基于ROI的压缩域多谱段遥感图像的检索

根据JPEG2000对感兴趣区域优先编码,以及感兴趣区域的形状可随意选取的特点,提出了一种在JPEG2000压缩码流不完全解码的情况下,实现多谱段遥感图像感兴趣目标的检索方法,该方法利用了遥感图像的性质,根据例子图像的谱特征对感兴趣区域的内容进行分析,并设计了一套相似性度量的方法。实验结果表明,此方法有较理想的图像检索效果和很高的检索效率,解决了应用上对实时性的高要求与遥感图像库数据海量性之间的矛盾。     

应用人眼视觉特性的Contourlet域图像压缩编码算法

鉴于Contourlet变换存在冗余,小波变换不能准确捕获图像特征等不足,提高编码速度和改进视觉效果,提出了一种基于人眼视觉特性的混合域图像压缩编码算法。算法对原始图像进行小波分解,对中高频小波子带进一步实施自适应方向分解;根据人眼视觉特性（HVS）,对不同子块变换系数进行加权处理;结合小波分解与方向分解特点,构造扩展的空间方向树结构;根据系数重要性,对低频系数采用新的排列结构,采用SPIHT编码思想完成图像压缩。实验结果表明,提出的混合域图像编码方法是一种高效的图像压缩算法,其压缩效果明显优于SPIHT、WBCT等图像压缩方案（特别是低比特率下）。     

基于JPEG2000标准的感兴趣区域编码

概述了JPEG2000标准PART1的基本系统,介绍了其重要特点:感兴趣区域编码;介绍了一种新的ROI编码算法——PSBShift算法,它结合了JPEG2000中定义的两种标准ROI编码算法的优点。     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT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、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

多ROI医学图像压缩的SPIHT算法

针对医学图像的应用实际,根据图像小波域系数的特点与人眼视觉特性,提出以多个任意感兴趣区域编码框架为基础,对感兴趣区域采用无损JPEG2000,并结合人眼视觉特性规定了系数扫描顺序,对非感兴趣区域采用小波变换与多级树结合分裂算法(SPIHT)。实验结果表明,该编码框架有如下优点:(1)可根据需求选择不同大小的感兴趣区域,同时在比特率比较低的前提下,仍可获得较为满意的重构图像质量;(2)实现方法简单有效,适应性强,可针对不同类型的图像进行处理;(3)具有很高的主观视觉效果。为医学图像远程传输和存储提供更为有效的方案。     

基于JPEG2000的ROI改进编码算法研究

在许多的图像应用中，基于感兴趣区域（ROI）图像编码技术占有重要地位。对图像压缩和传输处理，总是希望自己所感兴趣的图像区域能够得到相对于背景（BG）区域更好的压缩效果。在JPEG2000中采用了General Scaling Based Method 和 Maxshift Method的ROI编码技术。最重要平移和逐个平移法在最大位移法的基础上进行了改进、实验结果表明，该方法可行且性能优越。     

基于人眼视觉特性的低比特率图像压缩编码

为了提高编码速度和改进视觉效果,提出了一种改进的低比特率SPIHT算法。算法首先用提升小波对原始图像进行分解,再结合人眼视觉掩蔽特性,对不同区域内图像信息所对应的小波系数赋予不同视觉权值,以保证优先传输视觉上的最重要系数,最后根据系数重要性,对低频系数采用新的排列结构,并采用SPIHT编码思想完成图像压缩。实验结果表明,该算法压缩效果优于SPIHT图像压缩方案,特别在低比特率下。     

基于视觉特性的Contourlet域图像压缩编码算法

为了有效克服小波变换难以准确捕获图像特征、而Contourlet变换存在冗余等不足,本文提出了一种基于视觉特性的Contourlet域图像压缩编码算法.该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据人眼视觉特性(HVS),对变换系数进行加权处理;再结合小波分解与方向分解特点,构造扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩.实验结果表明,本文提出的Contourlet域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性(SPIHT与WBCT对于Barbara之类纹理图像压缩效果较差,然而本文算法的压缩效果却较理想).     

基于率失真优化的ROI编码算法

提出一种通过提升率失真斜率来实现任意形状的感兴趣区域（ROI）编码的方法,从而避免了因提升系数引入过多的位平面导致编码效率降低的问题。实验结果表明该算法通过调节提升因子可实现ROI与背景区域重现图像对比度的任意可调,并且无需发送ROI区域的形状信息,同时降低了部分ROI编码块中背景系数的优先级,可以使感兴趣区域得到更快的恢复重现。     

基于ROI的分形图像压缩编码

分形图像压缩由于具有非常高的压缩比越来越受人们的关注,但是高压缩比的图像方块效应非常明显,这在很大程度上影响了解码图像的质量。为了解决这个问题,借鉴JPEG2000中提出的ROI概念,提出了将感兴趣区域（ROI）图像编码与分形图像压缩编码相结合的图像编码方法,使得重构的图像中感兴趣区域的保真度高于背景区。该方法很好地解决了图像的压缩比和重构图像质量之间的矛盾。实验结果证明：此方法在获得较高压缩比的同时,压缩编码时间大为降低,解码图像质量也有较大的改善,且总体编码性能优于JPEG编码。     

基于改进SPIHT的医学图像编码

考虑到压缩效率很高的静态图像压缩算法（Set Patitioning in Hierarchical Trees,SPIHT）的压缩效率尚可以进一步提高,提出一种改进的SPIHT算法：在原始算法的基础上,引入一种新的类型树,在初始化时最大限度地保存小波变换后的系数．将改进的SPIHT算法应用到医学图像的压缩中,取得良好的压缩效果．     

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中.提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输.     

