基于小波变换的预测四叉树图像编码

本文提出了一种图像编码的新算法,该算法利用了图像小波系数在频带内部与频带间的相关性,属于带内编码与带间编码的混合.在同一频带内将系数分块,随比特面的移动,将块由大到小进行四叉树分裂,以期最大限度的利用块内系数的相关性,克服了固定大小块的不足.同时在编码的过程中加入了预测过程,用上一比特平面的显著系数在当前比特面对其邻域和子节点系数进行预测,将上一比特平面的显著系数的邻域和子节点系数从块中取出单独编码,从而实现对块的裁剪,以使块的形状更符合实际的情况.最后熵编码采用的了基于上下文的算术编码,提出了四种上下文编码模型.通过对比实验表明,该方法的压缩性能较SPIHT、SQP、QT_L均有不同程度的提高.     

一种基于小波变换的遥测图像编码新方法

为了实现火箭遥测图像的高效处理,优化火箭遥测图像的编码流程,提出了一种基于小波变换的火箭遥测图像编码新方法。在图像小波变换的基础上,以空间方向树为编码单位,采用改进的分层树集合分割(SPIHT)算法实现图像重要小波系数的比特平面编码,并采用联合码率优化截取方法,优先截取和传输重要比特平面的遥测图像数据。通过系统测试,结果表明：与传统的火箭遥测图像编码方法相比,新的遥测图像编码方法具有丢帧率低、重构图像质量好、编码效率高等优点,满足运载火箭遥测图像处理和传输的工程需求。     

一种新的嵌入零树小波图像编码算法

本文提出了一种新的嵌入零树小波图像编码算法。该算法能够通过合理分配比特、改进零树集合、完善分类策略等措施进一步提高SPIHT算法的工作效率。实验结果表明：本文算法是一种高交的图像编码算法，其压缩速度、图像复原质量等关键性技术指标均明显优于SPIHT算法。     

一种基于二进制小波变换的无损图像编码算法

该文提出了一种基于二进制小波变换的嵌入式无损图像编码算法渐进式分裂二进制小波树编码器(PPBWC)。PPBWC采用混合系数扫描方法按模值大小排序小波系数得到中间符号序列,通过非因果的自适应上下文条件编码考虑了不同频带小波系数的自相似特性,并利用待编码系数的未来信息提高了PPBWC的压缩编码性能。混合系数扫描和非因果的自适应上下文条件编码是PPBWC高效编码的主要因素。实验结果表明,与其它嵌入式无损算法相比,PPBWC具有最优的无损编码性能。     

一种基于小波-Contourlet变换的图像编码算法

根据小波-Contourlet变换对图像分解具有多尺度和多方向性的特点,提出了一种结合小波-Contourlet 变换和集合分裂嵌入块(SPECK)编码的图像压缩算法(CSPECK).小波-Contourlet通过方向滤波器组把小波分解的高频子带进一步分解为多个方向子带,从而可更稀疏地表示图像的边缘和纹理.SPECK算法编码具有复杂度低和编码效率高的优点.实验结果表明,CSPECK算法对纹理丰富的图像有很好的压缩效果,与基于小波-Contourlet 变换的CSPIHT算法相比,峰值信噪比提高了0.2～0.6 dB.     

基于内嵌小波变换的遥感图像编码

本文针对遥感图像的数据特点,提出了结合双正交小波变换和改进SPIHT算法的内嵌小波编码方案.实验结果表明,本文的方法能够在几乎不降低恢复图像质量的前提下降低了计算复杂度,提高了编码速度,有利于实时编码.     

一种高效的小波Contourlet变换阈值去噪算法

针对现有图像去噪算法去噪效率与信号保真度不高的现象,通过研究小波变换与Contourlet变换,将其有机的结合在一起从而实现优势互补,并提出一种高效的阈值去噪算法,通过建立最大值列表,引入适当的阈值将其系数进行分类,并使用优化后的软阈值去噪算法与边缘优化算法对其分类处理,实验表明,该算法能够有效的对含噪图像进行去噪的同时保留其边缘信息,具有高效性、保真度高的图像去噪特性,在图像去噪领域有较好的发展前景。     

基于提升小波变换的SPECK图像编码算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPECK(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPECK图像编码算法,提出了用整数小波变换代替传统小波变换进行SPECK图像编码。实验结果表明,在相同压缩比下,该算法比EZW(零树小波编码)在重建图像的信噪比方面有所提高,而与SPHIT(多级树集合分列算法)接近。     

一种基于小波-Contourlet变换的图像去噪算法

提出了一种基于小波-Contourlet变换的图像去噪算法.实验证明,该算法相对于小波变换和Contourlet变换能更稀疏的表达图像,并利用此优越性进行图像去噪,可以达到更好的效果和更高的PSNR值.     

