小波变换在图像编码中的应用

介绍了小波变换的基本理论,综述了小波变换在图像编码压缩中的应用,展望了今后的研究方向。     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点，提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为，将小波分解后的图像的低频系数用基于方差的快速分形方法编码，剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明，该混合算法避免了分形编码所固有的方块效应，与传统的分形编码相比，大大节约了编码时间，说明该算法具有一定合理性与优越性。     

一种基于提升小波变换和快速分形的混合编码

分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。     

小波变换在图像编码中的应用

介绍了小波变换的基本理论 ,综述了小波变换在图像编码压缩中的应用 ,展望了今后的研究方向     

基于多进制小波变换的图像压缩编码

小波变换具有良好的时－频局部化特性,采用小波变换能有效地解决其他压缩方法所带来的“方块效应”。利用多进制小变换并结合其他方法对图像进行压缩,能取得较好的效果。     

基于小波变换的分形与零树混合图像压缩算法

提出了一种基于小波变换的分形与零树混合的图像压缩方法．该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树；在对每一棵小波子树编码时，根据最小误差标准进行分形编码，或零树编码、本算法不但充分利用了子带图像间的相似性和块内的自相似性，而且充分利用了小波变换后子图像块内(特别是高分辨层的子图像块内)存在的大量的局域性的冗余性．实验结果表明，与传统的基于小波变换的分形编码相比，该方法在较大的压缩范围内，都能够获得好的压缩结果．     

基于小波变换的图像编码研究

图像压缩编码技术是现代多媒体及通信领域中的关键技术之一,小波分析作为一种新的信号分析工具,因其对非平稳信号进行时频多分辨率分析的强大能力而在图像压缩领域中得到了广泛的应用.研究了小波变换在图像压缩中的应用,在得到图像的小波变换系数的基础上,对图像小波变换系数应用了一种多阈值量化方法并将其实现.根据图像小波系数量化结果,提出了幅值平均化方法和一种游程编码的改进方法,以对量化后的系数进行进一步的压缩,在图像的压缩比和重建图像的质量上获得了较为满意的结果.     

基于小波变换的图像压缩技术

详细阐述了连续小波变换和一维，二维离散小波变换理论，分析了小波变换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，并对一些改进的小波图像编码压缩方法作了简要介绍。     

基于小波变换的简单变长编码图像压缩方法

简单变长编码是一种高效的编码方法，在符号概率的几种分布上效率接近哈夫曼编码，误差不超过1%，且通常可用很少的比特数来传输码字。针对哈夫曼编码软、硬件实现复杂、费时较长的缺点，通过对图像信号的小波分解，在不同的子带上采用改进的简单变长编码方案，获得了更高的压缩比，结果表明，该算法简单有效、易于编辑实现，是一种高效的图像压缩方法。     

基于小波域的分形图像压缩

对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似,研究了基于小波域的分形图像压缩方法。该方法有效地减少了计算复杂度和编码时间。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

基于分形的快速压缩编码方法

分形编码是一种很有潜力的编码方法,但是基本的自动分形算法计算量大,编码时间长.针对此缺点,根据分层编码的思想,给出了一种具体的分形与简单量化编码相结合的加速分形编码方法.首先对原始图像进行1/4减采样,得到一幅减采样图像,利用基本的分形编码方法编码该图像,然后对所得到的编码在原始图像分辨率下进行解码,对解码图像与原始图像求差值,用简单的量化编码方法编码差值图像.差值编码与用基本方法所得到的压缩编码共同构成原图像的编码.与传统的分形方法相比,该方法不仅提高了编码时间,并且在信噪比、压缩比等方面得到了不同的改善.     

一种基于分形的快速图像编码算法

提出了一种快速分形编码算法.针对Jacquin的算法,在为值块(range块)搜索匹配域块(domain块)进行全搜索,搜索速度慢,编码时间过长的缺点,笔者首先提出周边邻域的定义,然后在Jacquin算法基础上提出快速分形编码算法,这种算法大大减少了匹配计算,提高了分形编码速度.实验结果显示,编码时间缩短99%左右,而图像质量没有受到多大影响.     

