小波分形混合图象编码

该文在惧和阅读了与小波分形混合图象编码方法有关文献的基础上,对小波分形混合象编码方法的研究现状和发展前景进行了心可能全面和详细的评述,文中介绍了小波图象编码经过１０年研究,主要算法已经基本成熟,并受到一些正在酝酿之中的图象国际标准的青睐,而分形图象编码沿处于学术研究阶段,并指出小波分形混合图象编码是分形图象编码从学术研究走向实际应用的出路之一。     

一种基于小波变换的邻域搜索分形图像编码

本文根据文献的研究结果,对传统的分形图像编码算法加以改进,即使用邻域搜索法代替传统的全局搜索法。并将其运用到图像小波变换后的低频部分,同时为得到较好的图像恢复效果,对高频部分采用进行零树编码。实验表明,该方法在较好的恢复图像的前提下,大大的提高了编码的速度。     

基于小波变换的一种图像编码方法

利用小波图像系数特点,实现高效压缩编码。文中给出了小波图像系数统计数据例子、符号编码定义以及数值编码结构。采用均匀标量量化方法完成小波图像中的低频子图编码。按照EZW的小波树结构组织低频外的其它子图,利用文中定义的方法对系数进行符号编码与数值编码。用标准图像测试编码方法,并把实验结果与EZW方法比较。结果表明:此方法的编码时间较EZW方法短,在相同压缩比下,峰值对数信噪比(PSNR)有明显提高。     

一种改善视觉的混合图像编码技术

对给定的图像先进行小波变换并对其统计特性进行分析。将图像的编码分成低频和高频两部分,将低频部分单独提取出来,利用自适应DPCM方法进行自适应预测编码,先适应图像内容的变化;高频部分结合人类视觉系统特性HVS改进EZW的量化编码,然后两者均进行算术编码。实验结果表明,所设计的编码器能减少图像编码主观失真,改善图像质量,获得较好的压缩效果。     

小波分形混合图像压缩编码

简述了小波分形混合图像编码基本方法 ,对小波及分形的高效算法进行简要分析和总结 ,最后简述了目前该混合图像压缩编码方法的发展方向。     

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。     

一种基于整数小波变换的图像编码算法

针对静止图像经整数小波变换(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zerotree wavelet coding)的缺点,采用"从1开始的整数平方"代替"2的整数次幂"作为零树编码的量化阈值,缩短了量化阈值间隔.通过减少重要系数在较低量化阈值中出现的机会,增加了编码过程中的零树数量;同时通过减少参与编码的字符数及对最高频带零树不编码,简化了编码过程.实验结果表明,整数平方量化阈值下的零树编码(integer square zerotree wavelet coding)解决了整数小波变换中零树编码的低效问题,提高了静止图像的编码效率.     

一种基于小波变换的分形零树混合编码方法

为了降低分形编码的复杂度和提高编码效率 ,提出了一种基于小波变换的分形零树混合图象编码方法 .该方法首先利用小波变换将图象分解为不同方向不同分辨率的子图象 ,然后分别在不同分辨率层将这些子图象以类似于零树的结构 ,构成一棵棵的小波子树 (wavelet subtree) ,最后在编码时 ,对每一棵小波子树进行具体的分析 ,或采用分形编码 (fractal coding) ,或采用零树编码 (zerotree coding) .与传统的基于小波变换的分形编码相比 ,此算法在充分利用子带图象间的相似性和块内存在的自相似性的同时 ,也充分利用了小波变换后子图象块内 ,特别是高分辨层的子图象块内所存在的大量局域性的冗余性 .实验结果表明 ,此方法在较大的压缩范围内 ,都能够获得较好的压缩效果 .     

