基于改进的SPIHT多小波图像压缩编码

根据CL多小波变换后系数在不同方向的分布,考虑各子带分量图像的相关性,提出了改进的SPIHT(多级树集合分裂)编码算法.通过试验表明,与标准的SPIHT编码算法相比,该算法在重构图像的峰值信噪比不降低的情况下,运算时间不到前者的56%,内存占有量小,缩短了编码时间.     

基于快速方向预测的高分辨率遥感影像压缩

针对传统的自适应方向提升小波变换(ADL-DWT)算法在高分辨率遥感影像压缩中计算复杂度过高的问题,提出一种新的基于方向预测的提升小波变换(DP-LWT)算法,实现了高分辨率遥感影像的快速、高效压缩.新算法首先将高分辨率遥感影像分为若干不重叠子块,然后采用梯度算子快速预测遥感影像中每个图像块的最佳提升方向,并沿着最佳预测方向插值完成方向提升小波变换,最后进行多级树集合分裂(SPIHT)编码.实验结果表明,新算法有效削弱了遥感影像各子带中非水平与非垂直方向的高频系数;与传统自适应方向提升小波变换相比,在重建高分辨率遥感影像峰值信噪比基本相同的情况下,有效减少了小波变换中方向预测的计算复杂度.     

基于改进的正交FRIT的分层图像编码算法

针对直线边缘较丰富的图像,结合小波变换和脊波变换的分析优势,提出了一种新的分层图像编码算法.本算法首先对原图像进行一级小波变换,取出低频子带LL1进行小波零树编码,从而编码图像的平滑层;然后根据残差边缘层有限Radon变换系数的特征,提出了一种改进的正交有限脊波变换,用以对残差边缘层进行更有效的稀疏表示,并根据变换系数的特点,改进零树编码算法SPIHT,实现了变换系数的渐进编码.实验结果表明,本算法在码率较低的情况下具有优于小波零树编码算法的压缩性能,并且能够更清晰地重建原图像中的直线边缘.     

基于3D SPIHT的高光谱图像压缩技术研究

高光谱图像作为一种三维图像,其海量数据给存储和传输带来了极大的困难,必须对其进行有效压缩。本文将三维多级树集合分裂（3D SPIHT）算法应用于高光谱图像的压缩。首先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。通过采用整数小波和浮点小波分别进行无损和有损压缩仿真,实验结果表明,3D SPIHT算法有损压缩较好,且算法具有嵌入式、可伸缩性等优点,但无损压缩性能要逊于基于预测的方法。     

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。     

基于多级树分割的小波零树ECG压缩算法

提出了一种多级树分割(SPIHT)的小波零树心电图压缩算法.算法由整数小波变换、小波零数编码组成.算法不需要浮点运算,计算复杂度低,压缩效率高.实验结果表明算法是有效的,在得到高压缩比的同时仍能保持低的信息失真度.     

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.     

基于一维DCT的高光谱点干涉图像压缩算法

根据干涉型高光谱成像仪成像特点及光谱提取原理,提出一种基于一维DCT的压缩算法.算法首先将高光谱成像光谱仪所得的原始"像面"干涉图像序列"重组"成"点"干涉图像;然后利用光谱信息与"点"干涉图像之间的傅立叶变换关系,对点干涉图像进行直流平移后作行一维DCT变换,去除图像行内的相关性;最后将量化后的DCT系数作游程编码再送入算术编码器进行压缩.实验证明,算法总体性能高于SPIHT算法,特别是在光谱恢复精度上明显优于SPIHT.     

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。     

一种小波变换与矢量量化结合的图象压缩编码算法

本文提出了一种新的小波变换与矢量量化相结合的图象压缩编码算法.首先根据小波图象中各子带系数的带间相关性对其进行四叉树分类,然后利用同一子带内高频系数的兄弟相关性采用变换的方法进行系数重排,以产生新的树结构.最后,根据系数的重要性,利用剪枝算法从每棵树中提取一个矢量,进行矢量量化编码.试验证明,在较高压缩比的情况下,使用此方法得到的重构图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法有了较大的提高.     

