基于Le Gall 5/3小波的图像无损压缩算法研究

对一种无损压缩算法进行了研究,该算法采用整数小波对图像数据进行变换,对小波子带数据进行多级树集合分裂排序(set partitioning in hierarchical trees,SPIHT)编码,实现图像的无损压缩。探讨了图像无损压缩的极限问题,并对图像信息熵进行了估算。采用六幅标准灰度图像对该算法的压缩效果和时间消耗进行测试,结果证明,该算法运算速度快,并能获得较高的压缩比具有一定的实用价值。     

基于多波段预测的高光谱图像分布式无损压缩

提出了一种基于分布式信源编码的高光谱图像无损压缩算法,用于星载高光谱数据的有效压缩.为充分利用高光谱图像较强的谱间相关性,引入多波段谱间线性预测方案获取当前编码块的预测值,有效降低了编码块的最大预测残差值.在此基础上,根据最大预测残差值确定编码块各像素所属陪集的索引,通过传输每个像素所属陪集的索引代替预测残差,实现高光谱图像压缩.对星载可见/红外成像光谱仪(AVIRIS)获取的高光谱图像进行实验,并与已有的典型算法进行比较,结果显示该算法能够取得较好的无损压缩效果,同时具有较低的编码复杂度,适用于星载高光谱图像的无损压缩.     

基于3DLMS预测的高光谱图像无损压缩算法

针对高光谱图像无损压缩比较低的问题,将三维LMS算法(3DLMS)应用于高光谱图像压缩领域,利用3DLMS算法构造了一种新的高光谱图像自适应预测模型,通过去局部因果集均值方法实现了模型优化.对不同场景AVIRIS图像的实验表明,基于3DLMS预测的高光谱图像无损压缩算法同时降低了高光谱图像的空间和谱间冗余,提高了高光谱图像的无损压缩比,同时该方法也验证了3DLMS算法在高光谱图像压缩中的可行性.     

一种高效预测模型在压缩算法中的实现

对当前图像无损压缩的技术进行深入研究，将一种基于神经网络的感知器技术运用于图像压缩，并将其实现，同时提出将改进的RICE算法运用于编码技术，通过实验证明了其可行性和实用性。     

最佳递归双向预测的高光谱图像无损压缩

提出一种基于最佳递归双向预测的高光谱图像无损压缩算法。首先根据高光谱图像各波段的谱间相关系数,选择相应的压缩方式。谱间相关系数小于0.9的波段使用bzip2模式进行压缩。谱间相关系数大于0.9的波段,对参考波段进行单波段最佳前向预测,非参考波段采用最佳递归双向预测,并对预测残差采用JPEG-LS模式压缩。对AVIRIS高光谱图像进行压缩,实验结果表明该算法的平均压缩比达到3.217倍,优于其他无损压缩算法0.09-1.374倍。     

采用超混沌系统的图像压缩加密联合算法

为了同步实现图像压缩和加密,提出了一种采用超混沌Chen系统和改进零树编码相结合的图像压缩加密算法。该算法在改进零树编码基础上,先利用超混沌Chen系统产生的密钥流修正位平面编码过程中形成的上下文和判决,然后送入MQ算术编码器中进行熵编码生成相应的压缩码流,最后将压缩后码流反馈到超混沌Chen系统的输入端,产生新的密钥,使密钥流和明文相关,实现图像的联合压缩加密。实验结果表明,该算法的峰值信噪比（PSNR）至少提高了1 dB,密钥空间为256 bit,加密时间占总时间的百分比均小于45%,明文和密钥敏感性高。该算法实现了图像的联合压缩加密,比原始嵌入式零树小波（EZW）算法的图像重建质量高,具有高抗线性攻击和差分攻击能力,密钥空间大,安全性好。     

