首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
简要介绍了小波提升算法的原理,分析了其特点。对JPEG2000标准中采用的W5/3和D9/7两种小波的提升格式和实现算法作了介绍。  相似文献   

2.
第二代小波在JPEG2000中的应用   总被引:4,自引:0,他引:4  
JPEG2000是最新的静态图像压缩标准,其核心算法是小波变换。本文详细介绍了第二代小波的构造方法一基于因式分解的提升格式,然后以Daubechies(9,7)小波和Le Gall(5;3)小波为例探讨了第二代小波在JHEG2000标准中的应用。  相似文献   

3.
结合小波预处理的图像编码方案   总被引:10,自引:0,他引:10  
王曜  朱光喜  刘玮 《计算机学报》2003,26(2):240-243
提出了一种新型的结合小波预处理的图像编码方案,在编码端,首先对原始图像进行模糊化处理,然后再按照通常的小波变换进行编码;在解码端,先进行小波变换,然后再进行与模糊化相反的清晰化处理,得到恢复图像,试验结果表明该编码方案在计算复杂度上上升极少,在恢复图像质量上下降很少,但是在图像压缩比上得到大幅度的提高,是提高小波变换图像编码效率的理想方法。  相似文献   

4.
林椹尠  薛文  宋国乡 《计算机应用》2005,25(12):2837-2839
针对M通道小波变换对信号分频范围更细这一特点,利用基于空间域的小波提升方案,实现了M通道小波变换的提升分解。这种提升分解是不唯一的,可以利用这种分解的不唯一性,使变换具有所需的性质。为此给出了一种M通道快速提升小波变换的算法。该方法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。实验结果表明了该方法对图像压缩的有效性。  相似文献   

5.
基于小波变换的JPEG2000压缩实现   总被引:1,自引:0,他引:1  
李杰  周明强 《计算机科学》2006,33(B12):157-159
JPEG2000算法可以同时兼容无损压缩和有损压缩。本文描述了JEPG2000算法及一种基于小波的图像压缩的具体实现,并将压缩后的图像在图像的质量及大小两方面与原始图像作了简单的比较,便于选用不同的压缩比得到适合的图像。  相似文献   

6.
小波分析是当前数学中一个迅速发展的新领域,同时具有理论和应用的双重意义。由于小波变换具有传统的DCT正交变换的能量紧致性,同时还具有与人类视觉系统很相似的特性,因此在图像压缩领域受到关注。文章介绍了小波理论及正交小波变换的快速算法(Mallat算法),分析了小波变换的统计特性,讨论了小波变换在图像压缩领域内的应用。  相似文献   

7.
JPEG2000中不同小波基的图像压缩性能分析   总被引:6,自引:0,他引:6  
主要讨论了用JPEG2000标准进行静态图像压缩时,小波基的选择对图像压缩性能的影响.我们根据JPEG2000标准,比较了各类图像在不同小波基下的压缩结果,发现在JPEG2000中,小波基的选择在一定程度上影响了图像的压缩性能.对于某些图像,JPEG2000标准的缺省小波基并不能取得较优的压缩结果.文中分析了影响图像压缩性能的小波基与图像的特性,在此基础上,给出JPEG2000进行图像压缩时小波基的选择方法.  相似文献   

8.
本文提出了一种改进型的小波变换器结构,与标准的JPEG2000小波变换器相比,节省1/2的乘法器和1/3的存储器,并介绍了该变换器在红外图像压缩系统中的应用。  相似文献   

9.
提升小波变换及其在图像处理中的应用   总被引:1,自引:0,他引:1  
提升算法是一种新的双正交小波构造方法,此方法大大降低了计算的复杂程度,因此该算法可以有效地减少程序运行时间.详细说明了提升算法的原理及实现步骤,并结合该算法介绍了它在图像处理中的一些应用.实验表明基于提升算法设计的图像处理系统有很好的性能.  相似文献   

10.
提出了二维离散小波变换(Two-dimensional Discrete Wavelet Transform)的交叠Z形扫描方法,通过增加极少的片外存储器访问次数,大大减小了片内存储器的大小,在系统功耗和芯片面积之间取得了很好的平衡。设计出了基于该方法的JPEG2000小波变换器。实验结果表明,相对于基于行扫描的方法,当图像大小为256×256,扫描宽度为64行时,该方法对片外存储器的访问次数增加不超过7.14%,而片内存储器的面积减少了40%左右。  相似文献   

