提升小波变换的零树分形混合编码算法

为改善图像压缩的效果,在讨论小波提升算法的基本原理与实现流程的基础上,提出了一种改进的基于提升小波变换的零树分形混合图像编码算法。在基本小波提升算法的基础上,考虑到在对小波子树匹配预测时,经提升小波变换后的高分辨率子带自相似性不强的特点,不对高分辨率子块进行分形匹配,而直接用前几个较低分辨子带的匹配结果作为小波子树的匹配结果,改进了基于提升小波系数零树结构的分形预测图像编码方法及过程。实验结果表明,这种改进显著加快了编码速度,编码所花费时间仅为常规方法的十分之一。最后,阐明了小波与分形进行图像压缩相结合的本质和仍需改进的方向。     

基于零树小波的图像空间与数率混合可分级编码研究

1.引言随着Internet的迅速发展,人们对图像编码的要求越来越高,不仅要求编码技术具有较好的压缩效果,而且要求它能适应于图像网上传输的需求。为此人们提出了图像可分级编码的思想。可分级的图像编码码流可以满足图像渐进传输、多质量服务以及图像数据库浏览等要求,同时还可以节省图像数据库中因需要存储不同数据率图像所占用的存储空间,因而受到人们的关注。     

一种基于小波变换的分形零树混合编码方法

为了降低分形编码的复杂度和提高编码效率 ,提出了一种基于小波变换的分形零树混合图象编码方法 .该方法首先利用小波变换将图象分解为不同方向不同分辨率的子图象 ,然后分别在不同分辨率层将这些子图象以类似于零树的结构 ,构成一棵棵的小波子树 (wavelet subtree) ,最后在编码时 ,对每一棵小波子树进行具体的分析 ,或采用分形编码 (fractal coding) ,或采用零树编码 (zerotree coding) .与传统的基于小波变换的分形编码相比 ,此算法在充分利用子带图象间的相似性和块内存在的自相似性的同时 ,也充分利用了小波变换后子图象块内 ,特别是高分辨层的子图象块内所存在的大量局域性的冗余性 .实验结果表明 ,此方法在较大的压缩范围内 ,都能够获得较好的压缩效果 .     

一种基于小波变换的邻域搜索分形图像编码

本文根据文献的研究结果,对传统的分形图像编码算法加以改进,即使用邻域搜索法代替传统的全局搜索法。并将其运用到图像小波变换后的低频部分,同时为得到较好的图像恢复效果,对高频部分采用进行零树编码。实验表明,该方法在较好的恢复图像的前提下,大大的提高了编码的速度。     

基于混合域的改进SPIHT图像编码算法

为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.     

一种改进的SPIHT图像编码方法

对小波图像压缩的SHHT算法进行了改进,改进算法不再使用链表而是使用两个简单的位图,其占用内存和LZC算法相同而易于硬件实现,改进算法克服了LZC的深度优先搜索的缺点而具有和SPIHT一样的广度优先搜索策略。在同压缩比下,其重构峰值信噪比PSNR比LZC高0．70左右,和SPIHT相当。     

一种新的小波分形混合图像编码方法

随着信息处理技术的飞速发展，图像压缩越来越受到人们的重视。提出一种新的小波分形混合编码方法，引入了小波树的概念，将传统分形编码中块的匹配问题转化为小波树的匹配问题。根据不同方向代表的纹理信息的不同，定义了不同的小波树。在对小波树编码时，灵活运用了零树的概念，提高了压缩效率。对于不同复杂程度的小波树分配不同的码字，具有一定的自适应性。实验结果表明，与传统的基于小波变换的分形编码相比，该方法可以获得较好的压缩效果。     

适用于硬件实现的零树编码算法

在Listless Zerotree Coding(LZC)算法的基础上提出了一种内存空间更小的静止图像零树编码算法，该算法与SPIHT等经典的零树编码算法的区别在于编解码过程中不使用列表结构，与LZC算法相比则节约了两个位图(Bit Map)，而这些位图为编码算法提供了重要系数和重要后代集合的位置信息．实验结果证明，本文的算法在不降低图像度量的前提下大大降低了零树编码算法的内存要求，有利于硬件实现．     

一种SPIHT编码和运动补偿相结合的可扩展视频压缩算法

提出了一种SPIHT(set partition in hierarchical trees)编码和分块运动补偿相结合的视频压缩算法．适用于视频监控、视频会议、可视电话等许多视频图像的运动范围较小的场合。该算法具有如下3个特点：一是采用基于最低码率的自适应算法，实现了波动带宽下编码端和解码端参考帧的一致性；二是采用对预测残差帧的小波压缩编码，进一步增加了残差图的零像素数量，从而获得了更高的压缩比；三是采用了SPIHT多级树集合分裂算法，实现了码率的可扩展性，能适应波动带宽和不同性能接受端的需要。运用本文提出的算法，能进一步提高视频编码的压缩比和解码复原质量。实验结果表明，本算法对于运动范围较小的视频序列Akiyo，具有很高的压缩比和较好的复原质量，在27kbps带宽下，压缩比可达355：1，相应的PSNR(Y)=36．33dB，PSNR(U)=40．22dB，PSNR(V)=42．52dB；对于运动范围较大的Singer序列，本算法与MPEG-4校验模型相比，性能相差不大。此外，在最大码率下，本算法的PSNR(Y)比MPEG-4校验模型平均提高约4．0dB。     

