基于多小波域SOT结构的SAR图像去噪与压缩算法

合成孔径雷达（SAR）图像固有的相干斑噪声严重影响了SAR图像的判读和进一步压缩处理,提出一种在多小波域将空间方向树（SOT）去噪与压缩相结合的SAR图像压缩算法。首先利用SOT对高频子带的多小波系数进行软阈值去噪,滤除相干斑噪声;然后采用改进的多级树集合分裂（SPIHT）算法编码形成嵌入式码流。利用大量的机载SAR图像对该算法进行了仿真验证,实验结果表明采用该算法进行SAR图像压缩提高了重建图像的PSNR,同时对相干斑噪声进行了有效的抑制。     

An enhanced one-dimensional SPIHT algorithm and its implementation for TV systems

In general, to achieve high compression efficiency, a 2D image or a 2D block is used as the compression unit. However, 2D compression requires a large memory size and long latency when input data are received in a raster scan order that is common in existing TV systems. To address this problem, a 1D compression algorithm that uses a 1D block as the compression unit is proposed. 1D set partitioning in hierarchical trees (SPIHT) is an effective compression algorithm that fits the encoded bit length to the target bit length precisely. However, the 1D SPIHT can have low compression efficiency because 1D discrete wavelet transform (DWT) cannot make use of the redundancy in the vertical direction. This paper proposes two schemes for improving compression efficiency in the 1D SPIHT. First, a hybrid coding scheme that uses different coding algorithms for the low and high frequency bands is proposed. For the low-pass band, a differential pulse code modulation–variable length coding (DPCM–VLC) is adopted, whereas a 1D SPIHT is used for the high-pass band. Second, a scheme that determines the target bit length of each block by using spatial correlation with a minimal increase in complexity is proposed. Experimental results show that the proposed algorithm improves the average peak signal to noise ratio (PSNR) by 2.97 dB compared with the conventional 1D SPIHT algorithm. With the hardware implementation, the throughputs of both encoder and decoder designs are 6.15 Gbps, and gate counts of encoder and decoder designs are 42.8 K and 57.7 K, respectively.     

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。     

基于内嵌块优化等级树(EBOHT)算法的图像编码

该文提出一种图像编码的新算法（EBOHT），该算法先将图像进行小波变换，然后按空间位置对应关系将小波系数分成若干块，每一块数据采用一种新等级树编码，比传统的SPITH方法增加了预测过程，进一步利用了相邻小波系树的相关性，块间进行基于率失真曲线的优化方法，使每一块图像有合理的比特分配，同时由于数据是分块编码的，因此该算法较SPITH有更好的容错能力，且易于实现感兴趣区（ROI）编码。     

基于结构树集合分割的效能选择性图像编码算法的改进

J．M．Shapiro提出的嵌入式小波零树(EZW)图像压缩编码算法,以其渐进嵌入的风格和简单高效的特点,开辟了小波变换在图像压缩编码应用中的广阔前景,引起了人们的普遍关注。在EZW算法之后,又有许多对EZW算法进行改进的方案被相继提出。其中由A．Said提出的基于结构树集合分割(SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献[1]又提出了基于结构树集合分割的效能选择性(AS-SPIHT)图像编码算法。本文提出了一种改进的AS-SPIHT(IAS-SPIHT)图像编码算法。该算法首先通过建立四元组模型,简化了SPIHT及AS-SPIHT算法的实现;其次,通过充分利用已检出重要系数的先验知识,进一步提高了压缩比。     

基于SPIHT的感兴趣区域的多描述编码

提出了一种感兴趣区域的多描述SPIHT编码方法．该方法将具有分层内嵌特性的SPIHT码流编码成多个描述子,通过对所有零树重新进行重要性排序,为每个描述子分配不同编码速率的完全编码码流和冗余码流．在分配速率时,优先对感兴趣区域分配较多的冗余,而对背景区域或非感兴趣区域分配速率较低的冗余,以进一步增强感兴趣区域的抗误码以及抗分组丢弃能力．文中对编码过程中零树、冗余树及其编码速率之间的关系进行了定量分析,并给出了重要性排序和冗余树分配的具体算法．实验证明,该文方法同其它感兴趣区域编码方法相比．可以进一步提高感兴趣区域在分组丢弃情况下的恢复图像质量．     