一种基于人眼视觉特性的ROI渐进图像传输算法

一般基于ROI的渐进传输算法都未充分考虑人眼视觉特性,利用小波变换的特点并结合人眼视觉的掩蔽效应,提出了一种改进的ROI渐进图像传输算法。首先传输图像的低分辨率形式,供用户选择是否继续传输图像。进行ROI图像传输时,在不影响ROI主观质量的前提下,可以对ROI视觉效果影响不明显的小波系数延后传输,而利用节省下的带宽传输视觉上重要的背景系数。此外,还可以根据网络带宽情况设置扩展因子,控制背景图像进行分级扩展传输,从而保证接收到的图像始终具有较好的整体视觉效果。仿真实验证明了该算法的有效性及扩展因子的控制作用。     

基于感兴趣区域的可伸缩性容错编码

为了在低带宽的条件下提高视频质量并获得更高的编码效率,提出一种基于感兴趣区域(ROI)实现可伸缩容错编码的方法.在编码时结合基于ROI对象的动态FMO,满足了编码效率和容错性能的折衷.同时,结合FMO特性实现对增强层的感兴趣区域的优先传输,提高了视频质量和码流的可伸缩性.实验结果表明,该方法对于带宽受限条件下的图像传输具有很好的差错鲁棒性,图像PSNR可以提高2.5 dB左右,能为图像感兴趣区域提供有效保护,提高图像质量.     

基于视觉掩蔽特性的感兴趣区渐进图像传输

利用人眼的视觉掩蔽效应,以图像小波变换为基础,改进了传统的感兴趣区渐进图像传输算法。在ROI图像质量得到保证的同时,优先传输视觉上重要的小波系数,并提出一种灵活的背景传输机制。此机制引入扩展因子的概念来说明背景图像相对于ROI的重要性,并且可以根据网络带宽利用扩展因子来调节背景图像的传输方式,以确保从整体上改善图像的主观视觉效果。仿真实验从主观和客观两个方面对改进算法和传统算法进行了对比分析,验证了该算法的有效性。     

快速的层次树集合分划编码算法*

设计了一个改进算法,它仅需对小波分解矩阵进行一遍扫描即可确定层次树集合分划编码(SPIHT)算法所需的所有D(i,j)和L(i,j)重要性并完成对所有(i,j)子系数的编码,使得按照SPIHT的排序方法编码时只需查找存放D(i,j)和L(i,j)的重要性及(i,j)子系数的编码表,从而大大提高了SPIHT的编码速度.     

3D geometry-dependent texture map compression with a hybrid ROI coding

Difering from common 2D images,a texture map,since it is used to project onto a 3D model in 3D space,not only contains 2D texture information,but also implicitly associates certain 3D geometric information.Related to this,an efective 3D geometry-dependent texture map compression method with hybrid region of interest(ROI)coding is proposed in this paper.We regard the visually important area of the texture map as the ROI.To acquire the visually important areas of the texture map,we take into account information from both the 3D geometry and 2D texture maps,depicting the saliency of the textured model,distortion of the texture mapping,and boundary of the texture atlas.These visually important areas are expressed as a visual importance map.According to the particularity of the texture map,a hybrid ROI coding method that utilizes Max-Shift and an improved post compression rate distortion(PCRD)technique is presented,guided by this visual importance map.To find the exact wavelet coefcients pertaining to these ROIs before carrying out the hybrid ROI coding,this paper proposes a stochastic coefcient priority mask map computational method.Experimental results show that the visually important areas of the texture image have a better visual efect and that a good rendering result can be obtained from the texture mapping.     

基于小波包分解的 SAR图像压缩 *

针对 SAR图像含有丰富的中、高频信息 ,而基于小波变换的图像压缩方法会丢失高频细节信息 ,提出了基于小波包分解的 SAR图像编码算法。小波包变换对 SAR图像进行完全分解 ,再用与后续编码器相关联的代价函数进行最佳基搜索 ,然后根据各子带小波包系数的重要性进行加权 ,采用多级树集合分裂算法 ( SPIHT)编码。实验结果表明 ,该算法更好地保留了 SAR图像的细节信息 ,获得了同压缩比下优于传统 SPIHT算法的编码性能 ,更有利于后续图像处理。