基于整数小波变换的图像压缩算法

IWT（integer wavelet transform）是一种基于提升格式整数小波变换的图像压缩算法.IWT比传统的浮点小波变换效率要高.在硬件实现时,整数运算比浮点运算便宜,基于提升格式的整数分解时所需的存储空间只是传统变换的一半.基于此考虑有损压缩,图像先作基于提升格式的整数分解,然后结合改进的EZW和自适应量程编码.在编码性能不受影响的情况下,此算法比Shaprio的EZW编码要快1.5倍.     

基于可逆整数小波变换的图像无损压缩

基于可逆整数小波变换(RITIWT:ReversibleInteger-to-IntegerWaveletTransform)的图像无损压缩已经成为图像压缩领域的研究热点。在对相关文献进行综合分析的基础上,首先回顾了RITIWT发展历史中的几个有影响力的小波变换框架及其在无损压缩中的应用,然后对目前应用于图像无损压缩领域的几种重要的RITIWT方法进行了总结,论述了基于可逆整数小波变换的图像无损压缩方法需要解决的若干问题,最后对基于RITIWT的图像无损压缩问题研究提出了一些展望。     

一种不需要乘法的整数小波变换及其基于行的提升格式

对提升后的Donoho小波进行了进一步研究,通过正则性的计算和小波采样逼近理论说明N=N~=4(记为SWE13/7)时有较好的逼近性能,并在采样逼近上优于D9/7小波。SWE13/7的提升系数是简单分数,从而可以得到在计算过程中仅使用到整数位移和加法的提升格式,使计算复杂性大幅度低于D9/7小波,而且结果等价于中间过程使用浮点数运算时的结果。基于行的提升格式可以大幅度减少内存使用量,并在并行计算时提高计算速度,本文实现了SWE13/7的基于行的提升格式,它的计算量也明显小于D9/7。数值实验结果说明使用零树编码时,SWE13/7的图像压缩效果整体上优于D9/7效果,并且计算量小很多。     

基于提升整数小波变换的虹膜识别

提出了一种基于小波提升方案的虹膜识别算法。与传统基于卷积的小波变换方法相比,该方法在特征提取上计算简单,运算速度快,而且实现的是从整数到整数的变换,更有利于虹膜信息的量化。先对虹膜图像进行提升整数小波变换,然后对子图进行量化编码得到特征,采用屏蔽了噪声位的汉明距来进行模式识别。实验结果表明,基于提升整数小波变换的虹膜识别方法在识别率和等错率方面都能达到好的识别效果,在特征提取速度上也得到了较大提升,更能满足实时性的要求。     

基于三维整数小波变换的图像压缩算法TDPIWT

介绍了整数小波变换的应用背景、特点及提升方法.着重分析了三维整数小波变换的分解过程,对其纵深方向的分解方法作了改进,讨论了选取最优整数小波变换的方法.并提出了一种基于三维整数小波变换的图像压缩新算法TDPIWT,该算法适用于压缩医学序列图像.     

基于整数小波变换的图像无损压缩方法

本文提出了一种基于整数的第二代小波变换图像无损压缩算法,它克服了第一代小波变换所存在的缺陷.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,对预测误差进行哈夫曼编码.与JPEG无损压缩模式相比较,该算法方法简单,有较好的压缩性能.     

基于整数小波变换的图像无损压缩方法

本文提出了一种基于整数的第二代小波变换图像无损压缩算法,它克服了第一代小波变换所存在的缺陷。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,对预测误差进行哈夫曼编码。与JPEG无损压缩模式相比较,该算法方法简单,有较好的压缩性能。     

(5,3)整数小波正变换的FPGA实现研究

小波变换的应用越来越广泛,但其需要大量的计算,因此小波变换的硬件实现则成为小波实时应用研究的一个基础而关键的问题.本文阐述了一种（5,3）整数小波正变换的FPGA实现设计,包括（5,3）整数小波变换算法,该算法正变换的FPGA实现结构,以及有关VHDL程序的时序仿真和逻辑综合结果.本设计通过数据的移位运算简单而快速地实现了数据的乘除运算及取整操作,通过各种数据寄存或锁存实现了处理数据的缓冲和小渡变换的并行和流水线处理,通过设计多级的控制状态机实现了小波变换的复杂时序控制.实验结果表明,整个系统处理快捷,节省内存,能对任意尺寸图像进行小波变换,同时可实现了小波的多级变换.本设计可移植于各种用FPGA实现的小波变换图像处理硬件系统中,也可与其它IP核构成SOPC系统.     

