基于小波域视觉量化模型的遥感图像压缩

人眼是图像信息的最终接受者,但目前图像压缩算法很少考虑到人眼视觉特性,导致主观失真严重。文章在分析人眼视觉系统和遥感图像特性的基础上,提出对图像小波变换后的系数以块为单位建立人眼视觉量化模型,以该模型计算每个系数块的视觉失真阈值,依据该阈值,对不同频带的小波系数块采用不同量化步长进行量化,保证量化后的小波系数能够有效地保留遥感图像的视觉信息,使解压缩后的图像视觉效果最优。实验结果表明,在相同压缩比下,同样的压缩算法,采用该量化模型之后,压缩后的恢复图像主观质量得到改善,有效保留了图像纹理和细节。     

基于小波变换的多分辨率图像融合技术的研究

本文提出了使用小波变换对多幅不同分辨率图像进行融合的方法.该方法对大分辨率图像进行正交小波变换分解图像,然后把逼近部分和小分辨率图像进行处理,得到处理的小波系数矩阵,对该矩阵进行反变换,得到一幅汲取两幅图像优势的融合图像.最后对该方法进行了实验,效果较好.     

基于小波变换的多分辨率图像融合技术的研究

本文提出了使用小波变换对多幅不同分辨率图像进行融合的方法。该方法对大分辨率图像进行正交小波变换分解图像,然后把逼近部分和小分辨率图像进行处理,得到处理的小波系数矩阵,对该矩阵进行反变换,得到一幅汲取两幅图像优势的融合图像。最后对该方法进行了实验,效果较好。     

基于小波理论的多分辨率多传感器数据融合

小波变换的多尺度特点非常适合多尺度信号的处理,可以用于多分辨率多传感器数据融合,本文研究了不波变换的特征,提出基于小波包变换的多分辨率多传感器的数据融合算法,算法不需要把小波系数当成白噪声处理,并一能够有效地降低向量和矩阵维数,减少运算,有较好的滤波性能,同时采用双正交小波包变换,这可以克服基于正交小波包变换的多尺度滤波中正交小波因不具有线性相而产生恢复失真的缺陷,进一步提高滤波性能。     

基于多分辨率级小波变换的图象压缩方法

随着国际互联网的出现,使得越来越多的图象信息传输交流越来越便捷,但传输速度始终是制约网络发展的重要因素,这也使得对图象进行压缩的要求更加迫切。小波变换的良好空间一频率局部化特性,使得原始图象的能量大部分聚集到了低频子带.为了提高图象压缩的效率和重建图象的质量,利用原始图象在小波分解中不同分辨率级能量分布不均匀的特点,提出了一种对各分辨率级进行分级处理的设计方法,即通过对各分解级量化因子的评价,为该级获取一个最佳的量化因子来进行压缩.实验证明,该方法在提高图象的压缩效率和重构质量方面取得了良好的效果.     

基于小波分析的DEM数据多分辨率表达研究

在研究三维地形的数字模型中,针对现有DEM数据的多分辨率模型构建中存在的问题,为提高精度,减少失真,结合DEM数据的特点,提出了一种简化的基于小波的DEM数据多分辨率表达算法,通过改变多分辨率分解时高频信号的获取方式,使得DEM数据的多分辨率重构可以以一种相对简单的方式进行,从而使得多分辨率模型的重构效率得到了较大的提高。分析了由于分块小波变换而带来的边界失真问题,并根据滤波器系数的长度不同,提出了相应的解决方法,经试验证明重构效果有较大的提升。     