基于上下文窗口中反向搜索的高光谱图像无损压缩

针对基于单波段预测的高光谱图像无损压缩压缩比低的问题,提出基于上下文窗口中反向搜索的高光谱图像无损压缩算法。首先,对待测像素设定上下文窗口,计算其预测参考值并进行反向搜索预测得到待测像素的候选预测值。然后,选取与预测参考值最接近的候选预测值作为待测像素的最终预测结果。最后,对预测残差图像进行一阶算术编码完成压缩过程。利用提出的算法对AVIRIS 1997高光谱图像进行了实验,结果显示,提出的算法通过对上下文窗口、等效系数和有效像素阈值的优化取值,使反向搜索预测的效果达到最好,经过算术编码器编码后,可以得到一个3.63倍的平均压缩比。该方法具有较低的算法复杂度和内存需求,优于当前已报道的基于单波段预测的其他各种高光谱图像无损压缩算法。     

自适应编码与混合模型联合改进图像压缩算法

为准确描述残差图像的概率分布特征，以实现图像的自适应无损压缩，提出了一种自适应算术编码与有限混合几何模型相联合的分块无损图像压缩算法。算法首先对图像的残差图像进行非重叠分块，并通过联合分布估计各分块的统计模型；然后通过最大似然估计对分块的混合参数进行估计；最后在预测误差块中使用直方图截断算法减少算术编码中的符号数量，从而减少零次符号的出现概率。实验结果表明，在实验图像集基础上，所提图像压缩算法的压缩比优于常用的标准JPEG-2000和JPEG-LS。     

医学图像感兴趣区域近无损压缩

提出了一种基于剪切波的医学图像感兴趣区域(ROI)近无损压缩算法,用于解决因小波对高维数据表示的局限性使其重构图像与原图像平均结构相似度(MSSIM)较低的问题.首先,指定感兴趣区域并把其余部分视为背景区域(BG);对两个区域分别进行剪切波变换,并选取出能够近似逼近原区域的重要系数进行去噪和初步压缩.然后,对ROI区域所选取的重要系数进行无损Huff man编码,对BG区域所选取的重要系数量化并进行Huff man编码实现压缩.最后,通过Huff man解码和剪切波逆变换实现解压从而获得重构图像.实验结果表明,与改进多级树集合分裂算法(SPIHT)相比,在相同压缩比下,提出的算法所获取的ROI重构图像与原图像ROI的MSSIM提高了4％,峰值信噪比(PSNR)是改进SPIHT算法的2.35倍;而整幅重构图像与原图像的MSSIM提高了3％,PSNR提高了28％.该算法可实现ROI和BG的相对质量可调,适用于图像存档和通信系统(PACS)中的医学图像压缩.     

多DSP图像压缩实时并行处理系统

针对图像实时高速压缩、传输的需求,设计了一套新型的多DSP图像压缩实时并行处理系统.选择整数CDF(2,2)双正交小波变换结合改进的SHHT算法作为系统的实现方案,利用整数CDF(2,2)双正交小波变换实现图像变换,提高了运算速度,便于硬件实现.根据各个子图像的不同特点,改变扫描路线,采用四路并行分块处理的方法对SHHT算法加以改进,提高编码速度,降低了编解码过程的运算复杂度和时间消耗.根据系统的实时性要求,使用四片DSP处理器构建了一个兼有紧耦合并行系统和松耦合并行系统优点的图像压缩实时并行处理系统.仿真实验表明,基于并行系统的图像压缩算法与传统的压缩算法相比,压缩的峰值信噪比(PSNR)提高了10%左右,压缩时间达到30 ms.     