11.
Lifting Scheme是构造第二代小波的关键技术。相对于第一代小波而言,Lifting Scheme是一种比Mallat算法更快、更简单和更容易操作的算法,也是JPEG2000推荐的算法,为了将其应用到小波图象编码中,提出了一种对Lifting Scheme作适当改进以用于小波图象编码的方法。该方法就是先用Lifting Scheme来实现D9/7双正交小波变换,然后再用这种技术实现的D9/7双正交小波变换来进行图象压缩编码。在将Lifting Scheme算法用于小波图象编码的过程中,对该算法做了必要的简化,以便保证每个提升(lifting)环节都是FIR滤波。同时,根据能量守恒的原则,重新调整了尺度因子。实验结果表明,这种经过改进的Lifting Scheme取得了比Mallat算法更好的图象编码效果。  相似文献   

12.
王学锋  范蟠果 《微处理机》2007,28(5):86-88,91
利用Geert Uytterhoeven提出的一种非张量积小波(Red-Black小波)来进行图像融合。首先基于提升框架的思想构造Red-Black小波,然后将其应用于两组图像融合实验:不同聚焦点图像融合与可见光—红外图像融合;并分别采用基于统计特性和信息量的评价指标,将本文方法与db4张量积小波的图像融合方法进行了比较。实验结果表明,本文的方法优于db4张量积小波的图像融合方法。  相似文献   

13.
提出一种基于分块的图像编码方向自适应提升小波变换( DA-LWT),在每级变换中采用固定的方向块大小,仅保留一、二级变换所产生的方向信息,更高级别的方向由其前两级预测获得,从而减少边信息的开销。根据图像块的最小预测残差能量自适应选择滤波器的滤波方向,有效消除图像相邻像素间的冗余,降低高频系数能量。采用基于分数像素插值方案,提高方向分辨率。实验表明,DA-LWT的变换系数具有更好的“零树”特性,可取得比传统提升小波变换更好的编码效率和视觉效果。  相似文献   

14.
应用小波分析进行图像压缩的研究及实现   总被引:2,自引:2,他引:2  
论述了应用小波分析进行图像压缩的一般系统构成和程序实现的方法及步骤。对在应用系统开发过程中的几个典型问题,即小波滤波器的选择、边界处理以及彩色图像的编码等问题,着重进行了探讨并研究了解决方法。实验证明该算法的有效性。  相似文献   

15.
李黎青  甘岚 《微计算机信息》2007,23(3X):300-302
本文应用JPEG2000静态图像压缩标准和小波分析理论,实现了静态图像压缩标准的核心代码,并将该方法应用到显微医学图像处理系统中,对BMP格式的灰度显微医学图像进行了压缩研究并予以实现。  相似文献   

16.
1 引言小波理论在图像压缩中已有成功的应用。在小波压缩系统中,有两个因素是至关重要的:一是小波滤波器,二是压缩编码算法。随着小波变换进入JPEG2000,与小波变换相配套的零树编码算法写进MPEG-4,小波理论在图像压缩中也占有越来越重要的地位。基于提升算法的第二代小波变换也日益受到研究者的广泛关注。与第一代小波变换相比,提升算法具有快速、高效的优点,并且提升滤波器的设计可直接在空域中完成。第一代小波变换可通过因数分解转换为提升方案,例如著名的Cohen和  相似文献   

17.
基于提升方案的自适应小波变换   总被引:4,自引:1,他引:4  
介绍了小波变换提升方法 ,并引入自适应理论和多层提升方案。讨论了一种新的自适应方案 ,并对研究结果进行了测试 ,取得了较好的效果。  相似文献   

18.
小波分解在图像放大缩小中的应用   总被引:4,自引:1,他引:4  
首先介绍了几种常用的图像放大与缩小的内插算法,然后介绍了小波分析的性质,小波的 Mallat算法在一维的分解和重构公式,并且在此基础上提出了利用小波分解进行图像的放大与缩小的方法,最后简单比较了内插算法与小波方法,指出了利用小波分解的优点。  相似文献   

19.
自适应提升小波变换与信号去噪   总被引:4,自引:0,他引:4  
文章引入了基于提升法的自适应离散小波变换,根据LMS自适应法使伯恩斯坦预测算子自适应匹配特定的数据序列,而且应用该方法于信号的软域值去噪,数值仿真实验表明自适应提升小波变换同经典的小波变换相比,去噪后信号的信噪比效率相近,提升方法的优点在于其设计上的灵活性和计算简单。  相似文献   

20.
基于提升结构的自适应小波变换研究   总被引:1,自引:0,他引:1  
对提升结构的更新算子U(Update)和预测算子P(Predict)都进行了自适应设计。在更新算子U的设计中,主要对现有算法进行了改进,使变换得到的近似信号更能表现原始信号的特点;在预测算子P的设计中,提出了一种新的变步长LMS算法,与现有方法相比,此算法具有更快的收敛速度。采用此方法能在不传递任何附加信息的情况下实现视频信号的完全重构,更好地满足视频压缩中渐进传输及多分辨率分析的要求。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号