小波变换在图象压缩中的应用

本文讨论了数字图象数据信息压缩的有关技术问题，文章首先简要介绍了传统的Ｈｕｆｆｍａｎ编码方法的然后提出利用正交小波变换对图象进行分解，结合Ｈｕｆｆｍａｎ编码法图象进行编码，压缩的技术。     

基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。     

基于DSP静止图象压缩的实现

在简述了ＪＰＥＧ国际标准和ＤＳＰ的特点后，基于ＤＳＰ开发系统编程实现了ＪＰＥＧ压缩算法。与计算机模拟结果相比，在恢复图象遥主要质量和峰值信噪比基本一致的情况下，ＤＳＰ完成算法的时间远少于同档计算机。最后文中给出了其应用前景。     

用于图象压缩的小波变换电路研究

小波变换已经被新一代图象压缩国际标准JPEG2000所采用.如何有效地实现小波变换电路是影响其推广应用的关键技术之一.本文提出一种通用型基于提升滤波和分时处理的流水线式电路结构,它可以用较少的运怂算电路实现小波变换.其中,在图象块的边界处理上,设计了一种简捷的延时、选通结构.对于JPEG2000无损压缩选用的(5,3)小波变换,本文在FPGA电路平台上进行了实验,实现了无损变换.     

基于小波变换的实时图象采集系统

描述了一种采用小波变换分解的实时图象采集系统的方案，该系统采用了一种特殊的正交小波分解快速算法，并选用了新型的80960CA芯片作为系统核心，从而保证了对512×512真彩色图象的动态实时采集。     

高质量运动图象压缩编码的小波变换方法研究

研究基于小波变换的高质量运动图象压缩编码方法。通过对运动估计后图象内的帧内编码宏块首先进行离散余弦变换（ＤＣＴ）编码,然后再对整幅图象进行小波变换（ＷＴ）与零树编码,从而达到运动图象的高质量压缩编码目的。     

基于小波变换的三维医学图象压缩技术的研究

满足诊断要求的医学影像无失真压缩编码技术的研究是图象压缩编码研究的新领域,也是ＰＡＣＳ系统和远程医疗诊断系统研究的热点之一。该文正是以ＣＴ,ＭＲＩ等医疗成像设备在临床应用时一次检查产生的人体某一部位的多帧断层图象组为对象,取目前编码领域最具潜力的小波变换技术,并将小波变换由二维推广至三维,同时将二维工邓列图象组视为三维图象而开展的医学影像编码技术研究。实验结果表明,在经临床医师确认的失真门限附近,     

采用模糊字典编码的小波图象压缩方法

本文讨论了采用小波变换进行图象压缩的基本方法。并根据小波变换域数据的基本特性，在字典编码算法的基础上提出了二维模糊字典编码算法，将传统的变换压缩方法中的量化和编码部分有机地结合起来，并取得了较好的压缩效果     

基于视觉的模型在图象压缩中应用的研究

针对在图象处理中对压缩和解压缩方法的评价缺乏一个与人类视觉相关性很好的模型这一问题,提出并使用了基于人类视觉的模型,并使用在lena和 fruit这两幅图象处理中的经典图片上,取得了和人类观测结果吻合的结论。     

小波图象去噪综述

小波图象去噪已经成为目前图象去噪的主要方法之一。在对目前小波去噪文献进行理解和综合的基础上，首先通过对小波去噪问题的描述，揭示了小波去噪的数学背景和滤波特性；接着分别阐述了目前常用的3类小波去噪方法，并从小波去噪中常用的小波系数模型、各种小波变换的使用、小波去噪和图象压缩之间的联系，不同噪声场合下的小波去噪等几个方面，对小波图象去噪进行了综述，最后，基于对小波去噪问题的理解，提出了对小波去噪方法的一些展望。     