Compression of fluorescence microscopy images based on the signal-to-noise estimation

Modern microscopic techniques like high-content screening (HCS), high-throughput screening, 4D imaging, and multispectral imaging may involve collection of thousands of images per experiment. Efficient image-compression techniques are indispensable to manage these vast amounts of data. This goal is frequently achieved using lossy compression algorithms such as JPEG and JPEG2000. However, these algorithms are optimized to preserve visual quality but not necessarily the integrity of the scientific data, which are often analyzed in an automated manner. Here, we propose three observer-independent compression algorithms, designed to preserve information contained in the images. These algorithms were constructed using signal-to-noise ratio (SNR) computed from a single image as a quality measure to establish which image components may be discarded. The compression efficiency was measured as a function of image brightness and SNR. The alterations introduced by compression in biological images were estimated using brightness histograms (earth's mover distance (EMD) algorithm) and textures (Haralick parameters). Furthermore, a microscope test pattern was used to assess the effect of compression on the effective resolution of microscope images.     

基于3D SPIHT的高光谱图像压缩技术

将三维多级树集合分裂(3D SPIHT)算法用于高光谱图像的压缩。根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余;利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。采用整数小波和浮点小波分别进行无损和有损压缩仿真,AVIRIS和OMIS实验结果表明,在bit/pixel为1的条件下,平均PSNR比准三维方法分别高0.91 dB和1.38 dB,且算法具有嵌入式、可伸缩性等优点,但无损压缩的平均bit/pixel比基于预测的方法高0.308和0.159。3D SPIHT算法用于高光谱图像压缩可以获得较好的有损性能,但无损压缩性能逊于基于预测的方法。     

Image compression and data integrity in confocal microscopy

To manage large volumes of image data generated routinely using real-time confocal microscopy, compressing image data using a lossy algorithm prior to sustained video rate transferring and/or storing is proposed. Test criteria for determining the acceptability of uncompressed data, both qualitatively and quantitatively, are described, and an empirical demonstration of the use of lossy compression in data management is provided. It is found that, if appropriately used, the lossy compression scheme could retain all the useful information in the data while providing better compression ratios (memory for the original/ memory for the compressed) when compared with a lossless scheme.     

基于首1游程的图像位面并行编码算法

针对宇航应用领域对图像压缩算法计算复杂度的要求,提出一种全新的"首1游程"位面编码算法。该算法将离散小波系数首1比特及以上位面用本文提出带符号自适应二进制游程算法编码,其下位面则不编码,直接输出比特值。为兼容无损压缩,算法采用了空间数据系统咨询委员会(CCSDS)推荐的整数97小波变换。由于考虑了像素间、位面间的数据依赖性,该算法的数据访问次数、编码复杂度等远远低于目前算法。该算法是一种内嵌式编码算法,可通过截断码流来精确控制压缩比,支持码流的渐进性传输。试验数据显示,与CCSDS推荐的图像压缩算法比较,本算法计算复杂度显著降低,而压缩性能却略高,同时还支持位平面间独立并行编码,提高了压缩速度。该算法可以满足宇航应用中高速、高性能、低复杂、低功耗的要求。     

基于硬盘的视频实时存储方法的研究

数字图像的实时存储是视频判读的基础,经常使用模拟录像机把视频信息记录在磁带上,由于磁带录像机的分辨率不高,影响判读的精度.本文针对数字图像的特点,提出了一种新型的、基于计算机硬盘的视频存储方法,其目的是简化判读系统的结构,提高判读的精度.它利用了数据压缩原理,对视频信号进行实时、无失真的压缩,再把压缩后的数据进行存盘,实现了视频图像实时存储.试验表明,用此方法可以完成512×512的视频图像的实时存储,且结构简单,方法实用,是一新型的视频存储方法.     

一种特殊图像数据压缩存储及差错控制方法

针对工程中特定(尺寸固定、冗余度较高)图像数据的无损压缩存储问题,提出了一种基于行程的压缩编码方法以及简单的差错控制编码方法。简要介绍了问题的特点,探讨了应用几种图像压缩及容错编码方法的可能性;通过选择特定方法(类似JEPG的压缩方法和简单的二维奇偶校验编码)和进行具体地压缩编程实践,找到了较优的方法;最后对此方法作了简单分析并给出了结果。该方法具有效率较高、存取迅速、简单实用和可靠度高等特点。