高分辨卫星遥感图像压缩SPIHT算法优化

卫星遥感图像仿真压缩结果的客观质量分析和评价表明,采用双正交小波bior6.8,6层分解的SPIHT压缩算法,对高分辨卫星遥感图像的编码效果是理想的,解码后的图像客观质量能满足侦查任务的要求。     

一种适合星上应用的遥感图像有损压缩算法

提出了一种高质量的遥感图像有损压缩算法,在分析了遥感图像经Daubechies双正交小波基D5/3整数小波变换后各子带小波系数统计特性和能量分布的基础上,引入了人类视觉特性,用它来控制算法中的量化方案.根据能量的大小确定不同子带对于目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并对量化后的数据采用固定比特平面编码.仿真实验表明,该算法对于不同内容和纹理的图像,在一定的压缩比下,均获得了PSNR(峰值信噪比)＞30dB的恢复图像,在不损失最低频信息的同时较好地保持了遥感图像中丰富的高频信息,实现了高质量的图像压缩,并且算法简便,快捷,所占用的存储容量小,易于硬件实现,适合于星上应用,减少了在遥感图像压缩中小目标的丢失.     

遥感图像感兴趣区域压缩算法的研究

遥感图像在人类生活和军事领域的应用日益广泛,适合各种要求的遥感图像编码技术具有重要的现实意义。本文针对遥感图像的特点,提出将分层数的集划分算法与JPEG2000提出的感兴趣提升算法相结合,用于遥感图像行感兴趣区域压缩。根据MAXSPIHT的不足,提出了GPBSHIFT感兴趣平面提升方法。实验表明．改进的方法与无ROI和MAXSPIHT比特面提升方法相比,在码率相同时,感兴趣区域和背景的PSNR有着明显的改善。     

A Fast and Efficient Approach for Image Compression Using Curvelet Transform

In this paper a novel image compression technique using features of wavelet and curvelet transforms is proposed to improve efficiency and compression performance. Indeed, the curvelet transform is one of the recently developed multiscale transforms which is especially designed to represent efficiently curves and edges in an image. In the proposed method, the compression algorithm involves the Haar wavelet transform to decompose the image into four frequency sub-bands. The lowest frequency sub-band coefficients are processed using Set Partitioning In Hierarchical Trees (SPIHT) encoding. Meanwhile, Fast Discrete Curvelet Transform (FDCT) is applied to the remaining frequency sub-bands. The FDCT output coefficients are then quantized according to the sub-band they belong to. The lowest frequency FDCT output coefficients are quantized using Differential Pulse Code Modulation, the medium frequency coefficients are processed using SPIHT, whereas the high frequency coefficients are removed. Experimental results demonstrate that our method provides high performance for edge detection compared to existing techniques particularly for images with abrupt changes. In addition, this new image coding and decoding approach is powerful in terms of computation time. Moreover, the proposed method reveals significant improvement in compression ratio and decoded peak-signal-to-noise-ratio.     

星载遥感图像JPEG2000压缩算法去量化处理方法

随着空间技术的发展,空间遥感图像的数据量呈几何级数增加。为了满足JPEG2000星载遥感图像压缩系统的实时性要求,不仅需要设计高速处理硬件系统,还需要对压缩算法进行优化和改进。分析了离散小波变换后拉伸提升算法和JPEG2000量化算法,提出了一种基于离散小波变换后拉伸提升算法的去量化处理方法,该方法可去除JPEG2000压缩算法中的量化过程,减少压缩算法的运算量。介绍了该方法的基本原理和定点实现。实验结果表明,应用该方法可以使JPEG2000压缩算法中拉伸和量化过程实现的时间降低50％。     

基于提升方案与SPIHT算法相结合用于图像的无损压缩

研究了基于提升方案的CDF(m,n)双正交小波变换结合SPIHT应用于图象无失真压缩编码的方法.实验结果表明,基于提升方案和整数运算的CDF(m,n)变换是整-整可逆变换,CDF(2,n)的无失真压缩性能好于流行的Huffman、WinRar、Raw+WinZip、JPEGLS.压缩比分别比上述编码方法提高了62%,47%,44%,32%左右.运算速度快,便于硬件实现.     

HVS在图像压缩中的应用

基于小波变换与人眼视觉的相似性,在小波域内结合人眼视觉特性对图像进行处理,以达到提高压缩比的目的,是目前较为热门的研究方向。文章综述了目前基于人眼视觉特性和小波变换的压缩算法进行优化的几种典型算法,并对其性能进行了评价和比较,在全面分析和比较的基础上,对其进行综合分类。