一种适于实时传输的子带图象编码

该文提出了一种能高品质重建图象的记滤波器子带编码法,这种分解法具有实时性较好,通道错误不扩散,利于传输等特点,其重建图象与传统线性子带分解法相比,不会受振铃效应的影响。与ＡＳＤ子带分解法相比,它的复杂度低,且采用了自适应压扩量化。通过与ＪＰＥＧ的比较显示,该方法在高保真压缩的情况下,其ＰＳＮＲ和视觉效果接近于ＪＰＥＧ,而在复杂度,抗通道错误鲁棒性方面则明显优于ＪＰＥＧ。     

基于分块自适应预测的超声测井图象无损压缩编码

针对超声测井图象数据量较大,且要求实时传输的问题,提出了一种基于分块自适应预测的无损压缩编码方法,该方法首先对原图象分块;然后在每一子块内自适应选择预测方案,并进行DPCM编码;最后采用改进的LZW算法对差值进行编码输出。经过实验表明,该算法比较符号超声测井图象特点,其压缩倍数较现有无损压缩算法有很大提高,而算法复杂度没有明显增加,同时所需内存开销较小,因而特别适用于实时遥测系统。     

一个基于算术编码的灰度图象无损压缩算法

本文介绍了一个基于算术编码的灰度图象无损压缩算法，它以JPEGT－LS算法为基础，采用了一系列有利于算术编码的改进措施，获得了满意的压缩效果。     

一种改进的遥感图象准无损压缩JPEG—LS算法

为适应遥感图象较高倍率准无损压缩的需要 ,改进了 JPEG- L S算法 ,该算法首先通过放宽游程检测门限 ,并通过引入局部梯度控制下的预测来增加平均游程长度 ,以提高压缩比 ;然后通过在游程编码区域附加误差修正编码及通过重构图象平滑滤波来改善重构图象的目视效果和提高 PSN R值 ;最后 ,采用 Golomb- Rice Coding技术来对越界误差进行编码 ,以保持 JPEG- L S算法误差界可控的优点 .综合利用以上措施 ,在相同单像素误差界 (±7)下 ,不仅压缩比略有提高 ,而且重构图象的视觉效果得到明显改善 ,PSN R提高约 1～ 3d B.     

第二代小波变换应用于图象的无损压缩编码

第二代小波变换构造方法的特点是：①继承了第一代小波变换的多分辨率特性：②不依赖傅立叶变换;③小波变换后的系数是整数;④图象的恢复质量与变换时边界采用何种延拓方式无关,利用了“整数经过第二代小波变换后的系数仍为整数”的特性,将第二代小波变换用于图象的无损压缩编码,并和Ｈｕｆｆｍａｎ编码、第一代小波变换压缩编码进行了比较,从比较结果来看,在能够无损重建图象的同时,第二代小波变换的压缩比要高于Ｈｊｆｆｍ     

子带分解与子带编码的内在联系

概述了用于子带ＤＦＴ的子带分解和子带编码中的有关“子带“的基本原理。通过理论分析和公式推导，用双通道完全重构波滤器建立了它们之间的内在联系，即用于子带ＤＦＴ的子带分解编码使用了相同的分解与重构技术。文中对深入认识子带分解和子带编码技术，以及于者的融合和发展具有重要的意义。     

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。     

一种改进的基于小波零树的图象编码算法

针对极低码率下图象的压缩编码问题,在小波零树编码方法的基础上提出了一种新的低码率图象压缩算法,该方法对处于水平和垂直两个方向的高频子带系数采用变换的方法进行了系数重排,以产生新的树结构,这样使得位于这两个方向的高频子带内的重要纱数集中于各个相应子带的低频位置,且所生成树的能量集中性较好,故可以有效地提高编码效率,并能提高对重要系数的传输效率,经过实验证明,使用此方法得到的重构图像其主观视觉效果良好,而且与Shapiro提出的嵌入式零树小波（EZW）算法相比,重构图象的峰值信噪比（PSNR）值在梓同码率的情况下有了较大的提高。     

一种对DCT编码图象的后处理算法

首先分析了“块效应”的形成原因,表现形式和测量方法,然后提出了一种自适应“块”边界平均方法并针对“块效应”在图象域的不同位置采用非线性空间移变滤波去除“块效应”     

