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。     

无损自适应分布式算术编码的研究及应用

目前分布式算术编码研究都是基于先验概率已知的有损压缩,为了实现概率自适应的无损压缩,研究了采用结束字符和概率自适应的编码方式来实现编码,提出了无损自适应分布式算术编码。实验结果表明,该算法拥有更好的压缩效果和更低的解码复杂度,并且在实际应用中,编解码可以同时进行。由于无损自适应分布式算术编码具有编码简单、压缩效果好的优点,故将它和比特面编码结合实现超光谱图像压缩,并将仿真结果与3D-SPECK算法比较,结果表明了该方法可以使信噪比提高0.13-0.37dB。     

基于SPIHT和分类比特编码的无损图像压缩

在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。     

一种小波图像压缩编码的抗干扰算法

提出了一种基于小波树搜索方式的改进了的小波图像压缩算法,算法保留和继承了EZW和SPIHT算法的所有优点,改进了它们难于抵御干扰的弱点,重点探讨了搜索规则、格点矢量编码方法以及责任中结命令 道纠错的沸合编码选择,并给出了在模拟的噪声环境下,用该算法进行编解的峰什玲噪比及其与SPIHT算法的比较。     

基于Matlab的图像压缩编码

本文描述了图像编码压缩方法的主要分类,介绍了每个分类里面的典型算法的原理、特点,并利用Matlab仿真给出图片对比。列举了近些年出现的新的压缩编码算法,包括分形算法、小波等压缩算法,在Matlab环境下运用小波算法对图像处理。最后对各种图像压缩方法进行了比较,并对发展趋势做了预测。     

图像压缩技术中新型算术编码的研究与应用

在计算机科学领域和网络领域中,图像压缩技术的发展是现行的一个必然趋势,无论是有损压缩还是无损压缩,算术编码都是必不可少的一个环节.在图像压缩的技术中,算术编码占了很大的比重它提供了一种有效去除冗余度的机制,是一种目前为止编码效率最高的统计熵编码方法,他比现在最流行的霍夫曼编码的效率高10％左右,但它的编码太过复杂和一些专利方面的制约,所以没有霍夫曼编码那么广泛,我们主要研究图像信息源统计特性的基础上,分别以H.263格式和JPEG格式中的算术编码器为例,具体分析算术编码方法在动态图片和静态图片编码领域内的应用和前景.     

小波分形混合图像压缩编码

简述了小波分形混合图像编码基本方法 ,对小波及分形的高效算法进行简要分析和总结 ,最后简述了目前该混合图像压缩编码方法的发展方向。     

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。     

分组无损图像压缩编码方法

提出了一种分组无损图像压缩编码方法,该方法预先确定码字,码字由组号和组内码字表示两部分组成,每组中包含了2n个组内码字,组内码字长度不等.灰度级根据概率大小重新排序,与码字一一对应,得到新的编码表,由此达到图像压缩的目的.将此压缩编码方法与Huffman编码进行比较,比较结果表明,该方法在压缩比和编解码效率等方面都要优于Huffman编码.     

基于区域联合编码的小波图像压缩方法

提出了基于区域联合编码的小波图像压缩方法,适合于编码纹理图像。该算法充分地利用了小波系数的带内特性,根据小波系数的概率分布特性提出区域联合编码算法,算法复杂度低。实验结果表明,该算法在编码纹理图像时编码性能优于目前最成功的小滤零树编码ＳＰＩＨＴ算法,编码缓变图像时性能逼近ＳＰＩＨＴ算法。     

基于静态串表的图像无损压缩编码方法

结合前像素预测编码方法和Lempel-Ziv-Welch(LZW)编码思想并针对其对于变化频率较高的信号压缩效率较低的问题,提出了一种通过利用图像像素之间相关性构建静态串表对数字图像进行无损压缩的编码方法。通过对前向预测编码处理后的图像数据进行查表编码来实现图像无损压缩。实验结果表明该方法实现简单,压缩效率高于LZW算法和WinZIP算法。     