优化的等级树集分割编码方法

通过对等级树集分割编码方法的研究及对图像小波系数的分布特征的分析，发现等级树集分割编码码流还存在一些冗余。基于此提出了一种优化的等级树集分割编码方法，理论分析和仿真实验证明了该方法的有效性。     

基于人眼视觉特性的ROI编码

研究了等级树集分割编码方法(SPIHT)在ROI图像编码中的应用。根据SPIHT编码方法的特性、ROI区域小波系数提升后整幅图像小波系数的特点及人眼视觉特性,提出改进算法。同时提出质量等级因子的概念并给出了其数学表达式。本文提出的改进算法可在保证ROI质量等级的同时提高整幅图像的主观效果。仿真实验证明了改进方法的有效性及质量等级因子的调节作用和其公式的正确性。     

Multi-polarimetric SAR image compression based on sparse representation

The use of sparse representation in signal and image processing has gradually increased over the past few years.Obtaining an over-complete dictionary from a set of signals allows us to represent these signals as a sparse linear combination of dictionary atoms.By considering the relativity among the multi-polarimetric synthetic aperture radar(SAR)images,a new compression scheme for multi-polarimetric SAR image based sparse representation is proposed.The multilevel dictionary is learned iteratively in the 9/7 wavelet domain using a single channel SAR image,and the other channels are compressed by sparse approximation,also in the 9/7 wavelet domain,followed by entropy coding of the sparse coefficients.The experimental results are compared with two state-of-the-art compression methods:SPIHT(set partitioning in hierarchical trees)and JPEG2000.Because of the efficiency of the coding scheme,our method outperforms both SPIHT and JPEG2000 in terms of peak signal-to-noise ratio(PSNR)and edge preservation index(EPI).     

一种基于Contourlet的图像低码率SPIHT算法

Contourlet是一种优于小波的不可分离图像表示方法,它除了具有一般小波变换的多尺度、局部性外,还具有方向性、各向异性。为此,本文提出了一种基于Contourlet变换的SPIHT编码方法。首先,对图像Contourlet变换各子带系数的分布情况进行了统计分析;进而设计了一种基于Contourlet变换的空间方向树结构,该结构具有类似图像小波变换域中“零树”的特性;在此基础上实现了一种基于Contourlet变换的渐进式编码算法（CSPIHT）,该算法除了具有一般基于小波变换的零树编码算法的特性外,还具有方向性和各向异性的特点,特别对图像的边缘方向信息和纹理信息具有很好的捕捉能力和解码的视觉效果。实验结果表明,所提出的算法CSPIHT在低码率下其重构图像的PSNR要高于SPIHT算法;而对于中等码率,尽管重构图像的PSNR略低于SPIHT,但重构图像纹理和边缘区域的视觉效果要优于SPIHT。     

基于小波域空间树结构的合成孔径雷达图像压缩

空间树结构SOT(Spatial-Orientation Tree)在基于小波的SAR图像压缩中扮演着及其重要的角色,包括EZW(Embedded Zero-tree Wavelet)和SPIHT(Set Partitioning in Hierarchical Trees)的图像压缩编码方法,都利用了SOT中的父子关系。斑点噪声的存在,严重降低了SAR图像的质量和可压缩性。作为研究不同分辨率小波系数的空间相关性的非常有效的数据结构,SOT在斑点噪声去除中并没有得到很好的利用。提出一种新的SAR图像压缩方法,该方法结合基于SOT结构的斑点噪声去除和EZW嵌入式零树编码算法,对机载合成孔径雷达图像压缩实验的结果显示,该方法优于JPEG和标准EZW算法。     

SPIHT算法的容错性改进

针对SPIHT算法易受噪声影响的缺点,提出了一种能有效增强其容错性能的方案。实验结果表明,通过对空间方向树集合的分块、打包,并结合错误发现和再同步技术,该算法在保持原有编码性能的基础上,有效地防止了误码的扩散,增强了容错性。     

