余弦与小波变换在图像压缩中的比较

基于变换域编码中应用最广的是离散余弦变换(DCT)和小波变换(DWT).小波的迅速发展给传统DCT提出了严峻考验.DCT算法有新发展:内嵌法、策略性重组的引进使其具有类似小波的特性,如ESDCT在对某些图像压缩还优于小波的SPIHT,故DCT的优良特性使其在图像压缩中仍然有广阔的应用前景.实际上,变换域压缩的主要因素在于量化器与熵编码器,DCT与DWT各有优势,在应用中可根据不同需要进行合理的选择. 更多还原     

小波变换在图像压缩研究中的现状和趋势

小波变换在时域、频域均具有良好的局域化特性,弥补了ＤＣＴ变换的不足,它的多分辨率变换特性与人眼的视觉特性非常接近。小波变换图像压缩编码不仅保持了原图像在各种分辨率下的精细结构,而且便于和其它新兴图像编码方法相结合,成为当令研究的热点。在分析小波变换原理的基础上,讨论了小波变换用于图像压缩的关键技术,并展望其发展前景。     

基于提升小波变换域运动估计的序列图像压缩方法

提出了一种基于小波域运动估计的序列图像压缩编码算法，针对图像经小波分解后生成的子带图像所特有的多分辨率特性，引入了多分辨率运动估计方法，在一定程度上解决了传统的基于空域运动估计而采用全搜索法时存在的搜索范围大、搜索运算量大等问题。此外，本算法采用基于提升格式的第二代整数小波变换进行图像分解，具有运算筒单、节约内存、便于硬件实现等优点。     

一种新的基于能量分布的图像压缩方法

研究了小波变换用于图像压缩涉及到的小波系数阚值的确定问题。建立了评价图像小波变换后各层子图像能量分布的理论公式；给出了确定小波系数阈值的方法和一种新的图像压缩算法。以典型的Lena图像为例，在同等压缩比条件下，把本文提出的图像压缩方法与FFT和DCT法进行了对比，结果表明：本方法有明显的图像改善效果和抗“分块效应”的能力。     

小波分析方法在图像压缩中的应用

本文主要研究了基于小波变换中多分辨分析理论的图像压缩算法,即低频信息保留压缩算法和小波包最佳基算法.用Matlab编程实现,并且对实验结果进行了分析和比较。     

有效图像压缩的提升小波优化设计

提出了多种群遗传算法和蚂蚁算法融合的提升格式小波优化设计方法。首先采用多种群遗传算法对构成小波的提升步进行优化；并提出局部适应度和全局适应度的概念，将其和蚂蚁算法中蚂蚁选择路径时对全局启发信息和局部启发信息的利用有机地结合起来；采用蚂蚁算法对遗传优化的结果进一步寻优，精确求解适合给定变换问题的最优小波，形成一种时间效率和求解效率都比较好的启发式随机优化方法。将所设计的小波应用于基于小波的图像编码器对指纹及医学图像压缩，实验结果验证了设计方法的有效性和图像压缩性能的优越性。     

图像压缩中小波变换技术的研究

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量，从能量的集中能力，对细节、边缘和噪声的处理能力，与人类视觉系统的相适应能力和小波基的可选择性等方面，详细地分析了该方法自身所具有的特性，并阐述了其他成功地应用于图像压缩的原因。     

基于小波理论的图像压缩算法

运用小波变换的多分辨特点，研究了基于小波的图像压缩技术。利用人眼特性（HVS），提出了分块压缩算法。该算法利用小波系数子带的相关性，从而在同样的平均码率下，获得了主观感觉较好的重构图像，也就是说在同样的主观条件上得到更大的压缩比。另外利用工具软件MATLAB对算法进行了实施，结果证明了该算法的有效性。     

一种基于小波包最优基算法的图像压缩方法

小波包是近年来的一个研究热点，在图像处理方面有着很广泛的应用，本文提出了一种基于快速小波包算法的图像压缩方法，在一维情况下，它比传统算法提高2．67倍，在二维情况下，和具体的图像大小有关，但比传统算法还是提高了三至四倍，因此加快了图像压缩的进程，取得了很好的实验效果，将图像在小波包最优基下展开，利用小波包最优基极好的空间，尺度定位性，使得图像的小波包变换系数在小波变换域极可能的集中从而使在不降低压缩信号的视频质量情况下，提高了图像的压缩比。     

小波变换在基于视觉特性图像压缩中的应用

对小波变换在基于视觉特性图像压缩中的应用进行研究与探讨.通过一个功能完善的图像压缩软件介绍小波变换与零树编码应用于图像压缩的具体实现,并进一步提出编码算法的改进方案,利用该软件验证作者提出的改进方案的可行性.     

