一种新的无损小波图像压缩算法

基于Daubechies 5-3旋转小波，本文提出了一种无损图像压缩新算法，这一工作证实了小波压缩的如下问题，小波压缩具有与JPEG那样快的运行速度，在不改变变换系数的条件下，采用序贯处理方法能急剧地减小存储器的需要量，能用小波实现图像的无损压缩，对比实验表明，这种快速，有效的无损图像压缩技术比标准的JBIG和无损的JPEG性能要优越。     

基于局部边缘和变化率检测的无损图像压缩方法

1 引言图像是一种重要的信息表达载体,其表达力强,但数据量庞大,因此图像数据的存储和传输都要求对数据进行有效的压缩。一些实际的应用要求这种压缩是无损的,比如医学图像、遥感图像、图像存档等。如何在保证无损的前提下尽可能提高图像的压缩效率,对于这些与图像有关的应用(尤其是基于Internet或其它广域网络的应用)而言,具有非常重要的意义。图像无损压缩的理论框架一直是基于图像局部统计特征、具有自适应能力的预测编码方法。这种压缩方法的压缩过程分两步进行:第一步:解相关,这一步利用相邻像素之间的相关性,采用预测技术来消除图像在空间的冗余信息。为了得到好的预测效果,要求预测模型能够根据图像的局部特征进行自适应调整。第二步:编码,这一步采用熵编码方法对预测误差进行有效的压缩和表达。     

基于遗传算法的分形图像压缩

数字图像压缩日益引起人们的重视。利用图像中的局部分形特征进行压缩，取得了好的效果，但其虚拟码书的搜索匹配，计算量十分庞大。本文提出将遗传算法应用于分形图像压缩，大大降低了压缩编码的复杂性，与穷尽搜索匹配的算法相比，搜索范围在Ｏ（１０＾－２）量级，解码图像的峰值信噪比得到很好地保持，实验结果证实了算法的有效性。     

一种基于小波变换的图像压缩方法

提出一种基于小波变换的灰度图像数据压缩编码方法,基本思路是利用小波变换实现图像的多分辨分解,用矢量量化（ＶＱ）对分解后的图像进行编码,在矢量量化ＬＢＧ算法的初始码书的选取中根据矢量中各分量的特性提出一种改进的随机选取法,避免了可能的胞腔不均现象,提高了码书的质量,而且重构的图像质量也有所提高。     

一种基于上下文的自适应算术编码技术在无损图像压缩中的应用

本文提出了一种改进的基于上下文的自适应算术编码算法,为了在算术编码中选择合适的上下文,该算法法使用加权最小均方误差法来预测当前变换系数的值,并给出评测本算法性能的实验结果。     

基于人工神经网络的图像压缩方法

本文介绍了一种基于人工神经网络的图像压缩算法。和传统的数据压缩方法相比，它不必领事于预先确定的数据编码方式，而能够根据输入的图像信息自主地完成图像的压缩。实验结果证明了该方法的有效性。     

基于小波变换的图像压缩方法

小波变换克服了传统傅立叶变换的缺点,具有良好的时、频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。首先对图像进行小波塔式分解,然后依据小波系数的统计特性和分布特点,对不同的子图像块采用不同的量化、编码方法,并且在计算机上进行模拟实现,结果表明所提出的方案可以在保证重构图像质量良好的情况下获得较大的压缩比。     

NTT：一种图像压缩的新算法

1 图像压缩技术近几年来多媒体技术以其强大的生命力在全球逐步形成了一股不可阻挡的洪流。多媒体数据与传统的数据有很大差别,它具有数据类型多、数据量大等特点。随着多媒体技术的发展,对于多媒体数据特别是视频图像进行实时处理的需要越来越迫切。因此,图像压缩处理技术成为多媒体信息处理的关键技术之一。     

基于FPGA的近无损图像压缩实现

介绍了JPEG-LS标准的基本框架,叙述了JPEG-LS近无损图像压缩的实现过程。重点分析了JPEG-LS近无损图像压缩的硬件实现结构,成功进行了RTL逻辑描述,并进行了仿真验证。     