一种基于改进SPIHT的图像压缩算法研究

通过引入子带分块编码的思想,提出了一种基于提升小波变换的改进SPIHT算法。该算法不但具有传统SPIHT算法的优点,而且能实现码流多分辨率表示和ROI区域编码。最后,给出了一种有效的基于提升小波变换的图像压缩系统。该系统把图像分割成小块后,单独进行提升小波变换及编码处理,并在解码端恢复后进行重新组合。试验结果表明本方法能取得满意的结果,显示了本方法在图像压缩中的应用前景。     

基于视觉敏感特性的小波域图像编码算法研究

以层树分集(SPIHT)编码方案为基础,结合人类视觉系统的对比度敏感性,提出一种新的小波域图像压缩编码算法.该算法首先对原始图像进行小波变换;然后根据小波系数分布特点,结合人类视觉的对比度敏感性对小波系数进行加权处理;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案(特别是低比特率下).     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

基于联合优化技术的信源信道联合编码新策略

针对多媒体无线通信的特点，提出了结合了自适应纠错技术与联合优化技术所提出的一种新策略．充分考虑了联合编码的自适应纠错特性和联合优化特性，在联合优化特性下分析了优化的信源编码算法和优化的信道编码算法．实验仿真的结果表明，该方法能够使图像数据在高码率下达到较好的抗噪性能．     

Wavelet-based video coding with early-predicted zerotrees

The coding efficiency of DCT-based standard video codecs is significantly improved by the use of skipped macroblocks. A similar concept is proposed for zerotree-based wavelet video coders. In a pyramidal wavelet transform, the wavelet coefficients are linked through spatial orientation trees. For each transformed frame, a method is proposed to identify those trees that are likely to be zerotrees throughout the coding process at a given bit budget. These trees are called the early-predicted zerotrees. These trees are then excluded from the subsequent quantisation and encoding processes. The tree classification is based on average energy of coefficients in the tree. The proposed technique is general and can be applied to any zerotree-based coding algorithm, but it is more advantageous to improve the performance of those zerotree-based video coding algorithms that use longer trees, such as virtual set partitioning in hierarchical trees (V-SPIHT). Simulation results demonstrate that the proposed technique can improve the performance of V-SPIHT-based video coder by up to 0.5 dB (on average) and can reduce the computational complexity by up to 80% (i.e. five times faster), for various test video sequences     

基于二叉树的改进SPIHT算法

为在保持多级树集合分裂(SPIHT)算法编码速度的同时提高其性能,提出一种基于二叉树的改进SPIHT算法。对D型集合分裂得到的4个系数进行二叉树编码,优先编码L型集合的重要性,并以较高的概率提前判断二叉树根节点的重要性,从而提高编码效率。实验结果表明,该算法的执行速度与SPIHT算法相当,且具有较高的峰值信噪比。     

基于小波系数特性的低比特率图像压缩编码算法

以层树分集（SPIHT）编码方案为基础,结合最低频子带系数分布特点与高频子带系数相关性,提出了一种新的低比特率小波域图像压缩算法.该算法首先对原始图像进行小波变换;然后对最低频子带系数进行优化处理,并自适应确定高频子带系数扫描次序;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案（特别是低比特率下）.     

Low complexity, and high fidelity image compression using fixed threshold method

This paper deals with the design and implementation of an image coding algorithm based on fixed threshold method. Threshold is the Peak Absolute Error (PAE) allowed in the reconstructed image. It has been shown that lossless edges with near-lossless/lossless filled area give a high fidelity images. Results are compared with Set Partitioning In Hierarchical Tree (SPIHT) [A. Said, W.A. Pearlman, A new, fast, and efficient image codec based on set partitioning in hierarchical trees, IEEE Trans. Circ. Syst. Video Technol. 12 (1996) 243-250] method. Experimented results show that the proposed method provides high fidelity images, and it has been shown that these images are visually better than images reconstructed using SPIHT algorithm for the same compression ratio. The execution time of the algorithm is almost half compared to that of the SPIHT algorithm which requires wavelet transform of an image.