图像压缩编码中的小波变换技术

本文介绍了小波变换的基本理论，对在图像编码中波变换实现中的着急技术给予重点分析，对基于小为换的图像压缩方法给予概述，同时简介了今后需要进行的研究工作。     

基于小波变换的图像压缩编码

介绍了小波分析的基本概念和基本理论，阐述了一种基于小波变换的图像压缩编码方法，并通过计算机实验证明了经过小波变换编解码的图像在实现高压缩率的情况下能够保证很好的图像质量，具有较好的视觉效果。     

一种基于小波变换和矢量量化的图像压缩算法

小波变换和矢量量化都是图像压缩中的重要方法。利用小波变换的系数特点,对图像进行小渡分解,对于能量最为集中的低频分量采用标量量化处理,然后将标量量化过程中产生的残差和高频分量一起构造矢量,进行矢量量化。实验结果表明,此算法能够有效提高重构图像质量,获得较高的信噪比。     

基于自适应小波变换的嵌入图像压缩算法

针对遥感、指纹、地震资料等图像纹理复杂丰富、局部相关性较弱等特点,文章通过实施自适应小波变换、合理确定系数扫描次序、分类量化小波系数等措施,提出了一种高效的图像压缩编码算法.仿真结果表明,相同压缩比下,本文算法的图像复原质量明显优于SPIHT算法(特别是对于纹理图像,如标准图像Barbara).     

基于双正交小波变换的图像压缩编码

提出了一种基于双正交小波分解的静态图像压缩编码方法,将图像作３次小波分解后,对低频变换系数作ＤＰＣＭ编码,对高频变换系数采用游程编码。实验证明这是一种比较有效的编码方法。     

基于小波变换的空间约束矢量量化方法

图像的小波变换能同时提供空间－频率局部化信息，而且小波变换域内矢量量化数据压缩已得到广泛应用，经过小波变换后，各子带小波分量存在相关性和空间约束，同时考虑到人类视觉对水平和垂直方向高频分量比对角方向更加敏感，本文提出了基于空间约束的矢量量化方法，该算法能同时提高编码效率和改善重构图像质量。     

基于小波变换和误差竞争学习的矢量量化

用神经网络实现图像矢量量化是一种非常有效的方法，而小波变换又是近年来迅速发展起来的新算法。文中提出一种改进的误差竞争学习算法，分析了图像在小波变换后数据的特点，提出了新的矢量构造方法，从而最终得到了基于小波变换和误差竞争学习的矢量量化图像压缩新算法(以下简称VQWDCL)，无论是在主客观效果上，还是在计算复杂度上，其性能都优于传统的基于小波变换和LBG算法的矢量量化。     

基于小波变换图像压缩芯片的实现

简述了图像压缩中小波变换的几种方法,介绍了国内外小波芯片现状,提出了在设计小波算法和芯片时需要解决的问题,最后探讨了小波芯片未来的发展机遇。     

基于小波理论的矢量量化遥感图像压缩方法

分析了遥感图像的统计特性，提出了适合遥感图像压缩的矢量量化与小波变换相结合的压缩方法。该方法将遥感图像小波变换后高频子图划分为一定大小的的像块，对局部相关性较强、灰度变化较小的像块进行高倍压缩；对局部相关性较小、灰度变化较大的像块进行高保真压缩。实验表明，本方法具有良好的压缩性能，适用于遥感图像的压缩。     

基于小波变换的图像压缩算法研究

随着计算机多媒体技术的不断发展,人们期望更高性能的图像压缩技术的出现。本文介绍了图像压缩的基本原理和基本方法,深入研究了小波分析的数学理论基础以及应用于图像压缩的相关理论。     

小波变换在图象压缩中的应用

文章从实际应用角度出发,提出了一种基于小流变换和改进LBG向量量化的有损图象压缩算法。该算法首先利用小波变换对图象进行分解,然后根据各子带（子图象）特点对小波系数进行相应的改进LBG向量量化编码,从而实现图象压缩目的。实验结果表明：该图象压缩算法的使用,可以在图象质量几乎不下降的条件下,极大地提高压缩比,改善恢复图象质量。     

一种基于小波变换的低比特率混合图像编码方法

本文提出了一种基于小波变换的低比特率图像编码方法,利用人的视觉特性对高频高活跃度系数进行调制,为了保护图像能量,对高频高能系数进行标量量化后采用自适应算术编码,采用高分辨率级子图像矢量分类信息由低分辨率级子图像矢量自动产生,提高了压缩比。实验表明采用此编码方法在高压缩比的情况下获得了较好的图像质量。     

利用子波变换的图象压缩编码技术

从1988年Malial将子波交换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法，开创了子波变换在图象处理中的应用．于波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计在1996年将会高清晰度电视标准的子波变换视频图象压缩技术将推出问世．本文将综述子波变换图象压缩编码技术当前的进展。     

多维多分辨率分析和图像序列的三维子波变换压缩编码

最近有文献报道图像序列的三维子波变换压缩编码。本文讨论了多维多分辨率分析和三维子带系统完全重构的充分必要条件，我们对8帧图像序列进行三级三维子波变换，然后进行零树量化和熵编码，文中给出了不同压缩比下的信噪比。编码器可以在要求的任意压缩比下停止编码．如同图像的二维子波零树编码。     

基于小波变换的医学图象压缩编码

本文研究了医学图象小波变换系数的统计特征。根据医学图象的特点，提出了基于小波变换的医学图象编码方法。实验表明，这种方法具有较好的压缩编码性能，优于JPEG标准。同时，它支持逐次浮现式传输，从而能满足医学图象存储、通信、检索的需要。     

一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。     

基于整数小波变换和改进嵌入零树编码的图像压缩

整数小波变换(IWT)具有输入输出都是整数、只需进行位内运算、便于硬件实现等优点,特别适于图像的无损压缩;而在有损压缩方面,其效果通常稍逊于传统的离散小波变换(DWT)。为了提高IWT图像有损压缩的性能,该文采用基于提升格式的IWT,结合基于形态膨胀运算的改进嵌入零树小波编码(EZW)方法。实验结果表明,在没有增加运算复杂度的情况下,此算法与传统的DWT相比,提高了峰值信噪比(PSNR),具有较好的有损压缩效果。     

基于小波包变换的SAR原始数据压缩

该文介绍了小波包变换和网格编码量化的优点,结合合成孔径雷达(SAR)原始数据的特点,提出了基于小波包变换和网格编码量化的SAR原始数据压缩算法。利用模拟和实际数据分析了该压缩算法的性能,通过与其他原始数据压缩算法的比较说明了这一方法的有效性。     

一种基于正交小波包变换的数据压缩方法

本文将最优小波包基变换应用到数据压缩方法的研究工作中,针对不同频率的小波包系数之不同统计特性设计了相应的标量量化和矢量量化方法,并对一组实际测量数据运用我们建议的方法进行压缩,在失真率较小的情况下,得到较高的压缩比.