基于小波包变换的SAR原始数据压缩

该文介绍了小波包变换和网格编码量化的优点,结合合成孔径雷达(SAR)原始数据的特点,提出了基于小波包变换和网格编码量化的SAR原始数据压缩算法。利用模拟和实际数据分析了该压缩算法的性能,通过与其他原始数据压缩算法的比较说明了这一方法的有效性。     

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

基于树结构矢量分类的小波图像图编码矢量量化

本文基于零树编码,矢量分类和网络编码量化的思想,提出了对小波图象采用树结构矢量组合和分类后进行网络编码矢量量化的新方法,该方法充分利用了带系统的带间和带内的相关性,分类信息上中用比特数少,对重要类矢量实行加权网络编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,并采用基于人眼视觉性特性的加权均方误差准则作为失真度量和码字匹配,提高了量化增益,仿真结果表明,该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果。     

甚低比特率小波子带语音压缩编码

本文将谐波压扩和子带编码要结合,设计了一个完整的语音编、解码系统、在这个系统中,我们采用正交小波和双正交小波构造了两组用于子带编、解码的滤波器组,使对其子带的划分与人耳对语音的分辨特性相一致,并且在不同的子带早设计了不同量的量化方案,最后使得该系统对语音有极高的压缩比,同时能保持良好的客观恢复信噪比和主观重建质量。     

图像小波变换的分形编码技术

简要介绍小波变换在图像处理上的基本原理，初步探讨小波变换的分区块编码算法，在小波分解的基础上结合人眼特性，利用子带的相关性，引进分形编码思想，对图像进行有效压缩。仿真实验结果说明，该方法在同等图像的恢复质量下，其压缩比优于传统的压缩方法，在提高图像的恢复质量方面也有一定价值。     

基于空间组合矢量分类的小波图像网格编码矢量量化

本文基于零树编码、矢量分类和网格编码量化的思想,提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法.该方法充分利用了各高频子带系数频率相关性和空间约束性,依据组合矢量能量和零树矢量综合判定进行分类,整幅图像只需单一量化码书,分类信息占用比特数少.对重要类矢量实行加权网格编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,比使用矢量量化提高了0.6db左右.该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果.     

小波变换结合子带编码的Internet图像传输的计算机模拟

尽管Internet带宽巨大，但网络的信息量、用户数量更是庞大的，其拥塞情况是随机的。图像信号在Internet上根据网络拥塞情况进行分层传输与接收是一件有意义的研究工作。当网络处于正常状态时，实时传输高清晰度图像，当网络拥塞情况较严重时，主动丢弃增强层信号仅恢复基本层图像信号。本文从三个方面探讨了小波变换结合子带编码的Internet图像传输的计算机模拟，首先分别介绍小波变换、子带编码的各自特点，接着介绍Internet图像传输的特点，最后给出计算机模拟的实验。     

基于方向树结构矢量分类的小波图像网格编码矢量量化

本文提出了采用方向树结构矢量组合并分类对小波图像进行网格编码矢量量化（ＴＣＶＱ）的新方法。该方法矢量构成结合了子带系数的方向性，充分利用了子带系数带间和带内相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，对活跃和非活跃类矢量实行加权ＴＣＶＱ，利用卷积编码扩展信号空间，用维特比算法搜索最优量化序列，比使用加权 ＶＱ提高了 ０．７ｄｂ左右。该方法编码计算复杂度适中，解码简单，有较好的压缩效果。     

网格编码矢量量化在SAR原始数据压缩中的应用

本文提出了一种结合传统的块自适应量化与网格编码矢量量化对SAR原始数据进行压缩的方法。首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码矢量量化。该方法在考虑了SAR原始数据特性的基础上较好地利用了矢量的空间相关性和信号的时间相关性,进一步提高了量化增益。仿真结果表明,该方法在SAR原始数据的压缩中取得了很好的效果。     

基于分割图像的小波编码

提出一种基于分割的小波编码方法.该方法将一幅图像分割成两个区域:静止区域(背景)和包含边缘信息的区域(前景),然后对每个区域以最优编码器分别进行编码.背景区域小波变换后,用SPIHT算法对其编码.对前景区域使用PVQ(预测矢量量化)进行编码.实验结果表明,与SPIHT算法相比,在相同压缩比的情况下,该方法改善了重构图像客观(均方误差,MSE)和主观(视觉)的质量.     

