R-D匹配优选小波包零树图像压缩

为使R-D小波包优选算法与零树编码在量化精度上更好地匹配，对R-D小波包优选算法的寻优次序进行修改，使小波包各节点的量化精度差异不超过一位。实验结果表明，R-D匹配优选小波包零树编码可以取得与R—D优选小波包零树编码相当或比后者更好的图像压缩效果，可见R-D匹配优选算法是更适合零树编码的小波包优选算法。     

基于改进零树小波的红外图像盲水印算法

提出了一种小波域自适应盲水印算法,采用（7,4）汉明码技术进行纠错编码。基于整数小波变换,在中高频区采用不重复零树小波编码,自适应的量化小波系数,将水印嵌入到重要系数上。水印提取过程不需要原始图像的参与。实验结果表明,算法自适应性强,实现速度快,具有较好的不可见性,对常见的JPEG压缩、滤波、加噪、剪切等攻击具有较强的鲁棒性。     

面向人脸对象的极低比特率视频编码方法

针对可视电话、视频电视会议等领域经常出现的视频头肩序列图像,提出了一种面向人脸检屿跟踪的视频分级小波编码方法,在极低比特率下,解码端仍能获得视觉质量较好的恢复序列图像。     

基于运动估计结合小波分析和运动补偿的视频去噪方法

在小波变换理论基础上,提出对视频的运动估计量进行处理来达到视频去噪的方法。首先使用运动域细化技术和全新的基于运动补偿的时间域滤波器,解决含有虚假运动矢量的实时视频去噪问题,提高对动态目标追踪的准确性,增强鲁棒性;并且改进空间域滤波器,降低处理的复杂度。实验结果表明:该方法是一种较为简单且高效的视频去噪方法。     

基于位平面自适应算术编码的小波图像压缩技术

介绍了一种基于位平面上二进制算术编码的小波图像压缩技术。把算术编码方法应用于位平面层次,根据数据的重要性对静止图像经过小波变换以后的量化系数在相应的位平面的数据位进行高效的自适应压缩编码,有效地解决了难以进行概率统计的信源的编码问题。压缩效率高于其他编码方法。     

基于小波与三维离散余弦变换的视频图像压缩

提出一维小波与三维DCT（离散余弦变换）相结合的视频图像压缩算法,可有效地改善XYZ压缩方法在高压缩比时的性能。该方法不涉及运动估计和运动补偿,复杂度低。实验结果表明,这种算法能快速、高质量地压缩视频图像。     

基于混合编码和IWT的医学图像近无损压缩

本文对医学图像先采用DPCM预测变换后,再选择IWT(整数小波变换)对其进行分解,对分解后的低频和高频子带分别作无损Huffman编码和有损矢量量化.根据小波分解后系数的分布特征,能量大部分集中在低频部分,对低频进行无损熵编码,对高频采用量化处理,去除人眼不敏感的冗余信息.最后利用处理过的低频和高频系数进行重构获得压缩后的图像.并与传统的离散小波变换压缩编码,JPEG和JPEG2000进行比较,实验结果表明,利用该方法能得到较高的压缩比和较好的压缩效果.     

一种结合时间轴滤波的视频消噪新方法

为了提高含噪视频图像的质量,提出了一种二维小波域自适应滤波与时域时间轴滤波相结合的视频图像消噪新方法。首先,对视频序列的各帧在二维小波域中进行自适应滤波,之后在时域中进行时间轴滤波。对于二维小波域滤波算法,提出了一种高效的自适应阈值选取方案;时间轴滤波器则是结合了运动检测和递归平均。实验结果表明,其消噪效果要优于单纯的二维小波域滤波方法。     

空频域量化误差最小的光学小波滤波器设计

通过理论分析和仿真计算,研究利用不同小波基构造的光学小波滤波器的量化误差,分析交换分解和重构滤波器对光学小波滤波器量化误差的影响.实验结果表明不同小波基的量化误差通常是不同的,具有最小空、频域量化误差的小波基是交换分解和重构滤波器后的5/3 小波.根据光学小波滤波器的空、频域量化误差最小原则,基于提升算法,构造出空、频域量化误差最小的最优小波.     

H.264码率控制算法改进

码率控制技术用来调整并控制视频编码器的输出比特率,以满足带宽要求和保持平稳的输出码流,并获取在质量和带宽利用上的最佳均衡。根据编码视频帧的复杂性及其编码比特来调解量化步长,达到降低最大码率的目的。结果表明,采用的该算法在不影响PSNR的情况下,码率极值得到一定程度的控制。     

真正三维小波变换技术及在视频图像编码中的应用

把图像信号当作真正三维信号处理，导出三维空间正交小波基形式。用三维S.Mallat算法来实现三维信号的小波变换，并将其应用在视频图像的编码中。结果表明，低频3－D子带包含有大部分信息，代表图像序列的上下文信息；量化矩阵取值可以调整变化，压缩比最大可达160。因此这种编码方法的性能是十分优越的。     

