHT算法产生的二进制码流分为符号和数据两段,并按照SPIHT编码阈值对数据码流再次分段,采用优化的CABAC对各二进制码流段分别编码,在不增加计算量的情况下能够得到更好的图像压缩效果。     

一种结合SPIHT编码的自嵌入水印算法

针对当前基于DCT(离散余弦变换）的自嵌入水印算法对恢复图像细节能力不足的问题,提出了一种基于小波域内嵌编码的自嵌入水印算法。小波变换克服了DCT在图像压缩中的局限性,SPIHT编码则利用了小波变换系数的特性,提高了压缩性能,在同等的嵌入容量时,使水印含有更多图像信息,从而在保证水印透明性的前提下,较传统方法提高了图像恢复质量。同时,鉴于SPIHT算法为内嵌编码,可根据需要调节水印大小从而改变嵌入强度,这也是传统方法所不具备的。Logistic和Cat双重混沌映射的应用,提高了水印安全性和水印检测的能力。最后,进行了算法性能测试实验,验证了本文算法的有效性。     

基于SPIHT和分类比特编码的无损图像压缩

在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。