基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。     

基于小波变换的实时图象采集系统

描述了一种采用小波变换分解的实时图象采集系统的方案，该系统采用了一种特殊的正交小波分解快速算法，并选用了新型的80960CA芯片作为系统核心，从而保证了对512×512真彩色图象的动态实时采集。     

JPEG压缩编码的扩充自适应量化器设计

在ＪＰＥＧ静止图象压缩的基础上，设计了一种扩充的自适应量化器，利用人眼的视觉特征，通过分析ＭＣＵ块的局部视觉活动性，以ＭＣＵ活动性涵数确定量化因子，并引入亮度掩盖算子调节量化参量，实验结果表明，本文所设计的自适应量化器能减少图象编码主观失真，改善了图象质量，获得更好的压缩效果。     

一种基于改进嵌入小波编码的新图象压缩算法

基于逐次逼近量化与零树结构的嵌入零树小波编码(EZW)被认为是静态图象变换编码领域迄今为止最好的压缩算法之一.然而通过分析和实验,发现该算法在一定程度上存在时间复杂度较高和复原图象质量不尽理想等不足.本文提出了一种基于改进嵌入小波编码的新图象压缩算法,该算法能够通过以下3项措施提高EZW算法工作效率:(1)对最低频子带进行单独编码;(2)采用全新的嵌入小波编码策略,不再利用导致计算量剧增的双亲-子女(Parent-Children)关系;(3)进行嵌入小波编码时,不再考虑ZTR(零树根)和IZ(孤立零)符号.实验结果表明:本文提出的新图象编码算法在压缩/解压缩速度、图象复原质量等方面均明显优于EZW编码算法.     

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。     

一种超低比特率图象压缩算法

本文提出了一种可在超低比特率情况下使用的高效帧内图象压缩算法,该算法不同于DCT编码方法,也不同于小波编码方法,而是结合了离散余弦变换（DCT）和小波零树编码算法两者的优点,理论和实验表明,在超低比特率图象通信应用领域,该算法图象压缩效率高,图象恢复效果好。此外,在PC机上用软件实时实现该算法也不复杂。     

基于小波变换的分类量化图像编码算法

针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点，提出了基于小波变换的分类量化图像编码算法（简称“分类量化编码”）。该算法基本思想为：首先将小波变换后的图像高频子带划分为局部快；然后利用文中给出的相对距离最近之值选择方法，依据纹理复杂度和重要性程度将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；最后对平坦局部块进行向量量化编码，对强纹理局部进行标量量化编码。实验结果表明：该图像压缩算法在压缩速度、图像复原效果、压缩比等方面明显优于零树小波编码和JPEG方法。     

小波变换在图象压缩中的应用

本文讨论了数字图象数据信息压缩的有关技术问题，文章首先简要介绍了传统的Ｈｕｆｆｍａｎ编码方法的然后提出利用正交小波变换对图象进行分解，结合Ｈｕｆｆｍａｎ编码法图象进行编码，压缩的技术。     

一种基于小波变换的平滑预处理压缩算法

在现在编码标准(如MPEG4)中,基于小波的压缩算法已经成为一种主要技术。文章在已经成熟的小波变换及零数编码等算法的基础上,分析小波变换以及小波变换系数的特点,经过多次实验得出一种在小波变换前对图象先进行预处理的可逆平滑算法。实验表明这种算法在已有小波压缩编码的基础上大大提高了图象压缩效率。     

一种基于分形小波变换的工业电视图象编码方法研究

通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。     

一种快速、有效的量化与基于小波的图像压缩

量化是利用小波变换的图像压缩编码技术的关键环节之一。矢量量化和标量量化各有长短,该文将这二者有机地结合起来,称为混合量化(HQ—Hybrid Quantization)。它既有矢量量化的高效率,又具有标量量化的简单性,不需要进行码书训练,不要做乘除法。并用标准测试图像与其它方法的压缩结果进行了比较。     

一种基于整数小波变换的图像编码算法

针对静止图像经整数小波变换(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zerotree wavelet coding)的缺点,采用"从1开始的整数平方"代替"2的整数次幂"作为零树编码的量化阈值,缩短了量化阈值间隔.通过减少重要系数在较低量化阈值中出现的机会,增加了编码过程中的零树数量;同时通过减少参与编码的字符数及对最高频带零树不编码,简化了编码过程.实验结果表明,整数平方量化阈值下的零树编码(integer square zerotree wavelet coding)解决了整数小波变换中零树编码的低效问题,提高了静止图像的编码效率.     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

块自适应标量-矢量量化算法压缩SAR原始数据

块自适应量化(BAQ)算法是目前比较成熟的一种合成孔径雷达(SAR)原始数据压缩算法,该算法以SAR原始数据块满足高斯分布为前提。由于SAR成像区域很复杂,有些数据块可能不满足高斯分布,因此提出了一种块自适应标量-矢量量化算法(BASVQ),当数据块满足高斯分布时,采用标量量化;当数据块不满足高斯分布时,采用矢量量化。实验结果表明,块自适应标量-矢量量化算法在性能上优于BAQ算法,具有一定的实用价值。     

一种基于小波变换的图像压缩方法

提出一种基于小波变换的灰度图像数据压缩编码方法,基本思路是利用小波变换实现图像的多分辨分解,用矢量量化（ＶＱ）对分解后的图像进行编码,在矢量量化ＬＢＧ算法的初始码书的选取中根据矢量中各分量的特性提出一种改进的随机选取法,避免了可能的胞腔不均现象,提高了码书的质量,而且重构的图像质量也有所提高。     

基于小波变换的图像自适应阈值去噪算法

针对传统小波阈值去噪算法的不足,提出了一种新的自适应阈值去噪算法.该算法引入了一个新的阈值函数,利用GGD模型对小波子带内的系数进行建模,再根据小波子带系数的局部邻域信息进行方差估计,从而得到自适应最优阈值.实验结果表明,该算法在峰值信噪比和主观视觉效果上都比传统小波阈值去噪算法具有明显改善.     

一种基于整数小波变换的图像无损压缩方法

由于第二代小波变换可以实现图像的整数到整数的变换,而且图像的恢复质量与变换时边界采用何种延拓方式无关,完全可以克服由第一代小波变换所带来的缺陷。该文利用这个特性,提出了一种基于整数小波变换的图像无损压缩算法。该方法首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,最后将预测误差进行哈夫曼编码。实验结果表明,该方法算法简单,有较好的压缩性能,与JPEG无损压缩模式相比较,有较大的优势。     

一种基于小波变换的图像压缩方法

量化在图像压缩编码中起着至关重要的作用。从标量量化的角度出发,提出了逐级量化的编码方法,该方法能在保证一定图像质量的前提下大大降低编码率。最后,通过实例分析说明了本方法的具体实现过程,并对经典图像进行实验。证实了本方法的正确性和实用性。