减少JPEG压缩图象方块效应的小波域图象增强

低比特率ＪＰＥＧ压缩图象往往产生严重的方块效应。利用小波分析良好的去噪和边缘检测特性,本文提出一种减少ＪＰＥＧ压缩图象中方块效应的有效算法。计算机仿真结果表明,所提算法能有效地改善解码图象的视觉质量。     

基于小波变换的JPEG2000压缩实现

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。     

基于小波分解的分形压缩图象增强

讨论分形解码结果图象的特点,基于分形码对图象的放大作用,用小波提取放大图象中的高频信息,再用小波图像融合方法增强图象细节,同时用小波的局部极大值的Ｌｉｐｓｃｈｉｔｚ指数调整方法去除结果图象的块效应,直接提高压缩结果图象质量,可用于改善高压缩比的分形压缩解码结果图象质量。     

JPEG图象压缩方法研究及应用

为了在ＦｏｘＰｒｏ平台下显示ＪＰＥＧ格式的图象，本文对ＪＰＥＧ压缩算法进行了讨论，对压缩模式，离散散余弦变换，量化与逆量化，色彩系统以及熵编码和解码进行了优化设计。     

高质量运动图象压缩编码的小波变换方法研究

研究基于小波变换的高质量运动图象压缩编码方法。通过对运动估计后图象内的帧内编码宏块首先进行离散余弦变换（ＤＣＴ）编码,然后再对整幅图象进行小波变换（ＷＴ）与零树编码,从而达到运动图象的高质量压缩编码目的。     

小波变换在图象压缩中的应用

本文讨论了数字图象数据信息压缩的有关技术问题，文章首先简要介绍了传统的Ｈｕｆｆｍａｎ编码方法的然后提出利用正交小波变换对图象进行分解，结合Ｈｕｆｆｍａｎ编码法图象进行编码，压缩的技术。     

采用模糊字典编码的小波图象压缩方法

本文讨论了采用小波变换进行图象压缩的基本方法。并根据小波变换域数据的基本特性，在字典编码算法的基础上提出了二维模糊字典编码算法，将传统的变换压缩方法中的量化和编码部分有机地结合起来，并取得了较好的压缩效果     

基于EBCOT的JPEG2000压缩方法概述

首先概要地论述了JPEG2000压缩方法的过程及原理,包括预处理、量化、小波变换等,然后对其使用的改进的EB-COT进行了重点的论述,最后简单介绍了JPEG2000标准实现的软件——Jasper软件。     

一种实用小波零树图象压缩方法

图象压缩是多媒体应用的关键技术之一。本文简介了小波零树结构原理，给出了一种在码率约束下十分有效的实用子带量化策略，同时与基于ＤＣＴ的ＪＰＥＧ推荐标准进行了比较。     

基于小波变换的三维医学图象压缩技术的研究

满足诊断要求的医学影像无失真压缩编码技术的研究是图象压缩编码研究的新领域,也是ＰＡＣＳ系统和远程医疗诊断系统研究的热点之一。该文正是以ＣＴ,ＭＲＩ等医疗成像设备在临床应用时一次检查产生的人体某一部位的多帧断层图象组为对象,取目前编码领域最具潜力的小波变换技术,并将小波变换由二维推广至三维,同时将二维工邓列图象组视为三维图象而开展的医学影像编码技术研究。实验结果表明,在经临床医师确认的失真门限附近,     

无失真JPEG图象压缩方案与基于S变换的无失真图象压缩

基于DCT变换的JPEG图象编码方案是众所周知，但ISOJPEG另一种无失真的图象编码方案却很少介绍，本文将对无失真的JPEG方案作详细介绍，同时对图象的新一代无失真压缩S＋P算法也给出详细的论述。实验结果表明，S＋P算法对无失真图象压缩有更好的压缩比。     

基于JPEG2000的高动态范围图象压缩

高动态范围图象对真实场景的色阶和动态范围进行编码,如辐射度图。通过对JPEG2000编码器进行扩展,提出了一个高动态范围静态图象的压缩方法。该方法基于应用于高动态范围图象显示的色调映射技术,通过可变基底的对数映射函数对图象像素的32位浮点格式的辐射度值进行变换,然后将数据输入到JPEG2000编码器,并依据HVS模型的对比灵敏度特性对小波系数进行加权处理。实验显示,该方法对图象有较大压缩率的同时还保持较好的主观质量。     

