新的小波—分形混合编码方法：分类

利用小波变换域内小波系数的相似性 ,提出了基于分类的混合编码方法。利用率失真原则找出适合于分形编码的小波树 ,对其进行分形编码 ;而对于零树不作编码 ;其余部分进行算术编码。这种方法提高了编码增益。实验结果表明该算法的性能优于 PPC、SQS等混合编码方法。     

一种改进的零树小波编码图像压缩算法

基于小波变换的图像编码是一种有效的图像压缩方法。针对零树小波编码方法存在的缺点，提出了一种改进的零树编码方法。仿真实验表明，这种改进的零树编码方法加快了编码速度，提高了图像压缩质量。另外，该编码方法也能够产生嵌入式码流，支持多码率解码。     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点，提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为，将小波分解后的图像的低频系数用基于方差的快速分形方法编码，剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明，该混合算法避免了分形编码所固有的方块效应，与传统的分形编码相比，大大节约了编码时间，说明该算法具有一定合理性与优越性。     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

一种基于提升小波变换和快速分形的混合编码

分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。     

分形图象编码

本文讨论分形图象编码方法，在深入分析迭代函数系统编码方法原理的基础上，给出一种基于三级四分树的自适应分割迭代函数系统编码算法。实验结果表明效果良好。     

一种改进的零树编码方法

在对零树编码方法研究的基础上,针对零树编码方法没有充分利用HVS特性来有效消除视觉冗余的缺点,提出了一种基于小波系数的零树编码方案。其主要包括对最低频子带单独进行无损压缩编码,对最高频对角方向子带舍去不编码,对其余各子带视觉特点的不同,分别分配不同的比特数并按其进行零树量化,最后再游程编码。实验表明,该方法是一种比较有铲的方法。     

一种快速零树编码的小波图像压缩算法

研究了一种新的小波变换零树编码方法,通过定义多级零树根和使用编码信息表和最优量化的方法,对不同方向的小波子带系数采用不同大小的门限和量化码书。充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了很好的压缩效果,对小波系数只作一次零树编码,大大节约了编码时间。     

分形图象编码

本文讨论分形图象编码方法，在深入分析迭代函数系统编码方法原理的基础上，给出一种基于三级四分树的自适应分割迭代函数系统编码算法。实验结果表明效果良好。     

快速图像小波分解和零树编码优化方案

在图象小波分解方面,引用了区间插值法（ＩｎｔｅｒｐｏｌａｔｉｎｇＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ）和自举法（ＬｉｆｔｉｎｇＳｃｈｅｎｍｅ）这两种快速波波分解与重构地,实验证明它们比一般所说的小波快速算法,即发解算法（ＦＷＴ）还快,尤其是自举法,和乎快了近一倍,零树编码方法是目前国际上最先进的方法之一,就此方法提出了几点优化方案。最后,对零树量化编码后产生的比特流,用了自适应算术编码耿进一步提高压缩     

基于小波变换的分形与零树混合图像压缩算法

提出了一种基于小波变换的分形与零树混合的图像压缩方法．该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树；在对每一棵小波子树编码时，根据最小误差标准进行分形编码，或零树编码、本算法不但充分利用了子带图像间的相似性和块内的自相似性，而且充分利用了小波变换后子图像块内(特别是高分辨层的子图像块内)存在的大量的局域性的冗余性．实验结果表明，与传统的基于小波变换的分形编码相比，该方法在较大的压缩范围内，都能够获得好的压缩结果．     

基于小波域的分形图像压缩

对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似,研究了基于小波域的分形图像压缩方法。该方法有效地减少了计算复杂度和编码时间。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

基于分形的快速压缩编码方法

分形编码是一种很有潜力的编码方法,但是基本的自动分形算法计算量大,编码时间长.针对此缺点,根据分层编码的思想,给出了一种具体的分形与简单量化编码相结合的加速分形编码方法.首先对原始图像进行1/4减采样,得到一幅减采样图像,利用基本的分形编码方法编码该图像,然后对所得到的编码在原始图像分辨率下进行解码,对解码图像与原始图像求差值,用简单的量化编码方法编码差值图像.差值编码与用基本方法所得到的压缩编码共同构成原图像的编码.与传统的分形方法相比,该方法不仅提高了编码时间,并且在信噪比、压缩比等方面得到了不同的改善.     

可实现ROI功能的改进精细伸缩视频编码

提出一种基于子带编码的可实现视频ROI功能的改进精细可伸缩视频编码方法。在增强层编码中，对DCT残差系数重排形成小波子带，通过对系数位平面进行最大提升法实现ROI功能，利用SPIHT编码方法消除数据冗余。实验表明改进增强层编码方法实现ROI具有较好的效果，比原来的FGS增强层编码方法具有更高的编码效率。     

快速图象小波分解和零树编码优化方案

在图象小波分解方面,引用了区间插值法(Interpolating Wavelet Transform)和自举法(Lifting Scheme)这两种快速小波分解与重构算法,实验证明它们比一般所说的小波快速算法,即塔型分解算法(FWT)还快,尤其是自举法,速度几乎快了近一倍.零树编码方法是目前国际上最先进的方法之一,就此方法提出了几点优化方案.最后,对零树量化编码后产生的比特流,用了自适应算术编码来进一步提高压缩比.计算机模拟结果显示:在本文中算法和原算法相比,既提高了信噪比,又减少了编码时间.对于图象(Lina512)在0.125bit/pixel时,仍可获得非常满意的重构图象质量.     

分形的产生及其在矿山视频图象编码中的研究

概述了分形编码的基本方法,讨论了如何用ＢｏｒｌａｎｄＣ＋＋对Ｓｉｅｒｐｉｎｓｋｉ三角形分形码解码,提出了煤矿工业电视图象的分形编码方法     

基于嵌入式零树编码的电力系统数据压缩

在小波包变换的基础上提出了一种新的基于嵌入式零树编码的数据压缩方法，并将其应用于电力系统故障数据压缩中.采用小波包变换方法降低小波系数之间的相关性，再利用树形结构表示小波系数并进行逐次累计量化，进一步减小小波系数之间的相关性.在编/解码过程中数据流根据重要性依次排列，在任一点停止编/解码仍然能够重构出原始信号，适合于实时处理.仿真实验表明，改进后的嵌入式零树编码方法对电力系统故障数据压缩十分有效，并且其嵌入式的特性提高了故障录波器的性能.     

可实现ROI功能的改进精细伸缩视频编码

提出一种基于子带编码的可实现视频ROI功能的改进精细可伸缩视频编码方法.在增强层编码中,对DCT残差系数重排形成小波子带,通过对系数位平面进行最大提升法实现ROI功能,利用SPIHT编码方法消除数据冗余.实验表明改进增强层编码方法实现ROI具有较好的效果,比原来的FGS增强层编码方法具有更高的编码效率.     

运用压缩小波的图像处理技术

在研究离散小波变换理论的基础上,提出了一种嵌入图象编码方法,即小波差异化简算法。该算法包含了小波变换、差异编码、二进制化简、有序数据平面传输及选择性代数编码等。并就去噪、除斑、变焦等问题进行了讨论。     

基于三维零树结构的感兴趣区医学图像内嵌编码算法

为了使医学图像压缩更适合于医学诊断,利用医学图像为多帧图像序列的特点,选用三维小波对图像进行变换,并将二维零树结构扩展到三维零树．同时,提出一种简单有效的三维零树感兴趣区模板建立方法,在三维内嵌编码方法中运用感兴趣区域编码．该算法有效地控制了感兴趣区与背景区的图像质量,从而在不影响医疗诊断的基础上提高了系统的压缩比．