小波分析在静态图像压缩编码中的应用

在分析传统图像压缩DCT算法存在缺陷的基础上,讨论基于小波分析的静态图像压缩算法,并分析这种方法的优点以及发展前景。     

基于小波变换的图像压缩方法研究

首先介绍小波变换图像编码的基本框架,并借助Matlab作为工具按算法流程编写程序对标准Lenna图像信号进行实验,给出实验结果。     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

基于阈值与人眼特性的小波图像压缩算法

针对图像传输数据量大的问题,通过结合小波变换的高效性与普遍性,提出了一种基于阈值与人眼特性的小波图像压缩算法,在图像的低频子带中通过结合阈值与人眼的视觉敏感度,提出了阈值保留算法;而图像的高频子带则是通过结合小波变换后各子带的方向性,并根据小波幅角的不同提出了边缘保留算法：在保证图像质量的同时减少了图像中的冗余信号。实验结果表明,新方法能够实现上述目标且具有低耗时的优势,在图像压缩领域具有较好的发展前景。     

JPEG基线算法对BP神经网络图像压缩处理的影响

根据BP神经网络图像压缩处理中,存在对图像信息高低频部分处理质量不同和边缘效应等问题,提出了采用JPEG基线算法于BP神经网络图像压缩处理结构中,建立了该系统。并采用灰阶Lena图像进行实验,通过实验分析发现,采用这种新的结构来处理图像,不仅可以得到较大的压缩比,而且具有较好的峰值信噪比。实验结果证明这种具有自适应性的图像处理方法,不仅可行,而且能高效、稳定地重建图像。     

BP神经网络在静态图像压缩中的应用

BP神经网络模型是一种发展较为成熟的网络模型,近年来在数字图像处理领域获得了广泛应用,尤其在图像压缩方面更有其先天的优势性。文章在介绍BP网络模型的基础上分析了基于BP网络的图像压缩原理与过程,并在Matlab平台上对静态灰度图像压缩进行了仿真实验,结果表明所设计的BP网络具有不错的泛化能力,用于图像压缩的效果较好。     

基于小波与三维离散余弦变换的视频图像压缩

提出一维小波与三维DCT（离散余弦变换）相结合的视频图像压缩算法,可有效地改善XYZ压缩方法在高压缩比时的性能。该方法不涉及运动估计和运动补偿,复杂度低。实验结果表明,这种算法能快速、高质量地压缩视频图像。     

图像压缩编码方法综述

本文对图像压缩的几种经典压缩编码方法进行了汇总和分析。介绍了他们的压缩原理和特点，然后对新一代的编码方法，包括小波变换编码、分形编码和神经网络编码，进行了简要的介绍。指出了各自的优缺点，并对图像压缩编码方法的发展方向进行了展望。     

基于改进图像块分类算法的图像压缩方法

本文提出了一种基于BP神经网络和改进的图像块分类算法的有效图像压缩方法.首先采用改进的图像块分类算法将图像块划分为互不重叠的3大类图像块,即平滑块、目标块、边缘块;然后基于BP神经网络对平滑块和目标块选用合适的隐含层单元数量进行压缩,对边缘块则采取不压缩而直接保存到压缩数据的方法,最后,得到上述3类图像块压缩数据集的集...     

基于位平面自适应算术编码的小波图像压缩技术

介绍了一种基于位平面上二进制算术编码的小波图像压缩技术。把算术编码方法应用于位平面层次,根据数据的重要性对静止图像经过小波变换以后的量化系数在相应的位平面的数据位进行高效的自适应压缩编码,有效地解决了难以进行概率统计的信源的编码问题。压缩效率高于其他编码方法。     

小波变换和傅里叶变换在图像压缩中的比较

介绍基于小波变换和基于傅里叶变换的图像压缩方法,并且将基于两种变换的图像压缩方法进行比较,实验表明基于小波变换的图像压缩方法能在高压缩比的前提下保持良好的重建图像质量,在压缩比相同的条件下,小波变换相对于傅立叶变换有明显的图像改善效果和抗"分块效应"能力。     

图像小波阈值去噪中马赛克现象的处理

在图像去噪处理中，采用小波阈值去噪法会产生马赛克现象，造成图像失真．为此作者提出了利用指数函数处理小波系数的去噪方法，可以保证在与阈值去噪法获得同样信噪比条件下，减轻马赛克现象，并利用超声C扫描粘接检测图像验证了该算法的有效性．     

用于光学小波变换的图像压缩方法

小波图像压缩数据量大,实现需时较长.本文将光学小波变换技术应用于图像数据压缩,分析光学小波变换系统和光学小波变换系数特点,对相关量化编码方案进行仿真实验,提出适用于光学系统的压缩方案,并实现光学小波变换的有损压缩.通过分析光学系统对量化编码噪声的容许程度,提出光学系统的近无损压缩方法.实验结果表明,近无损压缩重建图像与经光学小波变换直接重建图像相比,PSNR仅有0.1dB的差异,视觉上没有明显差异.     

