形状自适应小波编码

一种基于扩展SPIHT的形状自适应小波编码方法在文中被提出。其对形状自适应小波变换的机理进行讨论，根据掩模图像对视频对象进行三级形状自适应小波分解。对现有SPIHT进行改进，提出一种扩展SPIHT的压缩方法。该方法利用小波子带自相关特性对任意形状的视频对象进行编码，并且根据对应的三级掩模图像对视频对象外的零值不编码以减少码流。实验结果表明该方法在保证对任意形状视频对象的交互操作功能的同时有效提高编码效率。     

基于对象的三维医学图像形状自适应编码算法

提出了一种针对三维医学图像已知诊断对象区域的形状自适应小波编码方法.该算法仅对对象区域内的像素应用形状自适应小波变换去相关,变换后,对象在变换域中的系数个数与图像域的像素保持相同.为了实现快速无损变换,提出一种基于提升的形状自适应小波变换方法.通过分析形状自适应变换后无效系数的位置,又提出一种改进的OB-3DSPECK(object-based set partitioned embedded block coder)算法,取消了对象区域外无效块或系数的符号输出,即只输出两种符号码流到自适应算术编码器.对于三维医学图像的对象区域,该算法能够提供有损到无损的渐进编解码.实验结果表明,该算法平均SNR比OB-3DSPECK提高0.5dB.此外,由于减少了一种符号输出,使得算术编码过程可选.     

基于塔式结构的形状编码方法研究及改进

主要介绍了小波形状编码理论.首先简要介绍了几种基本的形状编码算法,如基于上下文算数编码、四叉树形状编码方法以及基于塔式结构的形状编码.然后深入研究了基于塔式结构的PSC形状编码,并提出了一种IPSC的改进方法.     

两种基于对象的嵌入式小波图像编码算法比较分析

为进一步研究现有基于对象的图像压缩技术,介绍两种基于对象的嵌入式小波图像编码算法——基于对象的集合分裂嵌入块（0bject-Based Set Partitioned Embedded bloCK,OB—SPECK）编码算法和基于k—d树的二元集合分裂（Binary Set Splitting with k—d trees,BISK）编码算法,并进行比较分析、结果表明两种算法在集合分裂方案、对透明因数的处理方法及算法复杂度上有不同之处．在Matlab中进行的仿真实验表明,在对任意形状对象进行编码时,BISK编码算法在算法性能和图像压缩质量上较OB—SPECK编码算法更优．     

基于对象的视频编码技术

首先介绍了视频对象的分割技术,然后着重对视频对象编码的相关问题进行了分析和阐述,包括典型的形状编码方法,对纹理编码、形状和纹理数据的运动估计以及任意形状视频对象的可扩展编码等问题进行了分析;最后介绍了视频对象编码中的比特分配问题.     

MPEG-4视频编码技术的研究及实现

通过对MPEG-4的特点和VOP编码原理及其关键算法的研究,提出了实现形状信息编码、运动信息编码、纹理信息编码的方法,针对运动信息编码、纹理信息编码这两种编码方式给出了流程图并进行详细说明,提出了MPEG-4编码技术中两种新的编码——可伸缩编码和Sprite对象编码。     

基于曲率尺度空间的VOP形状编码算法

首先对曲率尺度空间（CSS）算法进行改进，并用改进的CSS算法对任意形状物体的形状信息进行特征点的分层提取；其次，用自适应算术编码算法对固定长度的八分圆编码算法进行改进，并对所提取的特征点进行算术编码，实验结果表明，这种新的基于特征点提取的形状编码方法比MPEG-4校验模型中基于上下文的算术形状编码算法，在Dn相同的条件下，主观质量更好，且压缩比更高。     

空时形状预测与高效编码

目的 形状是视觉对象的关键特征,形状编码是对象基图像和视频处理中的关键技术,但现有无损形状编码方法压缩效率普遍不高.为此,提出一种基于链码表示和空时预测的高效无损形状编码新算法.方法 首先逐帧提取视觉对象的形状轮廓并转化为链码表示;然后基于对象轮廓的帧间活动性将形状视频序列分成帧内预测编码帧和帧间预测编码帧,并基于轮廓链码的空域相关性和时域相关性对二者分别进行空域和时域补偿与预测;最后基于链码的方向约束特性对预测后的位移矢量和预测残差进行高效编码压缩.结果 为了检验所提算法的性能,基于MPEG-4标准形状测试序列进行了编码实验测试.与现有主要方法相比本文算法能提高压缩效率6%到71.6%不等.结论 本文算法可广泛应用于对象基编码、基于内容的图像检索、图像分析与理解等领域.     

基于图象内容的视频压缩方法

由于视频图像的知识冗余度,视频压缩可以采用基于图像内容的压缩方式。论文描述了基于内容的压缩系统的整体框架,并且对于视频对象的形状信息,运动信息和纹理信息的编码过程都进行了详细讨论,然后探讨了视频对象的Sprite编码和时间空间可分级编码,最后介绍了针对任意形状视频对象的形状自适应(SA)DCT变换编码,同时指出SA-DCT存在的缺陷并以此作为后继工作的基础。     

基于感兴趣区的图象近无损压缩

无损感兴趣区（Lossless Region of Interest (ROI)图象压缩方法,即在感兴趣区采用无损压缩,而在其他区域采用有损压缩,从而保证了重要信息不丢失,并尽可能提高衅象的压缩比,在整形小波变换（IWT）和嵌入式零树编码的基础上,实现了无损感兴趣区（Lossless ROI)的图象近无损压缩,并提出了一种小波变换域形状编码算法－－树映射形状编码,同时给出了算法的原理及实现,并进行了相关实验,实验结果表明,该算法能够提高压缩效率,且压缩效率取决于感兴趣区的大小以及对不感兴趣区图象的质量要求。