基于小波零树图像编码算法的改进

小波变换具有良好空间-频率局部化特性,使小波变换后图像的能量大部分聚集到了低频子图像,利用原始图像在小波分解中不同分辨率级能量分布不均匀的特点,提出了改进的嵌入式小波零树编码算法-保持低频数据无损压缩编码的嵌入式小波零树编码。理论分析和实践表明,该方法能够降低重构图像的均方误差（MSE）、提高重构图像的峰值信噪比（PSNR）。     

一种改进的嵌入式零树小波图像编码算法

文中分析了嵌入式零树小波图像编码算法(EZW),发现算法中对重要系数进行的重复扫描编码是可以避免的,于是提出了新的算法,通过采取“剔除重要系数”步骤,避免了EZW算法中对重要系数进行的重复扫描编码;并且在算术编码前对符号流进行游程编码,减少了零树间的冗余,实验证明这些对提高压缩比都具有不可忽视的作用。     

基于结构树集合分割的效能选择性图像编码算法的改进

J．M．Shapiro提出的嵌入式小波零树(EZW)图像压缩编码算法,以其渐进嵌入的风格和简单高效的特点,开辟了小波变换在图像压缩编码应用中的广阔前景,引起了人们的普遍关注。在EZW算法之后,又有许多对EZW算法进行改进的方案被相继提出。其中由A．Said提出的基于结构树集合分割(SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献[1]又提出了基于结构树集合分割的效能选择性(AS-SPIHT)图像编码算法。本文提出了一种改进的AS-SPIHT(IAS-SPIHT)图像编码算法。该算法首先通过建立四元组模型,简化了SPIHT及AS-SPIHT算法的实现;其次,通过充分利用已检出重要系数的先验知识,进一步提高了压缩比。     

基于小波零树结构的图像压缩算法的改进与实现

基于小波变换的图像编码是一种有效的图像压缩方法,近几年来得到了广泛的发展,其中最著名的是Shapiro提出的小波零树编码(EZW)方法。文章根据小渡零树的结构,并结合量化编码理论,对EZW算法进行了改进。仿真实验证明,在相同的压缩比下,该算法较原EZW算法在一定程度上提高了图像的压缩质量和编码效率。     

基于改进逐次逼近量化与复杂关联模型的零树图像编码算法

提出一种基于改进逐次逼近量化与复杂关联模型的零树图像编码算法，该算法通过以下4项措施提高EZW算法的工作效率：（1）对最低频子带进行单独编码；（2）定义多阈值以完善逐次逼近量化过程；（3）个性嵌入编码策略以消除编码冗余；（4）采纳关联模型以提高算术编码效率。实验结果表明，该算法是一种高效的图像压缩算法，其编解码速度、图像复原质量等关键技术指标均优于EZW和SPIHT等编码算法。     

一种改进的嵌入式零树小波图像编码方法

嵌入式零树小波图像压缩算法使图像压缩编码技术大大前进了一步，文章针对它在效率上的不足，提出了一种结合双正交小波变换的改进的EZW算法，实验结果表明在不提升码率的前提下，提高了编码速度，有利于实时编码。     

基于零树、金字塔格型矢量量化的小波图像编码

近年来,金字塔格型矢量量化（PLVQ）方法由于其本身的特点和性质引起了人们的广泛兴趣,而文献[1]介绍的基于零树（ZR）的编码也获得了极大的成功,根据信号的二进小波分解特点和小图象系数的分布特点,得用D4格将PLVQ和零树结构起来,提出了一种基于零树和金字塔型矢量量化的小波图象编码方法,该方法首先采用金字塔 型矢量方法来量化小波图象系数,以得到非零格点和零格点;然后采用复合熵编码来处理非零格点;最后为了有效确定非零格点的位置,也就是为了有效地处理,也就是为了有效地处理零格点,又引进了重要图的概念,在此基础上,从下往上、从上往下二次扫描重要图,再采用改进的零树编码方法来处理零格点,本文乘法优于传统的基于游长的熵编码。     

基于内容的嵌入零树小波图像编码算法

提出了一种基于内容的嵌入零树小波图像编码算法 ,该算法以 EZW编码方案为基础 ,但能够充分依据人眼视觉掩蔽特性自适应确定高频子带系数的扫描顺序 ,从而有效克服 EZW算法低比特率下图像边缘及纹理处复原质量不理想的弱点 .对比实验表明 :本文算法的图像复原质量明显优于 EZW等算法     

基于小波零树的图像编码优化方法

在研究Shapiro零树方法进行图像小波编码的基础上,提出了一种基于小波零树的图像编码优化方法.本方法引入了门限调整因子的概念、改变了零树的传统定义,并通过定义多级零树根和最高频子带单独编码等措施,对Shapiro零树编码方法进行了改进.实验表明,该方法不仅可以加快编码速度,而且可以获得具有较高压缩比、信噪比和较好视觉效果的恢复图像.     