一种基于小波变换的图像自适应去噪新方法

针对图像在日常拍摄和传输过程中极易受到干扰,造成图像模糊,分辨困难的问题。文章中首先对利用滤波去除图像噪声的方法以及利用常见的小波系数变换去除图像噪声的方法进行了说明并给出了小波变换去噪的步骤和流程图,进而针对性的提出了一种基于小波变换的自适应图像去噪方法。利用信噪比（SNR）和峰值信噪比（PSNR）两种客观评价方法将文章方法与其他方法进行了比较,数值仿真结果表明文章中提到的方法大大提高了图像去噪的水平,达到了自适应去噪的效果,说明该方法具有很好的实用性。     

基于小波变换的终点冲刺图像压缩算法

在终点冲刺中,用来判别运动员成绩的图像往往1秒钟内拍摄成百上千张,如此庞大的数据量给图像的传输、存储以及读出造成了难以克服的困难,这时图像压缩就成了必不可少的步骤。图像编码研究也成为了一个越来越活跃的领域,各种各样的算法相继面世。文中介绍的是基于小波变换的图像压缩解压算法。     

基于提升方案与SPIHT的无失真图像压缩

基于提升方案的整数Deslauriers-Dubuc（6，2）可逆双正交小波变换，可由加法和移位完成，便于硬件实现。与SPIHT和熵编码结合可实现无失真图像压缩。与ARJ，JPEG，整数Haar变换结合DPCM以及分块DPCM中的无失真压缩方法相比，压缩比分别平均提高了50％，35％，20％，2％左右。     

基于小波包和BP神经网络的风机齿轮箱故障诊断

为了对风力发电机组中最容易发生故障的核心部件齿轮箱进行故障诊断,提出基于小波包变换和BP(Back Propagation)神经网络的齿轮箱故障诊断方法。首先,根据齿轮箱工作时的振动信号特性,通过小波包变换方法对振动信号进行去噪、分解与重构,有效提取不同故障下各频段能量的故障特征;其次,将提取的能量故障特征输入至BP神经网络诊断系统中进行识别,实现故障的智能诊断。通过试验证明了该方法的有效性。     

用于星上图像压缩的JPEG2000算法的改进

本文修改了 JPEG2000 算法,通过改变编码顺序节约了大量的计算,提高了运行速度.用此算法对空间太阳望远镜的目标图像进行了实验,结果表明在相同压缩比的情况下,修改后的算法对图像质量没有明显的影响,在运行时间和压缩质量方面都能够满足空间太阳望远镜的压缩任务要求.     

一种采用多个小波基的图像融合去噪方法

提出了一种新的基于多个小波基的图像融合去噪方法.首先利用多个不同的小波基对含噪图像进行阈值去噪,得到多幅恢复图像.然后对这些图像采用小波融合方法进行融合.对于低频系数采用基于边缘的融合算法,在多幅恢复图像中选择最有可能是边缘的点加以保留;对于高频系数,采用了平均的融合算法.最后得到一幅去噪图像.实验结果表明,无论是在视觉效果上还是在峰值信噪比定量指标上该方法去噪效果均明显优于单一小波基去噪.     

基于小波系数变换的小波阈值去噪算法改进

小波阈值去噪是近年兴起的一种较好的去噪算法,其一关键点在于准确的选取阈值将细节信号和噪声信号区分开来。提出了一种算法对小波系数进行变换,将难以区分信号和噪声的区域放大,以利于阈值的选取,从而达到改进小波阈值去噪的目的。通过使用传统阈值去噪算法和该改进算法进行仿真,结果表明改进算法对去噪指标SNR、SME（平均方差）都有所改善。另外本文实验也表明改进算法可以更好的去除噪声,且较好的重现原信号的细节特征。