基于小波变换的图像的多分辨率分解与重构的实现

1.引言小波理论的出现吸引了许多领域的学者对之进行深入的研究。小波变换是一种信号的时间-尺度(时间-频率)分析方法,它具有多分辨率分析的特点,在时频两域都具有表征信号局部特征的能力。而且,小波变换的多尺度分解特性更加符合人类的视觉机制,与图像处理和计算机视觉中由粗到细的认识过程十分相似,更加适合于图像信息的处理。目前,小波理论已在某些信号处理领域和计算机视觉得到了成功的应用。在现代多媒体通信中,网络传输常常受到带宽的限制,因此传输较大幅图像往往需要很长时间,有时甚至由于随机的传输错误而导致图像无法正常显示。针对这一问题,本文提出一种基于小波变换的多分辨率解决方法。利用该方法可先对图像进行小波变换及熵编码,将粗精度的图像概貌信息传输至接收方并重构、显示出来,然后将图像的细节信息按照分辨率由低到高的顺序逐级传输出去,这样接收方就能在接收过程中逐级重构出精度不断提高的图像并最终再现出不失真的原始图像。该方法有以下三个优点:一是接收方在     

Loop细分小波对网格模型的多分辨率分析

高分辨率网格模型因其数据量庞大,对其在网络中很难进行实时处理,因此,根据Loop细分模板,将边点作为小波的细节信息构造出了Loop细分小波,用于对网络模型进行多分辨率分析.该方法未涉及曲面几何拓扑关系,因而不受曲面拓扑特征的影响,具有很强的适应性.利用其对三维网格模型进行多分辨率分析,得到的低分辨率模型轮廓逼真,面片数量大幅度减少.由于该方法对细节信息取舍尺度还不能用统一的公式确定下来,因此只适合对模型做一些简单的处理.     

基于小波不可分离多分辨率的图像重建

文中提出并实现了一种基于小波不可分离多分辨率的重建算法。在图像重建领域内利用小波变换时,是对二维图像进行行和列的依次滤波,需要假定二维信号是关于自变量x和y可分离的,而实际二维信号中大多是不宜分开处理的。在算法中首先将投影数据进行二通道的小波分解,在分解抽样中,使用不同的抽样方法,直接得到小波的近似系数和细节系数,这些系数再经过逆小波变换得到最终的重建图像。基于不可分离多分辨率的小波算法将投影数据进行二通道的小波分解。     

基于小波的多分辨率贴面算法及实现

贴面是指在两个平行截面的轮廓线间用面片（通常是三角面片）贴补侧面,从而得到一个三维实体的过程,贴面是三维重建的一项内容,有重要的应用价值,例如医学领域由人体器官切片图来重建器官三维模型,地形方面由等高线得到地形等。本文介绍多分辨率贴面算法及其实现技术,并给出了运行实例。     

嵌入分层聚类的小波零树图像编码

该文研究了小波系数的一类新的统计特性－－分层聚类特性，为了利用这种特性，文章分析了这些分层聚类的结构关系，并结合已有小波零树技术提出了一个嵌入分层聚类零树小波图像压缩编码算法，这个新算法利用形态学算子来聚类优化子带内重要系数编码，同时使用小波零树来实现对子带间小波系数相似衰减特性的利用，提高对不重要小波系数的编码效率，因此，新算法有效地克服了单纯使用零树或单纯使用形态学聚类技术所存在的不足，实验结果证实：该文所提出的编码器性能相对于EZW编码器有明显的提高，其性能可以与SPIHT编码器和MRWD编码器相媲美，该文所提出的编码器不仅具有渐进传输和CBR应用所需的嵌入特性，同时也具有极低的算法复杂度，稍加改动还可以支持多分辨编／解码。     

基于最佳位分配技术的图象编码

提出了一个新的位分配算法，它可以有效地分配一个给定的位的限额给任意不同的量化器集合.这种算法产生一个最佳或接近最佳位分配，它允许位分配集合值被限制成非负整数.该算法用在小波图象编码中，实验表明,这种算法是十分有效的.     