抗误码的小波图像编码

提出了一种改进的SPIHT算法，可以把错误的影响控制在局部范围内，极大地提高了小波压缩图像传输的抗误码性能。实验证明该算法是有效并且可行的。     

基于整数小波变换的零树编码的多位平面并行算法

为了解决整数小波变换与传统零树编码(EZW)算法相结合产生的量化阈值的选取问题,有人提出了基于整数平方量化阈值的零树编码(ISZW)算法。但是, 由于ISZW使用连续的整数平方作为量化阈值, 缩短了相邻阈值间的距离,却增加了编码的次数,降低了编码速度。为此设计了基于整数小波变换的零树编码的多位平面并行算法, 其中每个位平面的编码仅需对位平面进行一遍扫描,大大提高了ISZW的编码速度。     

改进的嵌入式小波零树编码算法

EZW静态图像压缩算法,由于充分利用了小波变换图像的良好性质,引起了图像数据压缩领域的广泛注意.EZW算法被认为是静态图像变换编码领域迄今为止最好的算法之一.通过对EZW算法及其改进算法的介绍,分析了这些算法存在的不足,并提出一种简单而有效的静态图像压缩算法,根据图像经小波分解后系数的特点和人眼视觉特性对Shapiro的EZW算法进行改进.由于人眼对图像的边缘信息的丢失非常敏感,改进后的算法更加注重边缘信息的编码,实验结果表明,重构后的图像更加清晰,尤其在低比特率时更加明显.     

改进的无链表零树编码算法

通过对SPIHT算法和LZC算法的研究,提出一种改进的无链表零树编码算法。该算法改进了树编码过程,降低了编码复杂度,易于硬件实现,并且用小波系数的最高比特位来存储标志图,使得编码所需内存进一步减少。实验结果表明在相同的压缩比下,新算法重建图像的峰值信噪比明显优于LZC算法,而仅比SPIHT算法有略微的降低。     

基于关系矩阵的快速嵌入零树小波图像编码算法

为了快速获得更好的图像复原质量,提出了一种基于关系矩阵的快速嵌入零树小波(EZW)图像编码算法。该算法的基本工作步骤为:(1)对原始图像进行小波分解;(2)对最低频小波子带进行DPCM编码;(3)对所有高频子带系数构造零树结构;(4)首先确定初始阈值,并构造小波系数的关系矩阵,然后结合关系矩阵对高频子带系数进行逐次逼近量化编码。实验结果表明,该算法具有较好的图像复原质量和较快的编码速度,整体性能明显优于EZW方案(特别是低比特率下)。     

一种基于嵌入式零树小波的图像编码算法

在分析嵌入式零树小波图像编码算法的基础上,针对零树小波算法的不足之处,实现了一种改进的零树编码算法,主要包括:单独编码低频子带系数和不重复编码重要系数。改进算法充分利用了小波的特点,同时避免了重要系数进行重复编码,实验证明该算法优于嵌入式零树小波算法。     

提升小波变换的零树分形混合编码算法

为改善图像压缩的效果,在讨论小波提升算法的基本原理与实现流程的基础上,提出了一种改进的基于提升小波变换的零树分形混合图像编码算法。在基本小波提升算法的基础上,考虑到在对小波子树匹配预测时,经提升小波变换后的高分辨率子带自相似性不强的特点,不对高分辨率子块进行分形匹配,而直接用前几个较低分辨子带的匹配结果作为小波子树的匹配结果,改进了基于提升小波系数零树结构的分形预测图像编码方法及过程。实验结果表明,这种改进显著加快了编码速度,编码所花费时间仅为常规方法的十分之一。最后,阐明了小波与分形进行图像压缩相结合的本质和仍需改进的方向。     

图像编码中的重要区域相关性研究及应用

在图像处理中,小波变换所具有的空频局部性,使得图像的能量重新分布。从函数正交分解的角度,小波分解相当于把图像分成一组正交基的坐标。由于这些坐标具有按不同频带所表现出的能量集中的性能,所以关于形态学的一些编码方法在基于小波分析的图像压缩中得到了很好的应用。因此,可以说小波变换在图像中的成功应用,主要归功于关于数据即小波系数系数和表示的重要性的认识。作者在文中提出了基于小波系数有效组织和表示的重要区域相关性编码（SRC）,合理利用各子带间重要小波系数的相关性,通过聚类生成与聚类编码,在良好视觉效果与较高PSNR下,实现了图像较大倍数的压缩。     

一种快速、有效的量化与基于小波的图像压缩

量化是利用小波变换的图像压缩编码技术的关键环节之一。矢量量化和标量量化各有长短,该文将这二者有机地结合起来,称为混合量化(HQ—Hybrid Quantization)。它既有矢量量化的高效率,又具有标量量化的简单性,不需要进行码书训练,不要做乘除法。并用标准测试图像与其它方法的压缩结果进行了比较。     

基于EZW的嵌入式图像编码算法的研究

嵌入式零树小波(EZW)编码算法是基于小波变换的一种图像压缩方法,它可以实现渐进编解码,进行有损或无损压缩,具有较高的压缩比和图像恢复质量.在研究嵌入式零树小波编码算法及原理的基础上,描述了算法的应用过程,阐述了具体的实现思路.结合多组图像数据对算法的过程进行测试,对其性能进行了评价.评价结果说明算法在原来方法的基础上进行了一些有效的改进,获得了更高的编码性能.     

一种基于改进嵌入小波编码的新图象压缩算法

基于逐次逼近量化与零树结构的嵌入零树小波编码(EZW)被认为是静态图象变换编码领域迄今为止最好的压缩算法之一.然而通过分析和实验,发现该算法在一定程度上存在时间复杂度较高和复原图象质量不尽理想等不足.本文提出了一种基于改进嵌入小波编码的新图象压缩算法,该算法能够通过以下3项措施提高EZW算法工作效率:(1)对最低频子带进行单独编码;(2)采用全新的嵌入小波编码策略,不再利用导致计算量剧增的双亲-子女(Parent-Children)关系;(3)进行嵌入小波编码时,不再考虑ZTR(零树根)和IZ(孤立零)符号.实验结果表明:本文提出的新图象编码算法在压缩/解压缩速度、图象复原质量等方面均明显优于EZW编码算法.