采用小波与神经网络的高效图像数据压缩方案

通过构造特别的映射、整函数和BP神经网络,获得一套基于神经网络的无损数据压缩方案。由于该方案能压缩已被小波编码压缩过的数据,因此将其嵌套入一好的小波编码系统就可以获得一种基于小波与神经网络的高效图像数据压缩方案。实验证明,该高效方案对于Lenna图像的压缩比为43∶1, 并且恢复的图像有较好的视觉效果。     

使用小波变换的视频信号处理系统

叙述了视频信号处理中的小波变换的应用,在介绍了视频采集系统基本结构和功能的基础上,首先叙述了用小波变换检测视频信号的各参数的方法,然后讨论了如何在具体设备当中实时实现小波变换,提出了用“双存储器”实现的方法。     

Motion estimation and compensation based on almost shift-invariant wavelet transform for image sequence coding

There has been rapid progress in the application of wavelet transforms to image and image sequence compression. The standard discrete wavelet transform lacks transition invariance in image decomposition which will affect the accuracy of motion estimation from the decomposed subimages in video coding. In this article, we present a study of applying an almost shift-invariant wavelet transform with “oversampled frames” to image sequence compression. With minimal oversampling and biorthogonal spline wavelets in the almost shift-invariant wavelet transform, motion vectors can be more accurately estimated, contributing toward fewer prediction errors in comparison to those obtained with the standard discrete wavelet transform. Thus, an improved compression ratio can be obtained. We present two new algorithms, the full-motion oversampling algorithm (FMOS) and the reduced search multiresolution motion estimation algorithm (MRME), for estimating motion fields at different scales and in different subimages. In the latter, motion vectors at a higher resolution are approximated by the motion vector estimates at a lower resolution through proper scaling. Experiments were performed on three video sequences with a variety of motions including slow, fast, and zooming. Our results have shown that both algorithms, FMOS and MRME, using the almost shift-invariant oversampled frame wavelet transform have reduced prediction errors and enhanced the compression performance in terms of peak-signal-to-noise ratio (PSNR) for the same bit rate when compared to the existing full motion standard algorithm. © 1998 John Wiley & Sons, Inc. Int J Imaging Syst Technol, 9, 214–229, 1998     

Image coding based on wavelet feature vector

In this article, an efficient image coding scheme that takes advantages of feature vector in wavelet domain is proposed. First, a multi‐stage discrete wavelet transform is applied on the image. Then, the wavelet feature vectors are extracted from the wavelet‐decomposed subimages by collecting the corresponding wavelet coefficients. And finally, the image is coded into bit‐stream by applying vector quantization (VQ) on the extracted wavelet feature vectors. In the encoder, the wavelet feature vectors are encoded with a codebook where the dimension of codeword is less than that of wavelet feature vector. By this way, the coding system can greatly improve its efficiency. However, to fully reconstruct the image, the received indexes in the decoder are decoded with a codebook where the dimension of codeword is the same as that of wavelet feature vector. Therefore, the quality of reconstructed images can be preserved well. The proposed scheme achieves good compression efficiency by the following three methods. (1) Using the correlation among wavelet coefficients. (2) Placing different emphasis on wavelet coefficients at different decomposing levels. (3) Preserving the most important information of the image by coding the lowest‐pass subimage individually. In our experiments, simulation results show that the proposed scheme outperforms the recent VQ‐based image coding schemes and wavelet‐based image coding techniques, respectively. Moreover, the proposed scheme is also suitable for very low bit rate image coding. © 2005 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 15, 123–130, 2005; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.20045     

基于双伸缩因子映射的小波分形图像压缩编码方法

本文基于小波变换研究了分形图像压缩系统.根据小波系数的能量分布特性,给出了新的小波树定义与分类方法,并在小波域内建立了具有双伸缩因子的压缩映射.在将新的压缩映射应用于图像编码过程时,结合小波嵌入式零树编码思想给出了新的小波分形图像压缩方法.数值实验给出了本文方法与已有方法的比较.     

全局运动估计及其在视频编码中的应用

对全局运动估计进行了研究,并提出了它的改进算法。在有局部运动的情况下,改进算法的计算速度和准确性都有明显提高。研究了全局运动估计在视频编码中的应用。在视频压缩它是spirte编码的关键技术,这 种技术较之传统编码方法有较好的编码性能。利用MPEG－4的软件测试平台进行了MPEG－4校验模型中已有算法的实验比较,结果表明,改进的全局运动估计的计算速度明显提高,视频编码的性能得到了改善。     

基于小波分解的视频分级编码方法

提出了一种基于小波分解的视频分级编码方法,该方法主要是对视频对象实施小波分解,将其低频子带与高频子带分别作为基本层与增强层进行编码,以实现视频对象的空域分级、时域分级与混合级。同时,根据小波的方向性特点,采用了视觉模式图像编码方法,以提高编码效率。