多小波图象变换的统计分析

多小波是一种新的小波,多小波的应用更是近几年才日见兴起,因此,有关多小波图象变换的一些基本统计数据,如均值、方差、量化后零系数的比例等等,尚未见诸学术刊物,而这些数据又是从事多小波图象编码研究的基本依据。从学术刊物和互联网上收集了5种不同性质的多小波,对这些多小波图象变换特性进行了详尽的统计分析。通过统计分析发现：（1）图象经过CL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还进一步汇聚在最低分辨率子图象的第一个分量上,因此,CL多小波最适合图象编码;（2）图象经过CARDBAL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还平均分摊在最低分辨率子图象的4个分量上,因此,通过相关性编码可以大幅度提高CARDBAL多小波图象编码的压缩比;（3）图象经过GHM多小波变换后,最低分辨率子图象的能量既不是集中在一个分量上,也不是平均分配在4个分量上,因此,尽管GHM是最早发现的多小波,且是目前最为常用的多小波,但它其实并不是图象编码的首选。     

使用小波变换的图象压缩编码算法

本文实现了一种利用小变换的极大值描述进行图像压缩编码的方法。该编码方法能有效的保持图像的重要边缘,在压缩比较高情况下,重建图像主观视觉效果良好。     

基于JPEG2000的图象局部可分级检索

提出了一种基于JPEG2000的图象局部可分级检索方法。首先,对图象采用JPEG2000的基本算法进行压缩编码;然后,把压缩码流按零树结构编排,每个零树结构对应着图象的某个网格区域,从零树结构所包含的DWT系数可以分级重建这个网格区域的内容。检索时,先从图象的最低分辨率子图象（即LL子图象）的预览开始,一旦发现目标,则锁定目标;然后在空间分辨率和信噪比两个方面逐级浮现目标所在网格的内容。由于该方法仅仅使用部分压缩码流数据来恢复图象的局部内容,从而节省了大量的计算资源;最后给出了基于JPEG2000的图象局部可分级检索的实验实例。     

小波变换实现多光谱图象融合增强

本文针对多光谱图象的增强问题,提出了一种基于小波变换理论的融合增强方法。它将高空间分辨率的全色图象和多光谱图象经小波变换后的低频分量进行融合,改进了传统基于小波变换理论的增强方法。本文还对比评价了基于IHS变换和传统小波变换的增强结果,表明了该方法在提高多光谱图象的空间细节表现能力和保持地物光谱信息上都具
有很好的效果。     

并行DSP小波图象压缩的实现研究

小波图象压缩逄法是基于多分辨率分析上的一种压缩方法,它能够根据人们的视觉效应对图象信息进行针对性的处理,达到高效压缩图象的目的。小波变换算法的工程实现需要高性能处理器的支持,并行DSP（Digital Signal Processor)处理器TMS320C80就具有强大的图象处理功能,研究了在并行DSPTMS320C80上实现小波变换图象压缩的快速算法、优化程序设计及并行处理方式,并加以实现。     

基于多分辨率小波的JPEG2000图像质量的研究

JPEG2000编码标准以多分辨率小波变换为基础,其编码参数的取值对图像压缩的性能和质量有重要的影响。在分析小波变换的多分辨率特性与提升方案的基础上,实验研究其多分辨率小波变换参数的选取对编码性能和图像质量的影响,提出不同的压缩比下主要编码参数的适宜取值范围,得到适合的图像。     

一种基于图象小波极值表示的减少方块效应的算法

针对低比特率JPEG压缩图象会产生严重的方块效应问题和根据后处理技术可有效地减少方块效应的认识,提出了一种新的基于图象小波极值描述的后处理算法。该算法根据解压缩图象方块效应在一级和二级小波变换系数中的极值特性,对位于图象背景区、平滑边缘区及阶梯状边缘区的方块边界的小波极值分别加以处理。实验结果表明,该算法能有效地减少方块效应,且能改善译码图象的信噪比和主观视觉质量。     

基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。