一种新的BMP图像无损压缩编码算法

本文从实际应用角度出发,以16色BMP图像为例,系统阐述了BMP图像文件的存储结构,全面剖析了BI－RLE8无损图像压缩编码算法的基本工作原理及其不足,提出了一种新的高效16色BMP图像无损压缩编码算法（即改进的BI－RLE8无损图像压缩编码算法）,并给出了部分参考性源程序,算法分析和实验结果都表明,与BI－RLE8算法相比,本文提出新的BMP图像压缩编码算法能够将压缩比提高大约三分之一。     

基于子带极值阶梯性的SPIHT算法改进方案

多级树集合分裂算法（SPIHT）充分利用了小波分解后相同方向不同尺度子带图像间的相似性,取得了很好的压缩效果,在基于小波的图像编码方案中得到了广泛应用。该文利用子带极值的阶梯性对SPIHT算法进行了改进。理论分析和实验都证明了改进算法在复杂度有所降低的前提下有效地提高了压缩性能。     

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。     

一种基于整数小波变换的图像无损压缩方法

由于第二代小波变换可以实现图像的整数到整数的变换,而且图像的恢复质量与变换时边界采用何种延拓方式无关,完全可以克服由第一代小波变换所带来的缺陷。该文利用这个特性,提出了一种基于整数小波变换的图像无损压缩算法。该方法首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,最后将预测误差进行哈夫曼编码。实验结果表明,该方法算法简单,有较好的压缩性能,与JPEG无损压缩模式相比较,有较大的优势。     

基于3-参数变长编码的图像无损压缩算法

通过对 Huffman 编码方法的研究和分析, 提出了一种基于3-参数变长编码(3-PVLC)的图像数据无损压缩算法. 在图像数据转换为混合差分数据基础上, 采用3-PVLC 对差分数据进行一次编码, 并利用一种自适应性的游长缩减法对一次编码后的二值码流进行二次编码. 本文的编解码方法较灵活, 可依据具体需要进行基于3-PVLC 方法的一次编码或在一次编码基础上完成二次编码, 且具较高压缩比.     

医学图像实时无损压缩快速算法

Medical image transmission often needed very high bandwidth. Lossless compression could reduce the cost of bandwidth. According to the high efficiency fast-algorithm, the speed of the operation can be improved a lot, and the compression rate is almost as high as the original IWT algorithm. With the fast-algorithm, speed of lossless compression of medical image can touch 24×256×256 pixels per second.     

无损音频中正交变换技术的算法研究

介绍了基于正交变换的无损音频编码的技术框架,并对其关键技术即分帧、整数变换和熵编码作了深入的分析和研究,同时实现了音频信号的编解码。最后将其在性能上与其它预测方案进行比较,结果表明其在压缩比上存在优势。     

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。     

多层次快速聚类的遥感图象无损压缩

由于K—means聚类要求每个像素要和所有聚类中心求欧氏距离，因此当聚类数很多时，这是一个相当耗时的工作。改进后的K—means聚类算法使类内像素只通过和相邻的聚类中心进行距离计算来聚类，由于随着算法的迭代进行，大量类的状态基本固定，因此使得聚类速度不断加快。多层次聚类无损压缩就是利用改进的K—means聚类算法具有快速收敛的特点，和利用分层次去冗余的方法来聚类，因此可最大限度消除残差冗余。基于SP整数小波变换的多层次聚类由于其不仅能消除空间冗余、结构冗余，还能进一步对残差数据去冗余，因而实现了多光谱遥感图象无损压缩的突破。最后通过不同算法对TM图象进行压缩的比较和参数分析，论证了多层次聚类无损压缩的高效及合理性。     

一种基于GM的无损图像压缩

本文提出了一种新的GM（1,1）模型,可以在灰度图像无损压缩中实现预测误差编码。目前常用的无损图像压缩方法都是利用相邻数据组合除去数据中存在的相关性。局部或相邻像素间存在一定的灰色关联度,基于此,本文提出两预测算法：建立在GM（1,1）基础上的灰色预测模型（GMP）和快速灰色预测模型（FGMP）,并构建非线性预测模式,进行了无损图像压缩,比较传统方法有效小的bpp值。