基于分形编码的图像压缩技术

详细地阐述了新一代基于分形编码的图像压缩技术,叙述了分形的概念和分形图像编码的数学基础－迭代函数系统理论,分析了分形图像编码的特点及其实现方法,并对一些改进的分形图像编码方法作了简要介绍。     

一种基于多小波变换的自适应图像去噪算法

介绍一种新颖的自适应图像去噪算法.通过将图像变换到多小波域,并利用分形几何和图像的偏微分方程知识,提出一种新的图像软阈值去噪算法.对于欲去噪的图像,该算法能够在多小波域中,自动确定去噪阈值.实验结果表明,该算法不仅去噪效果好,而且运行稳定.     

多小波图像去噪算法的研究

尽管多小波相比于单小波,具有正交性、紧支撑、实对称、高阶消失矩等性质,但是多小波进行图像去噪效果并不是很理想,其主要原因是没有充分利用图像在多小波域内所特有的性质.通过将含噪图像变换到多小波域,在小波域内应用Laplace算子的一种特殊差分格式,并考虑小波域内各个子带的分形维数,提出了一种自适应的多小波阈值算法,即AMT算法.对于欲去噪的图像,AMT算法能够在多小波域内自动确定去噪的小波伸缩阈值,而不需要知道图像的任何先验知识,例如图像中噪声的方差等等.仿真实验结果表明,该算法去噪效果好,特别是对于高度污染的图像,AMT算法的去噪效果更加显著.     

一种基于K-均值聚类优化的快速分形图像压缩算法

对搜索窗中的父块和子块，根据其方差的不同，利用K-均值聚类优化方法分别对子块和父块进行聚类，子块只对同一类中的父块进行匹配，从而大大缩短了编码时间。仿真实验结果表明，在不影响信噪比和压缩比的前提下，与经典分形压缩算法相比，该算法编码速度可提高大约5倍；同近期文献报道的基于方差的快速分形压缩算法相比，该算法的结果也有明显的改善。     

一种新的双策略进化果蝇优化算法

标准果蝇优化算法(fruit fly optimization algorithm, FOA)在迭代寻优的过程中,整个果蝇群体只向最优个体靠近,这导致算法极易陷入局部最优,从而引起早熟收敛的问题。针对该问题,提出一种新的双策略进化果蝇优化算法(a novel double strategies evolutionary fruit fly optimization algorithm, DSEFOA)。提出的一种新的群体分割策略,将果蝇群体动态地划分为精英子群和普通子群;对于精英子群,引入混沌变量引导果蝇个体在其附近搜索食物,优化其局部搜索能力;对于普通子群,引入权重因子改进标准FOA的随机搜索方式,执行全局搜索,加快收敛速度。DSEFOA算法针对不同进化水平的果蝇个体采用不同的策略更新进化,充分地提升了整个群体的寻优搜索能力。8个测试函数的仿真试验结果表明, DSEFOA算法有比标准FOA算法更好的优化性能。     

基于小波分解和方向剖分的分形图像压缩方法

本文提出了一种基于小波分解和方向剖分的分形图像压缩方法,首先经过小波变换把Ｒａｎｇｅ块从空域转化为ＭＣＦ（ＭｕｌｔｒｉｅｓｏｌｕｔｉｏｎＣｏｅｆｆｉｃｉｅｎｔＦｏｒｍ）域,在ＭＣＦ域内根据不同的方向将数据归类和“剖分”为水平纹理,竖直纹理,角点信息,对这三部分分别搜索各自的Ｄｏｍａｉｎ块和变换,它扩展了经典的分形图像压缩方法,提高了压缩比,减少了块效应,改善了图像质量。     

圆盘与分形图像压缩编码算法

分形图像压缩字典是实现分形图像压缩编码的关键因素，而由Barnsley设计的传统的分形图像压缩编码字典的不足之处是压缩字典还比较小．针对这一缺点，提出了一个较简单的非线性圆盘算法，简化了Hong Yan等提出的复杂非线性圆盘算法，用于解决压缩字典较小的问题．实验结果表明；这一算法简单可行，并具有良好的压缩结果和高质量的重建图像。