基于有限状态格点向量量化器的子波图像压缩编码技术

子波图像的各子带间通常存在着很强的能量相关性，而有限状态量化模型可以用来很好地描述自然图像子波域内不同标度间的自相似性。向量量化较之标量量化往往具有更好的率／失真特性及更高的编码效率，但传统基于LBG算法设计的向量码书没有固定的结构，其近乎“随机”的码书分布造成设计和编码时极大的计算负担；空间R^N中的格点具有清晰的结构，基于格点的向量量化器在基本不影响量化性能的前提下提供了在设计／量化时极大的计算简化。本文提出了一种基于格点向量量化器的子波图像编码算法，它可被视作以上两种技术的有机结合，它既能有效的描述子波图像间的能量相关性，同时也带来了极大的计算简化。子波图像有限状态格点向量量化器的设计是基于一种新的自适应量化策略，它很好地描述了格点量化器率／失真特性，并能得到很好的编码结果。     

一种改进矢量量化进行SAR原始数据压缩的方法

在通常的块自适应矢量量化的基础上,对其进行了改进。首先对原始数据进行块自适应量化,并将其符号位提取出来单独编码,从而大幅度缩小了数据的动态范围,然后对块自适应量化后的数据进行矢量量化编码。实验结果证明,该算法可以降低矢量量化的复杂度。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

基于小波变换的多级矢量量化图像编码算法

结合小波变换中多分辨率分析特性以及多级矢量量化复杂度低、量化效果较好的特点提出了一种基于小波变换的多级矢量量化图像编码方法。在使用多级量化的基础上采用联合优化多级矢量量化的码本设计方法,进一步提升量化效果。试验数据表明,该方法相对于传统的矢量量化算法,量化效果进一步提高,复杂度也在可接受范围之内,达到了很好的压缩编码效果。     

基于小波变换的红外图像压缩编码研究

根据红外图像空间相关性强的特征以及红外图像经小波分解后的数据特性,利用小波变换对红外夜视图像进行了压缩编码研究,得到了不同压缩比下的压缩结果。计算机仿真实验表明,此方法没有方块效应,视觉效果良好,对于红外图像来说有一定的应用价值。     

自适应分裂－合并高压缩比图像编码

本文提出了一种自适应分裂－合并高压缩比图像编码方法，它将图像数据分解为与人眼视觉特性相匹配的分量，然后对各个分量分别进行编码，因此是一种高效的图像分割编码方法。为实现高压编比，本文还对控制图像的选择、纹理表示、分裂与合并应满足的条件和算法、边界编码和纹理编码等各个环节作了深入的分析，得出了一些有意义的结果。实验表明，在主观视觉质量仍保持较好的前提下，对一幅１２８×１２８的标准头肩像，压缩比可达２０：１左右。     

SAR图像多尺度配准的小波域最小割模型方法

 针对合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像提出了一种基于小波域改进最小割(Improved Minimum Cut,简称IMC)模型的多尺度配准方法.该方法首先将小波分解后的高频信息与SAR图像的特性相结合,用以指导在低频子图像中基于IMC模型的图像分割,从而获得两幅图像中完整的区域轮廓特征,然后通过融合开闭轮廓的信息,分别利用统计直方图和Hausdorff距离获取配准参数并对之细化,最后通过逐层校正参数完成多尺度的配准.实验结果表明,该方法能避免斑点噪声对轮廓提取和匹配的影响,能够实现具有平移、尺度和旋转变化的亚像素级精度的SAR图像配准.