图像小波系数的分布规律及其对图像质量的影响

文中研究了小波系数的统计特性,小波系数的均值、方差和能量,不同分辨率级相同方向上小小的关系,以及同一分辨率级不同方向的小波系数对图像主观质量的影响。从而为基于小波变换的图像数据压缩中的量化方法提供了依据,得到以下结论：１．能量主要集中在低频系数,它对图像质量的影响最大,应对其进行量化;２．高频系数代表图像的细节信息,分辨率级越高的高频系数,对图像质量的影响越小,量化可以越粗;３．对同一方向不同分辨     

基于空间方向小波等级树的图像编码

本文提出了等级树集合分区算法(SPIHT)的一种改进方案,对图像的小波变换域的三个空间方向(水平、垂直和对角)上的系数构成等级树型结构,并对各空间方向等级树单独进行编码,使得在不影响恢复图像质量的情况下,进一步提高压缩比.仿真实验表明了本算法的有效性.     

基于小波变换的空间约束矢量量化方法

图像的小波变换能同时提供空间－频率局部化信息，而且小波变换域内矢量量化数据压缩已得到广泛应用，经过小波变换后，各子带小波分量存在相关性和空间约束，同时考虑到人类视觉对水平和垂直方向高频分量比对角方向更加敏感，本文提出了基于空间约束的矢量量化方法，该算法能同时提高编码效率和改善重构图像质量。     

基于小波变换和四叉树的图像分形编码算法研究

提出利用小波变换和分形编码的优势,进行图像压缩编码.最低分辨率子带进行失真较小的均匀量化编码.对高分辨率子带设定系数阈值,小波系数小于等于系数阈值则直接置零;大于系数阈值的块采用四叉树算法进行分形编码,如果误差小于等于误差阈值,则记录分形编码参数,如果误差大于误差阈值,则进行四叉树分裂.对算法进行了matlab仿真,实验表明解码图像质量和运算速度都有较大改善.     

图像多小波域矢量量化策略

提出一种基于多小波变换结合矢量量化的图像编码算法(MDWT VQ)。首先对图像进行多小波分解,然后对高频系数用改进后的LBG算法形成的码书进行VQ编码。算法充分利用了多小波域不同分辨率层间各方向子图像的相似性,仅对最高分辨率层进行码书地址索引,低级分辨率层的系数按照一定的组织形式直接套用最高分辨率层的地址索引信息。对比实验的结果验证了该算法在提高图像的重建质量以及在降低位码率方面均比传统的单小波图像编码算法有一定的提高。     

图像编码的多分辨率分类矢量量化算法

本文结合小波多级变换后不同方向,不同尺度的系数要关性,提出了一种多分辨率的分类矢量量化方案,对由不同分辨率水平、不同方向的小波系数组成的矢量块分类量化编码,并设计了相应的性能良好的分类器,给出不同条件下的实验结果和数据,从而证明了该编码方案不但提高了图像的质量,同时计算复杂度也有一定的降低。     

基于小波分析的静止图像分层编码方法

本文提出了一种基于小波分析图像分层编码方法，首先对图像进行小波分解，然后对各子图像进行分类矢量量化（ＣＶＱ），利用不同分辨率级子图像之间的相似性自生成分类信息，模拟实验表明此算法在较好图像质量的情况下获得了高压缩比，和现有文献给出的结果进行比较，该算法具有较好的性能。     

小波方向子树的分形量化与零树量化相结合

本文通过对标准图像内在相关性的统计分析得出了自然图像具有方向自仿射性的结论,并首次提出了小波方向子树量化的概念。对分别属于水平、垂直和对角方向的尺度压缩因子是相互独立的情况采用小波方向子树量化进行了编/解码分析,同时深入研究了零树小波量化与小波方向子树量化之间的相互关系。实验证明,采用小波方向子树量化与零树量化的混合编码算法可使编码质量有较大的改善。     

基于小波包的红外/被动毫米波图像特征融合

红外/被动毫米波(IR/PMMW)复合制导是当前发展多模复合制导技术的热点方向.红外探测系统在低能见度条件下的穿透能力不如被动毫米波,而被动毫米波探测图像分辨率不如红外图像.为了更好地识别目标的轮廓信息,提出一种新的基于小波包边缘检测的特征级主成分融合方法.新方法先用小波包边缘检测方法检测出包含水平边缘、垂直边缘和对角边缘的边缘图像,然后对边缘图像进行小波包去噪,再用主成分融合方法进行图像特征级的融合,最后用阈值方法提取出融合后的边缘.实验仿真结果表明,与传统的小波及小波包边缘检测方法相比,新方法融合后的边缘图像更容易分辨出目标的轮廓信息.     

一种基于小波变换的低比特率混合图像编码方法

本文提出了一种基于小波变换的低比特率图像编码方法,利用人的视觉特性对高频高活跃度系数进行调制,为了保护图像能量,对高频高能系数进行标量量化后采用自适应算术编码,采用高分辨率级子图像矢量分类信息由低分辨率级子图像矢量自动产生,提高了压缩比。实验表明采用此编码方法在高压缩比的情况下获得了较好的图像质量。     

一种基于小波系数上下文模型的图像压缩方法

提出了二种新颖的基于小波系数上下文模型的图像压缩方法，该方法通过量化当前系数的线性预测值形成上下文．进行自适应的算术编码；同时利用了小波变换的多分辨率性质，以渐近分辨率的方式压缩图片，具有分辨率可扩展性。实验结果表明，该方法获得的无损压缩比高于SPIHT和用于JPEG2000的EBCOT，在各分辨率下的压缩比也高于EBCOT．压缩时间也比EBCOT要少。     

基于最优小波包的SPIHT图像编码算法

提出了一种基于最优小波包的改进SPIHT图像编码算法.分析了各种代价函数的特点以及构建最优小波包基的算法.实验结果表明:基于最优小波包的SPIHT图像编码算法能自适应的量化小波包分解后的不同子带的系数,其峰值信噪比和重建图像质量均优于标准的SPIHT编码算法.     