基于提升方案的整数小波图像编码

随着互联网的普及和图像应用范围的不断扩大，对图像的编码提出了新的要求，即不仅要求具有高的压缩比，还要求有许多新的功能，如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想，因此奠定了它在图像编码中的地位。提升框架可以实现整数到整数的小波变换，克服了第一代小波变换所带来的缺陷。该文利用第二代小波变换的特性，提出了一种基于整数小波变换的图像压缩方法。首先充分利用小波系数的分布特性，将图像进行整数小波变换，然后对最低频子带采用DPCM预测编码，对其它子带采用零树加熵编码的方法进行编码。实验结果表明，该方法有较好的压缩性能。     

基于公共知识库和小波变换的混合图像编码

概述了小波变换编码的基本方法,根据工业电视图像的特征,提出了一种在工业电视图像压缩中基于公共知识库和小波变换的混合编码方法,并对其关键技术－利用一维小波变换实现图像压缩进行了实验验证。理论研究和试验表明,该方法具有译码图像质量好、算法简单、抗信道误码能力强等优点,具有一定的理论价值和实用性。     

小波分析与信号处理

从时频分析的发展出发，详细分析了连续和离散小流变换与窗口傅里叶变换的时频特性，阐明了小波变换所拥有的优良时频特性及快速算法，研究了小波变换下信号奇异性特征，给出了小波变换在信息处理中的两个应用实例。     

基于多小波变换的SAR图像压缩

在实数域,对称、正交的紧支集非平凡单小波基不存在,而多小波把紧支集、对称性、正交性完美地结合在一起,使小波理论从标量扩展到矢量范畴。利用上述特点将多小波变换应用于SAR图像压缩。实验结果表明,在改进现有的基于小波变换的多级树集合分裂(SPIHT)编码算法的基础上,选用适当的多小波基及预滤波方法,能够得到与小波变换相当甚至略优于小波变换的编码性能。这说明若针对多小波变换系数的特点设计相应的编码方案,SAR图像编码的性能还可进一步提高。     

一种基于小波的加权图像压缩算法

小波变换运用于图像压缩是目前研究的热门话题，本文在已有小波压缩技术的基础上，充分利用人类视觉具有注意力集中机制的特性，提出了加权小波系数的改进方法，对某些人类视觉敏感区域实现可变压缩比，取得了令人满意的结果．在图像压缩比相似的情况下，主观图像质量得到明显改善．该算法简单，易于软件及硬件实现．     

多光谱图像的3D EBCOT压缩编码算法

提出了一种新的多光谱图像压缩方案,三维率失真优化截取码块编码(3D EBCOT)算法根据多光谱图像的成像特点,利用非对称的三维离散小波变换去除多光谱图像的空间冗余和频域的相关性,再通过拓展改进最新的静止图像压缩标准JPEG2000中的二维率失真优化截取内嵌码块编码(2D EBCOT)算法,在比特平面编码器中引入谱间上下文,使用相应算术编码器并对经过三维小波变换后的系数进行编码,提高了多光谱图像的压缩效率．根据具体要求组织的内嵌码流,可继承获得JPEG2000标准内嵌码流抗误码等优良特性．使用该方法对一组6波段多光谱图像压缩编码后的重建图像显示,具有比三维小波分层树集合分割排序编码的算法(3D SPIHT)具有更好的图像质量和压缩性能．     

一种图像压缩算法研究

在现有SAR图像压缩技术的基础上,提出了一种基于小波变换的SAR图像压缩算法。该算法减少了SAR图像斑点噪声的影响,在一定程度上提高了SAR图像压缩性能,是一种有效的SAR图像压缩算法,并具有一定的实用价值。     

一种图像压缩算法研究

在现有SAR图像压缩技术的基础上,提出了一种基于小波变换的SAR图像压缩算法。该算法减少了SAR图像斑点噪声的影响,在一定程度上提高了SAR图像压缩性能,是一种有效的SAR图像压缩算法,并具有一定的实用价值。     

基于对偶树复小波-Contourlet变换的自适应多传感图像融合算法

为了解决小波变换所导致的方向选择性差的问题,基于对偶树复小波-Contourle变换,提出了自适应多传感图像融合新算法。该算法将全色图像和多光谱图像进行对偶树复小波-Contourle变换分解后,针对不同的频率域特点选择不同的融合规则:对低频系数选用区域能量的加权系数自适应融合规则,对高频系数特性选用区域特征自适应的融合规则。最后通过重构得到融合图像。将其他融合算法和本文所提算法进行了对比,结果表明,基于对偶树复小波-Contourle变换的算法是有效可行的。     

基于提升小波变换的图像压缩编码的VLSI实现

提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术,节省了硬件资源,提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构,提高了编码效率。基于上述方法的FPGA实现,能够满足图像存储、传输等方面的要求。