抖动半调图像跳黑块无损压缩算法

提出了一种有序抖动半调图像跳黑块无损压缩方法。通过分析抖动半调图像特性,对半调图进行分块及块间异或预处理,使其转变为较大面积黑色区域中夹杂着零星白点的二值图像,接着运用跳黑块编码法对其无损压缩。在跳黑块编码中,对只有一个白像素的非黑块采用特定的短码字编码;对其余类型的非黑块采用直接编码。实验结果表明,改进的跳黑块编码能在一定程度上对非黑块进行有效压缩,且新算法不但具有较高的压缩效率,时间、空间复杂度也较低。     

基于ROI的医学图像无损压缩

如何高效地压缩医学图像,以便减少存储空间和传输时间,已经成为迫切需要解决的问题。在分析现有的图像压缩方法和医学图像特点的基础上,针对医学图像有损压缩方法和无损压缩方法各自的不足,研究了一种基于ROI（Region of Interest）的医学图像无损压缩方法。     

Simple fast and adaptive lossless image compression algorithm

In this paper we present a new lossless image compression algorithm. To achieve the high compression speed we use a linear prediction, modified Golomb–Rice code family, and a very fast prediction error modeling method. We compare the algorithm experimentally with others for medical and natural continuous tone grayscale images of depths of up to 16 bits. Its results are especially good for large images, for natural images of high bit depths, and for noisy images. The average compression speed on Intel Xeon 3.06 GHz CPU is 47 MB/s. For large images the speed is over 60 MB/s, i.e. the algorithm needs less than 50 CPU cycles per byte of image. Copyright © 2006 John Wiley & Sons, Ltd.     

一种新的无损图像压缩算法的研究

提出了新的二进制(位级)无损图像压缩方法——将错误纠正BCH码引入到图像压缩算法中;将图像的二进制分为大小为7的码字,这些块进入到BCH解码器,消除了校验位后,使得原来的块的大小减少到4位。实验结果表明,此压缩算法是有效的,并给出了一个很好的压缩比,而且不丢失数据。BCH码的使用在提高压缩比方面比单纯霍夫曼压缩的结果要好。     

Near lossless compression of hyperspectral images based on distributed source coding

Effective compression technique of on-board hyperspectral images has been an active topic in the field of hyperspectral remote sensintg.In order to solve the effective compression of on-board hyperspectral images,a new distributed near lossless compression algorithm based on multilevel coset codes is proposed.Due to the diverse importance of each band,a new adaptive rate allocation algorithm is proposed,which allocates rational rate for each band according to the size of weight factor defined for hyperspectral images subject to the target rate constraints.Multiband prediction is introduced for Slepian-Wolf lossless coding and an optimal quantization algorithm is presented under the correct reconstruction of Slepian-Wolf decoder,which minimizes the distortion of reconstructed hyperspectral images under the target rate.Then Slepian-Wolf encoder exploits the correlation of the quantized values to generate the final bit streams.Experimental results show that the proposed algorithm has both higher compression efficiency and lower encoder complexity than several existing classical algorithms.     

基于算术编码的格网DEM压缩技术综述

DEM是三维地形可视化基础,随着DEM数据量的不断增加,对DEM进行编码压缩已成为三维地形可视化的重要研究内容。算术编码是一种基于熵编码的无损压缩编码,能保留重要细节信息。目前基于算术编码的预测模型可分为简单线性预测、拉格朗日预测和最小二乘预测三类,对这三类算法进行了对比分析。指出了算术编码算法在实际运行中存在的问题,对其未来发展提出展望。     

基于整数小波和三维自适应的高光谱图像无损压缩算法

考虑到高光谱图像小波子图的谱间相关性,提出了一种新的基于整数小波的三维自适应预测高光谱图像无损压缩算法。首先用5/3整数小波将高光谱每个谱段图像做小波分解,对不同谱段的相同子带,设计一种新的线性预测器。用与待预测像素有较强相关性的相邻像素自适应地估计预测系数的值。消除了大部分的谱间冗余和空间冗余后,再用JPEG-LS进一步去除残差图像的空间冗余。实验表明,该算法能有效去除多光谱图像间的相关性,较其他压缩算法压缩比有很大提高,且算法简单,便于硬件实现。