图像小波域视觉重要性顺序模型比特零树预测熵编码

本文研究一种静态图像小波（Ｗａｖｅｌｅｔ）域系数压缩方法，可以在任意给定比特数时获得一定视觉意义下的最佳图像质量。该方法根据图像小波分解和人类视觉（ＨＶＳ）的特点及其关系，对系数进行不同间隔的量化，并规定系数的视觉重要性顺序，结合零树数据结构，对系数进行该顺序的比特层零树扫描和预测，输出符号数据流，最后用自适应算术熵编码实现高效率编码。该方法易于用ＶＬＳＩ实现，输出比特率任意可调。计算机模拟结果显示，对于图像（Ｌｅｎａ２５６）在０．２～０．３ｂｉｔ／ｐｉｘｅｌ时仍可获得较满意的重构图像质量     

JPEG2000实时截断码率控制新算法及其VLSI结构设计

提出一种实时编码实时截断的码率控制算法.它根据已分解的小波子带内码块有效位平面数来预测未分解的小波子带内码块有效位平面数,并根据编码通道数和小波/量化权系数为当前编码码块分配码率.并提出一种JPEG2000编码实时截断,两级码率控制的编码体系结构.第一级采用本文提出的算法实时截断码流和编码通道.第二级在低码率下采用JPEG2000标准的PCRD优化算法搜索精确的分层截断点.在最优分层截断之前多数码流和编码通道被预先截断,存储器损耗小,实时性高.低码率下,图像质量跟JPEG2000标准一致.     

基于3维SPIHT编码的超光谱图像压缩

提出一种针对超光谱图像压缩的3维SPIHT编码算法.通过对超光谱图像进行3维小波变换,同时去除像素数据间的空间冗余和谱间冗余.针对变换后得到的小波系数,构造一种3维空间方向树结构,并用经3维扩展后的SPIHT算法(3D SPIHT算法)对小波系数进行量化编码.实验证明,基于3维小波变换的3维SPIHT编码算法在对超光谱图像压缩时,表现出了优良的率失真性能.并且算法复杂度适中,具有嵌入式特性.     

小波域中CSF频率与方向加权的图像质量评价方法

为解决结构相似度算法的图像质量评价缺陷,提出一种在小波域中,根据CSF的频率与方向加权的图像质量评价方法.该方法将图像的小波域多分辨率特性与CSF的带通特性有机的相结合,得到一种基于结构相似度的评价新方法.算法首先将频率归一化的CSF曲线按照1倍频程分解成5份,然后进行5级CDF 9/7双正交小波分解与重构,得到一个低频子带LL和多个中高频子带HH_i、HL_i及LH_i,根据不同的频率,不同的方向分配不同的权重,分别与相应的子频带SSIM值相乘,然后累加运算,得到小波域的加权图像结构相似度WWSSIM.实验表明,WWSSIM方法的单调性、一致性、准确性评价指标较高,更接近人类主观视觉感受.     

一种基于小波变换和矢量量化的图像压缩算法

小波变换和矢量量化都是图像压缩中的重要方法。利用小波变换的系数特点,对图像进行小渡分解,对于能量最为集中的低频分量采用标量量化处理,然后将标量量化过程中产生的残差和高频分量一起构造矢量,进行矢量量化。实验结果表明,此算法能够有效提高重构图像质量,获得较高的信噪比。     

一种基于小波变换的高倍数SAR原始数据压缩算法

该文提出了一种基于分块提升小波变换的SAR原始数据压缩算法。在该算法中,针对SAR原始数据特点,提出一种有效的小波子带比特分配策略,为获得最优量化增益,在高比特率和低比特率两种情况下,分别采用均匀和非均匀Lloyd-Max量化器对小波系数进行量化。实验结果表明,该算法与传统BAQ和BAVQ算法相比,在信噪比和图像质量等各方面指标都取得了明显的改善。     

基于遗传算法与模糊聚类相结合的小波变换矢量量化方法

提出一种有效的图像压缩方法，利用小波变换对图像进行多分辨率分解，对小波系数进行矢量量化(VQ)编码。使用遗传算法(GA)与模糊c均值聚类(FCM)算法相结合的方法来设计码书，有效地克服了FCM算法容易陷入局部最优且对初始值敏感的缺点。实验结果表明，该算法可较大提高图像重构质量。     

基于静态多小波变换的图像融合

综合了多小波分析和平移不变性质的优势,将多小波分析扩展到静态多小波的范畴,提出了一种基于静态多小波变换(SMWT)的图像融合方法。通过对源图像进行SMWT,根据变换系数的尺度内多子带联合窗口(CBWI)特性,实现多源图像的融合。该方法应用于一类多聚焦图像融合的仿真实验中,从视觉效果和信息量指标(互信息量和交叉熵)2个方面对融合图像进行主观评判和量化评价。结果表明,相比于传统小波域内的图像融合算法,该方法得到的融合结果具有更良好的视觉质量和更优的量化指标,体现出更强的融合性能。