基于带参数整数小波变换的脆弱水印

为了得到一种安全性更高,构造更简单的水印,提出了一种基于提升格式的带参数双正交整数小波的构造方法,并通过引入变型Rijndael密码构造出了一种Hash函数(记为RH算子),设计了带参数整数小波变换和RH算子相结合的脆弱数字水印。该方法在不需要原始图像和标准水印的条件下．就可以侦测到图像1bit的篡改,还可以对篡改区域进行定位。与现有基于小波变换的数字水印方法相比,带参数整数小波的使用,可以在减少计算复杂性的同时．提高水印的安全性,而变型的Rijndael密码的使用,则不仅提高了代码和电路共用率,而且降低了硬件实现的成本。大量的实验结果证明,该脆弱水印算法对篡改有极强的敏感性,且当小波参数不一致的情况下,则完全不能检测正确的水印信息。可见该脆弱水印算法具有广阔的应用前景。     

(5,3)整数小波反变换的FPGA实现研究

小波变换的应用越来越广泛,但其需要大量的计算,因此小波变换的硬件实现则成为小波实时应用研究的一个基础而关键的问题。本文在介绍(5,3)整数小波变换算法的基础上,阐述了一种(5,3)整数小波反变换的FPGA实现设计,包括系统结构设计,VHDL程序设计及有关时序仿真和逻辑综合结果。本设计通过数据的移位运算简单而快速地实现了数据的乘除运算及取整操作,通过各种数据寄存或锁存实现了处理数据的缓冲和小波反变换的并行和流水线处理,通过设计多级的控制状态机实现了小波反变换的复杂时序控制。实验结果表明,整个系统处理快捷,节省内存,能对任意尺寸(5,3)小波正变换数据进行小波反变换数据重构,同时可实现多级小波反变换。本设计可移植于各种用FPGA实现的小波变换图像处理硬件系统中,也可与其它IP核构成SOPC系统.     

DPCM与整数小波变换结合的医学图像无损压缩算法

提出了一种新的用于医学图像无损压缩的算法DPCM—IWT。该算法可进行实时处理，硬件实现简单。实验结果表明，DPCM—IWT算法的压缩率分别比IWT算法和DPCM方法平均提高12％和13．6％左右。     

应用于图像的基于提升方法的双自适应小波变换

由于小波具有良好的时频特性,对于平滑图像,利用固定尺寸的小波滤波器滤波可以获得良好的分解结果.然而对于具有较多突变点的图像而言,采用固定尺寸的小波滤波器进行滤波并不是一个理想的选择.基于Heijman等人提出的2维自适应更新提升格式,本文提出了一种双自适应的小波变换算法,在更新与预测过程均采用自适应算法.最后,对标准图像进行测试分析,实验结果表明该算法在图像精确重构不需要额外的附加信息,且可以提高图像的峰值信噪比（PSNR）.     

基于整数小波变换的高质量视频压缩技术

在分析MPEG4中精细可分级编码方案的基础上，提出了一种基于整数小波变换的准精细可分级编码算法，试验结果表明该算法能够满足高质量视频压缩的需要。     

DPCM与整数小波变换相结合的图像无损压缩

论文讨论了将DPCM变换与整数小波变换相结合的方法来实现图像的无失真压缩。在论文压缩算法中,首先对图像进行DPCM预测,将差值图像经过整数小波变换,然后再用无损SPIHT算法进行压缩编码,最后再经过相应的逆变换即可以得到重构的无失真图像。该方法简单易懂,硬件实现方便。仿真结果表明,这是一种效果很好的图像无损压缩方法。     

整数5/3小波变换的VLSI结构优化设计

小波变换已被广泛应用于各种工业控制系统的信号处理部分.对基于提升算法的整数5/3小波变换算法进行了研究,并提出一种优化VLSI结构,该结构内嵌边界数据处理部分,利用有限状态机技术控制各个模块的运行.体现了提升算法的优势,较大的提高了硬件效率和运算速度.     

基于整数小波变换的机载多光谱图像无损压缩

首先探讨了基于提升方案的整数小波变换,结合线性预测技术,提出了一种机载多光谱遥感图像的无损压缩方法。该方法通过整数小波变换减少图像的空间冗余,然后根据多光谱图像谱间的相关性对整数小波变换后的结果进行预测,并且加进了相关性判断这一环节保证了预测的有效性。算法适合并行处理和硬件实现。对机载64波段多光谱遥感图像的试验结果表明,该方法与改进的预测树方法相比其无损压缩比平均提高了16%,压缩时间缩短了三分之二。     

基于提升方案的小波变换原理与C＋＋实现

本文论述了提升方案的小波变换原理以及C++实现，并给出了实验结果，为进一步应用研究进行尝试。     

一种新的M通道提升小波变换的图像处理算法

本文利用M通道小波变换对信号分频范围更细这一特点,实现了M通道小波变换的提升分解,并给出了一种M通道快速提升小波变换的算法。此算法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。数值实验结果表明,该方法对图像压缩行之有效。     

基于自适应提升小波变换的图像压缩算法

提出了一种自适应提升小波变换算法,该算法是根据待分析信号的局部特点,自适应的选择更新器,自适应更新器的选择,主要是保持图像边缘不被平滑,防止出现大的小波系数。为确保系统的稳定性,又提出了采用先更新后预测的提升结构。在此结构中,预测过程不影响更新过程,这也为自适应算法的重构提供了有利条件,由于稳定性高、高频系数小以及能够完全重构,使得此方法有利于压缩性能的提高。通过实验证明了该算法的有效性。     

用整数小波和非均匀移位算法实现ROI编码

针对图像感兴趣区域压缩问题,提出了整数小波和非均匀移位的ROI编码算法。该算法利用整数小波对图像进行变换,对量化后生成的小波系数进行非均匀移位,不仅能够保证感兴趣图像数据在低比特数据流中的优先恢复,还实现了使图像的渐近恢复过程更加适合人眼视觉特点的效果。通过对雷达图像的仿真,该算法效果明显,具有广泛的应用价值。