一种基于Contourlet变换的人脸识别方法

Contourlet变换是一种新的多尺度几何分析方法,它不仅具有小波变换的多分辨率特性和时频局域特性,还具有很强的方向性和各向异性.该文分析了Contourlet变换的基本原理与变换的特点,提出了基于Contourlet变换的人脸识别方法,分别提取Contourlet变换的低频系数特征与高频方向子带统计特征进行实验.实验结果证明,Contoudet变换的低频系数特征具有优异的识别特性,而其高频方向子带统计特征则刻画了人脸轮廓与局部器官形状等信息,也具有一定的识别性能.     

基于小波变换的遥感图像编码

针对遥感图像的数据特点,提出了结合双正交变换和SPIHT算法的遥感图像小波零树编码方案.实验证明,对于给定的遥感图像可以获得比较满意的重构图像质量.     

用整数小波结合改进SPIHT编码实现静止图像无损压缩

无损图像压缩是图像处理中的一个重要领域 ,传统的基于熵编码的无损压缩编码方式存在一定的局限。利用提升算法构造整数小波变换 ,然后针对无损压缩特点 ,对 SPIHT算法加以改进 ,实现了一种可行的图像无损压缩编码方案。实验表明 ,优于传统熵编码和直接采用 SPIHT的无损压缩方法     

图像小波变换的分形编码技术

简要介绍小波变换在图像处理上的基本原理，初步探讨小波变换的分区块编码算法，在小波分解的基础上结合人眼特性，利用子带的相关性，引进分形编码思想，对图像进行有效压缩。仿真实验结果说明，该方法在同等图像的恢复质量下，其压缩比优于传统的压缩方法，在提高图像的恢复质量方面也有一定价值。     

利用子波变换的图象压缩编码技术

从1988年Malial将子波交换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法，开创了子波变换在图象处理中的应用．于波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计在1996年将会高清晰度电视标准的子波变换视频图象压缩技术将推出问世．本文将综述子波变换图象压缩编码技术当前的进展。     

基于小波-Contourlet变换的多传感器图像融合

提出了一种新的基于小波-Contourlet变换的融合多传感全色和多光谱影像的算法.由于Contourlet变换具有良好的多方向性和多尺度,所以它比其他方法更适应于进行多传感图像融合,对于小波-Contourlet变换后得到的低频和高频分量系数,采用平均法选择低频区域系数,选择区域"能量"较大的高频系数作为融合影像的高频系数.实验结果表明,基于所提出的小波-Contourlet变换的融合结果优于其他常用的融合方法.     

基于最优小波包的SPIHT图像编码算法

提出了一种基于最优小波包的改进SPIHT图像编码算法.分析了各种代价函数的特点以及构建最优小波包基的算法.实验结果表明:基于最优小波包的SPIHT图像编码算法能自适应的量化小波包分解后的不同子带的系数,其峰值信噪比和重建图像质量均优于标准的SPIHT编码算法.     

整数双正交小波图像压缩及其DSP实现

对于高分辨率相机所成图像,数据量非常巨大,仅用软件压缩远远不能满足实时性要求.本文提出一种适于硬件实现图像压缩算法--整数双正交小波变换的提升算法,并用DSP(Digital Signal Processing)芯片实现该种算法.由于输入的图像的灰度值是整数,为减少误差,我们把滤波器的参数也设计成整数形式,这种小波的计算只需两个浮点运算和16个整数运算,降低运算的复杂度,减少存储空间,进而提高实时性.并结合SPIHT编码方法提高压缩比(可达到31.25).     

一种基于小波-Contourlet变换的多聚焦图像融合算法

利用小波-Contourlet变换良好的多尺度性和多方向性特征,提出一种基于小波-Contourlet变换的多聚焦图像融合算法,引入Cycle Spinning来有效地消除由于小波-Contourlet变换缺乏平移不变性而产生的图像失真.实验结果表明,与其他基于多分辨率分析的多聚焦图像融合算法相比,该算法显著减小了融合图像的RMSE值,提高了融合图像的视觉效果.