基于四叉树分割和多分辨率相关的快速小波分形编码

提出一种基于四叉树分割和多分辨率相关的快速小波分形编码算法。在对图象小波变换后进行四叉树分割编码的过程,利用小波变换的多分辨率分析特性,在多分辨率相关的基础上,对分形匹配搜索域进行自适应调整。实验结果证明该算法的有效性：压缩比和信噪比下降很少,编码时间只需十秒钟左右。     

基于小波零树结构的一种图像压缩

本文分析了图像小波分解系数的特点及零树结构，提出了一种基于小波零树结构的图像压缩编码方法，描述了小波图像矩阵及多分辨率、多方向的矩阵元素，给出了求取每个子带中最大绝对值小波系数及忽略此子带引起的均方误差计算公式，定义了编码结构，并用Lena图对该编码方法进行仿真实验．仿真结果与EZW编码方法进行比较，结果表明：此方法在相同的PSNR下，获得了较高压缩比，具有较好性能．     

基于小波变换的分形预测图象编码方法

提出一种把小波图象编码与分形图象编码相结合的新的编码方法。图象经过小波分解后,呈现出两种相似性;一种是图象本身的自相似性,一是同方向不同分辨率子图象之间的互相似性。利用第二种相似性,也即利用低分辩率子图象为同方向讷经子图象进行分形预测编码。由于小波分解后低分辨率子图象的范围比高分辨率子图象的小一倍,故该编码一般的分形编码方法大大缩短了编码的时间,就编码的效果而言,该方法也比较令人满意。     

一种基于分形的图像编码改进算法

本文提出了一种新的基于分形的图像编码改进算法,该算法结合小波变换多分辨率分析的特点,对分解后的高层子图像进行基本分形编码,根据不同层子图像之间的相似性,由高层分形编码构造低层子图像分形编码,同时根据不同方向子图的纹理特征不同,采用不同形状的块进行分形预测,实现图像压缩。实验证明,这种改进算法能够大大缩短分形编码的时间,并取得较高的压缩比。     

基于零树小波与分形图像的编码算法结合研究

通过有机结合零树小波编码、分形图像编码,提出了一种基于零树小波和分形图像的小波图像压缩算法,讨论了基于零树小波图像压缩的编码算法机理,提高了算术编码的性能,并对JPEG2000与JPEG效果图像的测试实验结果进行了比较,实验结果表明,JPEG2000的压缩效果优于目前已有的小波图像压缩算法。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

图像编码方向自适应提升小波变换

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。     

一种零树与游程相结合的小波图象编码方法

Shapiro的零树编码方法是众多小波图象编码方法中的佼佼者,但通过研究发现,图象的小波系数经过量化和零树编码后,如果按一定的顺序扫描,则零树根会连续出现,因此,若对Shapiro的零树编码方法进行改进,即在零树编码之后,熵编码之前,对连续排列的零树根进行游程编码,则可以进一步提高图象编码的压缩比。理论分析和实验结果均表明,该方法可取得较好的效果。     

一种结合分形编码的图像检索算法

为了更有效、更准确地进行的图像检索,在迭代函数系统收敛速度理论和拼贴定理的基础上,提出了一种结合分形编码进行基于内容的图像检索方法,即把查询图像的分形码应用于图像库中的图像进行分形迭代,然后将得到的图像与查询图像进行相似匹配,在检索正确率和检索速度方面,优于实验中其他方法。实验证明了该算法的有效性和可行性。     

一种基于整数平方量化阈值的小波图像编码算法

作为JPEG2000的重要组成部分,整数小波变换(IntegerWaveletTransform)和嵌入式零树编码(EmbeddedZerotreeWaveletCoding)有许多优越性,但是图象经整数小波变换(IWT)后各子带系数幅值的动态变化较小,因此其能量集中性较第一代小波变换差很多,不利于零树编码(EZW)。该文从零树编码的量化阈值入手,将传统零树编码中“2的整数次幂”量化阈值改为从1开始的整数平方量化阈值,通过缩短了各量化阈值间的距离,减少了重要系数集中出现在较低量化阈值的机会,增加了编码过程中零树的数量,从而充分利用了整数小波变换能量集中性较低的特点。实验证明,该算法通过整数平方量化阈值有效地将整数小波变换同零树编码结合起来,提高了编码效率。     

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。