面向对象分配带宽的极低比特率视频编码器

在低比特率环境下,如何提高图象编码质量是许多人感兴趣的课题,针对此问题,提出了一种面向对象分配带宽（OOBA）的视频编码器,用以提高低比特率环境下编码图象的主观质量,在充分考虑人的主观视觉特性的基础上,该编码器把图象序列分成不同的视频对象,而每个对象以宏块为单位构成,并且对每个对象单独分配大小不同的带宽,以把更多的比特分配人主观感兴趣的对象,来达到在低比特率环境下提高编码图象主观视觉质量的目的。虽然每个对象独立编码,但在比特流的组织上却能与H．263兼容。为了合理地在多个对象间分配带宽,还给出了基于速率－失真（R－D）模型、基于序列分析和比值加权法等3种带宽分配方法。实验结果表明,该编码器与传统的基于帧的编码器相比,在极低的速率下,峰值信噪比虽略有降低,但图象的视觉质量却得到较大的提高。从而表明了该编码器的有效性,也说明在低比特率环境下,仅以客观准则作为评价编码器好坏的标准是不够的。     

基于小波多分辨率分解的图像压缩技术及分析

阐述了小波变换理论,分析了小波多分辨率分解的优点以及小波变换用于图像编码压缩的特点和实现方法,并表明小波变换是实现图像压缩的一种十分有效的工具。     

基于小波分解的变尺度多分辨率纹理分割

针对常见的多分辨率分割算法在每一尺度分割过程中信息利用不充分的问题,提出了一种基于小波分解的变尺度多分辨率纹理图像分割新算法.该算法在每一尺度的分割过程中充分利用了各尺度上的有关信息:通过变尺度特征场考虑了更高分辨率尺度上的特征数据;通过变尺度标记场考虑了更低分辨率尺度上的标记数据.从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为本文方法的分割结果.实验表明,该算法具有较好的分类性能.     

基于小波变换的图象编码中的噪声分析和优化比特分配

研究了基于小波变换的图象编码F在系统地分析了小波变换各子图象的量化噪声和恢复噪声的基础上, 提出了在给定的比特率下.使系统恢复失真达到最小的优化比特分配方案F指出了在均匀量化时各子图象量化步 长之间具有成倍的关系F模拟实验证明了该结论.并给出了满意的结果.     

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.     

网络环境下海量影像数据的多分辨率传输

在基于网络的空间信息服务领域中,由于多用户访问下网络带宽的限制以及影像数据的海量特征,海量影像数据的多分辨率传输成为空间信息服务应用的瓶颈。该文在探讨基于四叉树的海量影像数据组织的基础上,设计一个二分树模型的影像数据多分辨率传输方法,通过实验对该方法进行了验证。     

基于多分辨率奇异值分解的图像融合

提出一种新的基于多分辨率奇异值分解（ MSVD）图像融合算法。算法对源图像进行MSVD处理,使其分解为互不相关的平滑和细节分量,并对平滑分量进行多层次的分解与处理。类似于小波变换,多分辨率奇异值分解的基本思想是在平滑分量的每一层上用奇异值分解（ SVD）来取代滤波,最终利用融合规则对图像进行MSVD融合。利用5种评价算子来评价算法,得到的融合效果很好。与基于小波分解的算法相比,算法计算简单、实时性突出,对复杂、高像素图像处理更简单方便。     

基于多分辨率技术的快速全景图图像匹配算法

为了对全景图像进行快速拼接和准确匹配，提出了一种新的基于多分辨率技术，利用相邻图像之间的颜色和边缘信息进行图像拼接的算法。目前应用于全景图制作的图像匹配算法通常要求拍摄时，相机要绕一垂直转轴（如三角架）做水平转动，同时不仅要求拍摄出的相邻图像有较多的重叠部分，而且相邻图像的光照差别不能太大，而新算法则避免了上述的对图像获取条件和图像质量的严格限制。因为该算法受相邻图像间光照强度变换和由镜头带来的图像形变的影响较小，所以在图像匹配实验中，该算法对各种条件下获取的图片都表现出很好的鲁棒性。实验结果表明，该算法在降低计算复杂度的同时，还有效地克服了由图像形变和不同光照条件所带来的图像的拼接困难。