基于预测的无损图象压缩技术

预测压缩技术是无损图象压缩的基本技术,分析了基于预测的无损图象压缩方法,综述了预测无损图象压缩技术的研究进展,并对预测压缩算法的设计进行了有益的讨论。     

无损图像压缩算法与有损图像压缩算法分析

随着图像信息的大量存储和传输,图像压缩技术的研究越来越深入。分析现有的无损图像压缩技术——基于统计概率方法、基于字典编码方法和预测编码方法。并详细介绍有序二叉决策图OBDD,并对其进行新型和有效的编码,同时分析有损图像压缩技术,并对无损压缩算法和有损压缩算法进行比较。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。     

基于JPEG2000的DEM数据无损压缩

研究了小波技术在DEM数据无损压缩中的应用，采用JPEG2000标准对DEM数据进行无损压缩。实验结果表明，该方法与传统方法相比，不仅具有更高的压缩效率，而且具有更好的编码传输特性。     

基于整数小波变换的遥感超光谱图像无损压缩

由于遥感图像信息十分宝贵,应尽可能采用无损压缩或近无损压缩方法。本文提出基于"提升"(Lifting)算法实现整数小波变换(IWT)的方法,将变换方法用于去除空间冗余,保证了小波变换后图像信息无损失,再用算术编码对图像进行无损压缩。由于变换方法的去相关性能良好,实验证明将IWT应用于遥感图像无损压缩是有效的,能达到预期的目的,解码后的图像能无失真的恢复。     

基于整数小波变换的准无失真图像压缩技术

本文首先讨论了一般整数小波的构造方法，然后利用分块DPCM（Differential Pulse Code Modulation）与整数小波变换进行遥感图像的准无失真压缩。该方法可进行实时处理，硬件实现简单，可并行处理。实验结果表明，该方法是一种有效的遥感图像压缩方法。     

SAR图像压缩技术的发展与现状

从分析SAR 图像数据特征对压缩编码的影响入手, 归纳了SAR 图像压缩必须考虑的实际情况, 总结了SAR 图像压缩发展至今的几种典型技术并讨论了它们的压缩效能。理论和实验证明: 预测编码、矢量量化, 变换编码和一些特定技术各有优缺点, 其中自适应余弦变换编码( ADCT) 在现阶段最适于SAR 图像压缩, 自适应小波变换编码( ADWT) 将随着小波理论的完善而成为最有发展前途的一种SAR 图像压缩技术。     

基于Chen系统的图像压缩加密算法

混沌作为一种复杂的非线性运动行为,具有遍历性、初值敏感性、宽频谱以及类随机性等特征,这些特征使混沌同密码学紧密联系起来。本文提出了一个基于Chen混沌系统的图像压缩加密算法。对原始图像经过预处理后进行离散余弦变换和熵编码,实现对图像的压缩,利用Chen混沌系统生成伪随机密钥流序列,将其用于对图像像素进行置乱和替代操作以完成对图像像素的加密。测试与分析结果表明所提出的算法具有良好的性能。     

基于四叉树和进化算法的分形图像压缩

分形压缩的解码图像质量取决于子块的大小，四叉树算法能够使图像中自相似性较好的区域所分割的子块较大，而使图像中的细致部分所分割的子块较小，这样就保证了解压缩后图像的质量。利用进化算法随机搜索与子块匹配最优的父块，比穷举法所使用的搜索时间更少。本文综合运用四叉树和进化算法有效地提高了分形的解码后图像质量和图像编码速度。实验结果表明，该算法的提出是成功的。     

基于图象的交互绘制和数据压缩

体数据的绘制速度是交互可视化的瓶颈。将基于图象的绘制方法和传统的体绘制方法相结合,提出了一个新的基于图象的快速图形图象绘制系统,大大提高了体数据交互可视化的速度。该方法首先用传统的体绘制方法得到一列采样图象,然后根据图象间象素的冗合性,通过Ｗａｒｐｉｎｇ变换压缩数据,由压缩后的数据Ｗａｒｐｉｎｇ生成任意视点的视图。为了进一步提高计算速度,给出了递推Ｗａｒｐｉｎｇ变换计算流程。