并行DSP处理器上JPEG算法的实现研究

ＪＰＥＧ算法由于效率高和实用性强获得了广泛的应用;而并行处理器ＤＳＰ具有高效的并行处理能力,因而适合于图象的实时处理。提出了在ＴＩ的并行处理器ＤＳＰ－Ｃ８０上并行和快速实现ＪＰＥＧ算法的方法,实现了高速实时图象压缩。     

基于小波变换的图像压缩并行结构

本文结合小波图像压缩算法和VLSI并行处理的要求，提出了一种心动阵列与通用处理器组合的并行处理结构，具有易于VLSI实现、支持多种编码方案的优点，并在并行软件环境PVM上模拟其工作过程，证明该设计是可行的．     

基于图像抽取和小波变换的压缩方法

由于良好的局部性时频分析特性和多分辨率分析,小波变换在图像处理领域有很好的应用效果,但其却是一种很复杂的数学变换.为了降低计算复杂度,提出了一种将图像抽取和小波变换相结合进行图像压缩编码的方法.将最常用的两种图像抽取法结合小波变换进行图像压缩的压缩效果,与小波变换压缩效果作了比较.通过在MATLAB运行环境下对该方法进行实验得出,与基于小波变换的图像压缩方法相比,对于纹理较少相对平滑的图像,可以在压缩图像视觉效果相同的情况下,获得更高的压缩比,同时降低计算复杂度.     

基于小波变换的图像超分辨率复原算法研究

在不改变现有硬件设备的情况下,结合近年来迅速发展的小波理论,提出了基于小波变换的图像超分辨率算法。对输入的低分辨率图像采用直接邻域进行插值后,利用DWT将低分辨率图像分解为不同的4个子带;同时直接对低分辨率图像进行SWT处理。由SWT得到的高频频带来修正DWT得到的高频频带,可修正估计系数。最后,通过逆离散小波变换(IDWT)组合修正的高频频带和输入图像,得到一幅高分辨率的输出图像。实验证明,与传统的双线性插值、双立方插值相比,该算法的峰值信噪比PSNR都有不同程度的提高。     

基于小波变换的序列图像压缩编码算法

该文给出了基于小波变换的序列图像压缩编码的一个框架,主要内容包括自适应选取帧内或帧间编码、帧内编码方案和帧间编码方案等。为了有效的编码运动补偿金量误差图像,把ＥＺＷ算法推广到了一种特殊的小波包分解,这种分解更适合余量误差图像的特性。实验结果表明,该方案可以实现高压缩比,同时能保持较高的峰值信躁比。     

基于小波变换的图像压缩方法

小波变换克服了传统傅立叶变换的缺点,具有良好的时、频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。首先对图像进行小波塔式分解,然后依据小波系数的统计特性和分布特点,对不同的子图像块采用不同的量化、编码方法,并且在计算机上进行模拟实现,结果表明所提出的方案可以在保证重构图像质量良好的情况下获得较大的压缩比。     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

基于小波变换的视频压缩新方法

提出了以小波变换为核心技术的视频压缩系统的具体实现方法，设计了系统的整体框架，对各个模块都提出了改进和具体实现的算法。对于帧内图像的编码，提出了Mallat小波变换的改进延拓算法，加入了感觉加权量化。对于帧间图像的编码，针对低码率电视会议的特点改进了三步搜索法，在保持低复杂度的基础上提高了搜索的精度，同时为了提高编码效率，对运动补偿后的残差图像也进行小波编码。实验表明，这种算法的性能优于传统的视频压缩方法。     

基于K-L变换的小波图像融合方法

在多源信息融合中,小波多分辨率分析是一种最常用的方法.这里提出在小波多分辨率分析下,利用K-L变换的融合方法.首先利用小波变换对序列图像进行多分辨率分解,对相应的小波系数矩阵进行K-L变换,计算出小波系数权重.按照所得的权重融合小波系数,最后将小波融合系数逆变换实现图像的融合处理.实验结果证实这种方法有效的利用了图像的相关性,主观视觉效果分析和客观统计参数评价分析都表明,新方法的性能优于直接对小波系数进行平均的融合方法.