一种基于分形编码的小波域自适应水印

提出了一种基于分形编码的小波域水印算法．该方法对于图像树中各个图像R块，首先在同方向低一级分辨率子带中寻找最佳分形匹配D块，然后利用小波系数的树状结构关糸，将这些D块拓展成相似树集合，最后更改图像树上某个位于中频子带的图像R块的编码方案，即交换最优和次优匹配相似树上与其对应的D块，从而实现数字水印的嵌入．水印检测不需要原始图像．实验结果表明：使用该方法的水印有较好的不可感知性和鲁棒性，同时可保证较低的正向错误率．     

基于遗传分形编码的嵌入式小波图像编码算法

在分析小波变换与分形编码特点的基础上,提出了一种新的基于遗传分形编码的嵌入式小波图像编码算法。根据图像进行小波变换分解为不同空间频带上的子图像这一特性,对其低频子带进行基于遗传算法的分形编码,利用遗传算法的快速全局搜索能力提高分形编码中值域块与定义域块的匹配搜索速度;对其高频子带部分进行阈值去噪处理后进行SPIHT编码,两部分同时进行,提高图像的压缩效率。实验结果表明：同传统的分形编码和SPIHT编码压缩方法相比,该算法在图像的重构质量方面有所提高,尤其是在中低码率下PSNR(峰值信噪比)得到了较大提高,并且算法执行时间明显减少。     

基于简化集合定义及其分割排序的新图象编码算法

提出了一种基于简化集合定义及其分割排序的新图象编码算法(简称为ISPIHT)，该算法能够通过以下措施提高SPIHT算法工作效率：(1)重新简化定义零树集合以提高内存空间利用率；(2)改进完善集合分割排序策略以降低编码时间。     

基于小波变换的一种图像编码方法

利用小波图像系数特点,实现高效压缩编码。文中给出了小波图像系数统计数据例子、符号编码定义以及数值编码结构。采用均匀标量量化方法完成小波图像中的低频子图编码。按照EZW的小波树结构组织低频外的其它子图,利用文中定义的方法对系数进行符号编码与数值编码。用标准图像测试编码方法,并把实验结果与EZW方法比较。结果表明:此方法的编码时间较EZW方法短,在相同压缩比下,峰值对数信噪比(PSNR)有明显提高。     

改进的多级树集合分裂(SPIHT)算法

基于中频和高频子带小波系数中的不重要数的相关性，对SPIHF算法提出一些改进．在改进SPIHT算法中，利用一个组合函数来减少相应位置中频子带的不重要小波系数的冗余．构造集合d来减少高频子带带间的冗余．实验结果表明，改进SPIHT算法相对于改进前SPIHT算法有理想的压缩效果，峰值信噪比和人眼视觉效果都有所提高．     

基于内嵌块优化等级树(EBOHT)算法的图像编码

该文提出一种图像编码的新算法（EBOHT），该算法先将图像进行小波变换，然后按空间位置对应关系将小波系数分成若干块，每一块数据采用一种新等级树编码，比传统的SPITH方法增加了预测过程，进一步利用了相邻小波系树的相关性，块间进行基于率失真曲线的优化方法，使每一块图像有合理的比特分配，同时由于数据是分块编码的，因此该算法较SPITH有更好的容错能力，且易于实现感兴趣区（ROI）编码。     

基于分形维数和小波的快速分形图像编码

在对图像块进行小波变换的基础上,通过计算各频带的分形维数,形成图像块的分形特征向量,把传统的子块匹配问题转化为分形特征向量意义下的子块匹配问题。实验结果显示,该文提出的方法与全局搜索法相比,尽管解码图像质量略有下降,但编码速度约提高了77倍。     

基于改进SPIHT的静态图像编码

本文在零树编码算法分析的基础上,针对SPIHT算法的不足,提出了一种新的零树编码算法。该算法以SPIHT为基础,改进了其零树结构及编码流程,同时引入LZC算法的标志位图思想,在保证恢复图像质量的前提下,降低了内存消耗,提高了编解码速度。仿真实验结果表明,相对于SPIHT算法而言,重构图像的峰值信噪比和直观图像质量,本文算法都表现出了优良的性能,尤其是在低比特率下表现跟明显。