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。     

WT域图象分类的矢量量化编码

基于边缘方向分类的ＣＶＱ能够减少在较低位码率进行图象信号矢量量化时的边缘失真和计算的复杂程度。根据静止图象小波变换后小波系数的特征提出了一种在ＷＴ域进行分类的分类算法。     

图象小波分解方式的改进及应用

在传统图象小波分解方式的基础上,提出一种改进的图象小波分解方法,并将它应用到图象压缩编码方案中去减少了运算杂度,实验结果也表明,该方案在不影响图象质量的前提下提高了压缩比,具有广阔的应用前景。     

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。     

在小波分解下的分形块方法图象编码

本文分析了分形块方法在小波变换下的特点，指出特殊的块方法是从低分辨率细节构造高分辨率细节的本质，给出了一种简单的解码过程，只需递推有限步便可恢复原图象。根据类似的思想。本文作者提出更一般的由低分辨率细节构造高分辨率细节的方法。     

基于DCT子空间失真测度的快速矢量编码算法

在本文中，我们介绍了一种基于离散余弦变换子空间失真测度的恢复速失量编码算法。该算法利用ＤＣＴ子空间映射，将失真测度维数从１６降至４，从而使编码计算复杂度隆为１／４，并且结合部分失真算法进一步减少了编码 计算复杂度。     

多小波图象编码

首先,与许多有关多小波的文献不同,该文从Ｍａｌｌａｔ多分辨率分析的角度叙述多小波理论,并由此推导出多小波变换的快速算法;其次,结合二种常用的多小波图象变换预处理方法,提出了一种新的预处理方法,最后,揭示了经多小波分解后,同一幅矢量子带图象不同分量图之间的相关性,并利用这种相关性进行图象编码,理论分析和实验数据都表明,多小波图象编码是一种很有潜力的图象编码方法。     

基于多小波变换的矢量量化图象快速编码算法

提出了一种基于多小波变换的矢量量化编码算法,图象的多小波变换优于普通小波变换,此算法又加快了编码速度。实验表明：计算时间有所减少,峰值信噪比有所提高,且图象无明显块效应。     

基于小波变换的图象分层预测差值编码

二元正交小波变换能实现图象多分辨率的塔形结构表示，相邻两层水平和垂直方向的分辨率以２（或１／２）的因子改变，上一层的每个系数对应下一层的２×２区域，相邻两层存在着较大的空域相关性，为进一步减少小波变换系数的冗余性，我们提出了图象分层预测差值编码，实验表明分层预测差值编码能从整体上大幅度地减少小波变换系数的冗余性，比图象各层系数直接编码能实现更好的压缩效果     

一种基于小波变换与自适应混合量化的新图象压缩算法

本文提出了基于小波变换与自适应混合量化的图象压缩算法，该算法首先将小波变换后的图象高频子带划分为扫描块，然后依据图象的纹理复杂度和重要性程度将这些扫描块划分为4类（平坦，过渡，弱纹理和强纹理）；最后对各类扫描块分别进行向量和标量量化混合编码，实验结果表明，试图象压缩算法在压缩速度，图象复原质量等方面均优于FVQ编码算法和JPEG方法。     

基于小波变换及矢量量化的隐像术

提出了一种新的图像保密系统（称为隐像术）,它把有关秘密图像的信息加密隐藏在另一可以开传送的普通图像中,不易引起窃听者的注意,达到了保护秘密图像的目的。试验结果表明,恢复出的秘密图像的PSNR值可达22．83dB,证明了隐像术有着令人满意的恢复质量。隐像术的优点是：用可公开传送的普通图像隐藏秘密图像,不易为窃听者所察觉;有效地压缩了所需保密和数据,一幅可公开传送的普通图像中可隐藏数幅秘密图像;秘密图像的信息是用DES算法加密的,确保了整个系统的安全性。     

采用小波变换的图像数据融合方法及实现

如何对同一目标的多传感器获得的不同波段的图像数据进行有效融合,提高对检测目标检测的识别率,抑制每个传感器的检测器声,降低检测信息不确定性,这是数据融合研究的重要课题之一,本文介绍了一种基于小波变换的融合方法,并应用于四幅不同波段的ＳＡＲ图像的融合,取得了良好效果。     

整数小波变换和EZW编码在基于ROI图像渐进传输中应用研究

整数小波变换能够克服浮点数小波变换所带来的缺陷,是一种真正意义上的无损可逆小波变换,基于整数小波变换的EZW编码是一种嵌入式编码技术,能够有效地应用于图像的压缩与渐进传输.介绍了整数小波变换和EZW编码的工作原理,然后将它们应用于ROI图像压缩与渐进传输,并给出了实验结果.     

小波变换用于催化剂表面图象的局部特性分析

文中讨论了催化剂表面ＳＥＭ图象关于多重分形生长过程的局部奇异性分析，通过小波变换获得的局部奇异强度，比描述整体的单一分形维数和奇异谱，能提供更加准确的Ｈｏｌｄｅｒ指数绝对值和空间定位，用奇异强度直方图描述了图象上分形测度的分布，进而确定了催化剂表面活性区域的分布。     

小波变换及图像压缩编码时小波基选择

阐述了小波变换的原理,分析了小波变换用于图像压缩时小波基选择与图像压缩编码效果的关系,并通过实例加以说明。     

基于平稳小波变换的图像去噪方法

正交小波阀值消噪方法已广泛地应用于图像噪声抑制，目前对于正交小波阈值去噪方法的研究主要集中于如何选取阈值使消噪达到较好的效果，然而对于图像中噪声幅度较大的情况下，正交小波变换阀值消噪会使图像边缘失真，甚至图像模型，提出的平衡小波变换的图像消噪方法，可以有效地降低噪声，同时又较好地保持图像边缘细节，与正交小波变换阈值降噪方法相比，有明显优越性。     

一种基于小波变换的静止图像编码方法

随着小波分析的理论研究水平不断提高,其应用领域也在不断地扩展。特别是在信号和图像处理方面,由于小波变换具有良好的时频局部化性能,使其在该领域有着广泛的应用。本文通过对小波函数、多分辨分析等小波变换的有关概念和理论的介绍,以及对矢量量化方法的分析,提出了一种基于小波变换和矢量量化的图像编码方法,并在计算机上模拟实验,得到较好的重建效果。     

一种改进的二进小波变换图像去噪方法

本文在分析图像噪声消除与细节保持相矛盾的基础上,提出了一种改进的二进小波变换图像去噪方法。首先用自适应滤波多尺度边缘检测方法检测出图像的边缘;然后用二进小波变换去噪方法进行全局闯值去噪;最后将边缘图像嵌入到二进小波去噪后图像。实验结果表明,该方法不仅能够滤除图像的噪声,而且能够保持图像的边缘信息。     

基于网格特征跟踪的小波图像压缩方法

用可分离二维小对图像进行小波变换时，高通滤波器具有水平、竖直和对角三个方向的选择性，因而对其它方向的高频信息（即边缘）的压缩效果不好，在高压缩比的情况下，产生明显的边缘Ｇｉｂｂｓ现象，本文利用三角形网格对图像进行边缘特征跟踪，有效地去除了这种现象，在至少保持了客观压缩质量（ＰＳＮＲ）的同时，提高了主观压缩质量，并通过确定网格点的特征点匹配领域以及引入弹性网的概念，得到了满足４条原则的网格点坐标的线