小波图像编码中阶梯型量化的研究

本文利用原始图像在不同频率区域能量分布不同的特点，通过对小波变换系数的研究，提出了一种对图像的小波分解系数进行阶梯型量化的有效方法，并结合不同类型的图像给出了具有代表性的量化方案，实验证明该方法可明显地提高图像的压缩效率和重构质量。     

基于小波变换的点量化图像编码算法

首先扼要介绍小波理论，分析小波变换的统计特性和重要系数的分布特点，着重对几种最具代表性和生命力的点量化图像编码算法进行详细的论述，并对它们进行比较；然后，重点讨论基于时间轴小波变换的视频分割算法在视频图像编码上的应用，提出今后研究的方向。     

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。     

一种基于小波零树的图像编码算法

小波变换因具有良好的时、频局部化性能,在图像压缩编码中得到广泛应用。文章在图像的二维快速小波变换基础上,根据小波系数的特点介绍了一种小波零树的图像编码算法,给出了树中不同类型点的编码数据结构,并用512×512×8的lena图像对算法进行仿真实验。     

一种快速、有效的量化与基于小波的图像压缩

量化是利用小波变换的图像压缩编码技术的关键环节之一。矢量量化和标量量化各有长短,该文将这二者有机地结合起来,称为混合量化(HQ—Hybrid Quantization)。它既有矢量量化的高效率,又具有标量量化的简单性,不需要进行码书训练,不要做乘除法。并用标准测试图像与其它方法的压缩结果进行了比较。     

结合小波预处理的图像编码方案

提出了一种新型的结合小波预处理的图像编码方案，在编码端，首先对原始图像进行模糊化处理，然后再按照通常的小波变换进行编码；在解码端，先进行小波变换，然后再进行与模糊化相反的清晰化处理，得到恢复图像，试验结果表明该编码方案在计算复杂度上上升极少，在恢复图像质量上下降很少，但是在图像压缩比上得到大幅度的提高，是提高小波变换图像编码效率的理想方法。     

基于小波变换的静态图像处理的研究

主要探究基于小波变换的静态图像处理的方法。对嵌入式零树算法的研究很有理论和实际价值，SPIHT是一种经典的算法，但硬件应用有困难，本文对其作了改进，期望有一定的提高。     

基于小波变换的分类矢量量化编码

提出了一种小波变换和分类矢量量化相结合的方法,利用方向树结构构成矢量,并对矢量按能量进行分类,结合非线性插值方法进行矢量量化。矢量的构成充分考虑了小波系数的带内以及带间相关性。仿真结果表明,该方法能够获得较高的编码效率。     

一种改进的基于零树集合的小波图像压缩算法

提出了一种新的基于零树和集合的图像压缩方法,它是对ＳＰＩＨＴ方法的改进。ＳＰＩＨＴ算法是Ａｍｉｒ Ｓａｉｄ和Ｗ．Ａ．Ｐｅａｒｌｍａｎ提出的一种高效的压缩算法,其性能优于ＥＺＷ算法,它在不同比特平面上对幅值较大的元素首先进行编码,从而使重建图像令人满意时,例如３０ｄＢ以上时,达到较高的压缩比。本文认为,在ＳＰＩＨＴ中,不同情况下的比特分配有一些不尽合理之处。本文根据大量图像的统计特性得出更合理的比特     

一种基于整数平方量化阈值的小波图像编码算法

作为JPEG2000的重要组成部分,整数小波变换(IntegerWaveletTransform)和嵌入式零树编码(EmbeddedZerotreeWaveletCoding)有许多优越性,但是图象经整数小波变换(IWT)后各子带系数幅值的动态变化较小,因此其能量集中性较第一代小波变换差很多,不利于零树编码(EZW)。该文从零树编码的量化阈值入手,将传统零树编码中“2的整数次幂”量化阈值改为从1开始的整数平方量化阈值,通过缩短了各量化阈值间的距离,减少了重要系数集中出现在较低量化阈值的机会,增加了编码过程中零树的数量,从而充分利用了整数小波变换能量集中性较低的特点。实验证明,该算法通过整数平方量化阈值有效地将整数小波变换同零树编码结合起来,提高了编码效率。     

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。     

基于小波变换的图像压缩编码

数字图像压缩在数据通信、存储中有着重要的作用,是信息技术中非常活跃的研究领域．本文利用小波变换,经过量化和熵编码,实现数字图像的压缩,并从阈值和量化级数两个方面对压缩效果进行了比较．其中,阈值的增大会导致压缩比增大,但是复原图像质量下降．而量化级数越多,则复原后的图像质量也越高,但是压缩率越低．     

一种基于改进嵌入小波编码的新图象压缩算法

基于逐次逼近量化与零树结构的嵌入零树小波编码(EZW)被认为是静态图象变换编码领域迄今为止最好的压缩算法之一.然而通过分析和实验,发现该算法在一定程度上存在时间复杂度较高和复原图象质量不尽理想等不足.本文提出了一种基于改进嵌入小波编码的新图象压缩算法,该算法能够通过以下3项措施提高EZW算法工作效率:(1)对最低频子带进行单独编码;(2)采用全新的嵌入小波编码策略,不再利用导致计算量剧增的双亲-子女(Parent-Children)关系;(3)进行嵌入小波编码时,不再考虑ZTR(零树根)和IZ(孤立零)符号.实验结果表明:本文提出的新图象编码算法在压缩/解压缩速度、图象复原质量等方面均明显优于EZW编码算法.     

分布式小波视频编码自适应嵌套量化模型

提出一种分布式小波视频编码自适应嵌套量化模型,对Wyner-Ziv帧做小波变换,利用Slepian—Wolf编码器对低频子带系数进行量化,采用SPIHT编码器对高频子带系数进行编码,通过分析Wyner—Ziv帧低频子带系数与参考帧低频子带系数的残差自适应度,判定Wyner-Ziv帧低频子带系数的量化步长,从而使运动剧烈的视频序列有较大的量化步长,而运动平缓序列的量化步长较小。实验结果表明,采用该模型能获得较好的编码效果。     

一种基于新量化方案的形状自适应整数小波编码算法

首先提出了基于提升方案的形状自适应整数小波变换算法,然后对整数小波同第一代小波的变换系数分布特性的差异进行了详细的分析.针对整数小波变换系数幅值动态变化范围小,而传统EZW中阈值区间相对较大,不利于形成零树结构的不足,提出了基于奇数平方的阈值选取方法.并在此基础上,提出一种基于二分法的量化逼近方案,与传统的基于位平面的量化方法相比,该方案能用更少的比特来完全重构一个系数.最后,提出了基于整数小波变换和新的量化方案的形状自适应EZW编码算法.实验结果表明,阈值选取方法是合理的,而基于二分法的量化逼近方案是有效的.在相同码率下,与传统阈值选取和量化方案相比,该方法重构图像的峰值信噪比要高出0.5~2dB.     

一种基于小波变换的图像压缩方法

量化在图像压缩编码中起着至关重要的作用。从标量量化的角度出发,提出了逐级量化的编码方法,该方法能在保证一定图像质量的前提下大大降低编码率。最后,通过实例分析说明了本方法的具体实现过程,并对经典图像进行实验。证实了本方法的正确性和实用性。     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。