DCT域网格编码量化及其在图像量化中的应用

本文提出了在离散余弦变换(DCT)域内作网格编码量化(TCQ)的新方法.该方法不仅利用了信号间的时间相关性,而且也利用了信号变换域内的相关性,该方法首先用一维或二维DCT变换减小变换域内的相关性,然后利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,并用维持比算法寻找最优量化序列.仿真结果表明,基于二维DCT的TCQ方法在相对大的灰度率下,比传统的TCQ方法好2dB左右,与此同时,TCQ又比最优标量量化好2dB左右.该方法还具有编码计算复杂度适中,解码简单以及对误差扩散不敏感的优点.     

一种应用于指纹识别系统的指纹图像压缩算法

针对应用于指纹识别系统中指纹图像的压缩编码问题,提出了一种改进的基于四叉树分类的网格编码量化(QTCQ)的指纹图像压缩算法.该算法对小波变换后的高频系数采用2×2的DCT变换进一步集中能量,并对变换后的系数进行系数重排以使得高频子带内的重要系数集中于相应子带的低频位置,再通过基于四叉树的网格编码量化进行量化编码.仿真结果表明,该算法比WSQ和JPEG2000等均具有更好的压缩性能.     

基于DCT-TCQ的SAR原始数据压缩算法

该文提出了一种基于离散余弦变换(DCT)和网格编码量化(TCQ)的SAR原始数据压缩算法。SAR原始数据可以看成是距离向和方位向的2维线性调频信号的线性平移叠加,因而含有丰富的频率分量,对DCT系数按频率分组,根据各组频率分量系数方差确定量化比特分配,然后对量化系数进行TCQ编码量化,可以大幅度提高了量化增益。真实SAR原始数据实验结果表明:该算法使SAR原始数据的压缩性能指标较现有算法有了明显提高。     

基于多级零树编码的小波系数网格编码量化

该文提出了对小波图像作多级零树编码后进行网格编码量化（TCQ）的新方法。首先利用子带间的相关性进行零树编码，然后利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离，并用Viterbi算法寻找最优量化序列。仿真结果表明，该方法比零树编码后采用最优量化要提高0．3dB左右。该方法还具有编码计算复杂度适中，解码简单的优点。     

基于均匀网格编码量化的超光谱图像自适应压缩

提出一种基于小波系数分类的超光谱图像压缩方法．算法首先将各波段小波分解并将所得子带划分成子块,而后根据子块活动性将其分类．在分类基础上,使用预测差分技术去除谱间冗余,此过程中分别求取各子类的预测系数以反映子带的局部相关性,而后利用均匀网格编码量化方法来量化残差系数序列,最后使用自适应算术编码对量化码字进行熵编码,为使编码器能在所有系数序列中最优地分配比特,本文提出一个基于序列统计特性和网格编码量化器率-失真特性的比特分配算法,实验证明该方法能高效地压缩超光谱图像,表现出优异的压缩性能。     

一种基于小波的多光谱图像压缩方法

文章提出一种基于Karhunen2Loeve变换(KLT)和小波量化编码的多光谱图像压缩方法。该法首先使用KL变换步骤来去除谱间冗余,而后对各变换波段图像进行小波变换,并利用均匀阈值网格编码量化方法来量化小波子带图像,最后使用算术编码对量化结果进行熵编码。为使编码器能为所有谱段各子带获取率- 失真意义上最优的量化阈值,本文提出基于子带图像统计特性和网格编码量化器率- 失真特性的比特分配算法。实验表明,本方法能高效地压缩多光谱图像,表现出优异的压缩性能。     

基于四叉树分类的小波图像二维网络编码量化

本文提出了一种小波图像在进行小波系数四叉树分类后运用二维网格编码量化（2D-TCQ）的新方法。首先根据小波图像中各子带系数的带间相关性对其进行四叉树分类,然后在扩展的二维码书空间对重要类系数进行网格编码量化,运用维特比算法寻找最优量化序列,最终形成有序的嵌入式编码比特流。仿真结果表明,该方法在相同编码率下与SPIHT算法相比,PSNR获得了0.4dB左右的改善;使用小一倍的码书,相同编码率下比四叉树分类后使用一维TCQ获得了0.1dB左右的改善。由于本方法可以采用较小的码书尺寸,计算量较小,所以适用于低存贮、低功耗的编解码环境。     

基于3维SPIHT编码的超光谱图像压缩

提出一种针对超光谱图像压缩的3维SPIHT编码算法.通过对超光谱图像进行3维小波变换,同时去除像素数据间的空间冗余和谱间冗余.针对变换后得到的小波系数,构造一种3维空间方向树结构,并用经3维扩展后的SPIHT算法(3D SPIHT算法)对小波系数进行量化编码.实验证明,基于3维小波变换的3维SPIHT编码算法在对超光谱图像压缩时,表现出了优良的率失真性能.并且算法复杂度适中,具有嵌入式特性.     

二维网格编码矢量量化及其在静止图像量化中的应用

该文提出了在二维码书空间中，在矢量量化（VQ）的基础上，应用网格编码量化（TCQ）的思想来实现量化的新方法－－二维网格编码矢量量化（2D－TCVQ）。该方法首先把小码书扩展成大的虚码书，然后用网格编码矢量量化（TCVQ）的方法在扩大的二维码书空间中用维物比算法来寻找最佳量化路径。码书扩大造成第一子集最小失真减小从提高了量化性能。由于二维TCVQ采用的码书尺寸较小，因而可以应用到低存贮、低功耗的编解码环境。仿真结果表明，同一码书尺寸下，二维TCVQ比TCVQ好0．5dB左右。同时，该方法具有计算量适中，解码简单以及对误差扩散不敏感的优点。     

基于能量树编码的小波图像压缩算法

针对小波变换的空间能量聚集特性,提出了一种基于能量树编码的小波图像压缩算法。该算法在离散小波变换的基础上,分别对图像的各高频子带按其局部能量构建分层能量树,利用总能量和各层的能量角等效表示子带的小波系数;根据给定的压缩比,选择合适的代价函数构建最佳能量树,然后对其进行量化和编码,通过自适应的比特率分配实现小波图像压缩。实验结果表明,该算法实现简单,重构图像质量好,与当前多种主流的小波图像压缩算法相比,压缩性能有了明显提高。