基于提升小波变换和EZW编码的图像压缩算法

嵌入式零树小波编码(EZW)是一种有效的图像编码方法,对其进行研究后发现,输出流中出现大量连续的零数根并且压缩所需的压缩时间较长.为了降低编码零数根所需的位数,本文提出一种利用定长的游程编码算法对连续零数根进行编码;为了提高EZW的编码效率采用了提升方案的小波变换.实验结果表明,与传统的EZW算法相比,本算法能够提高图...     

小波基和图像分解层数对不同类型图像EZW算法的性能的影响

嵌入式零树小渡（EZW）编码方法是一种简单而高效的图像编码算法。影响EZW算法性能的因素有很多,本文主要从图像类型、小渡基和小波分解层数这3种因素出发通过大量的实验数据对它们对EZW算法性能的影响进行了比较,并通过对实验结果的分析与讨论,获取了相关的一些结论。这些结论将有助于更好地发挥EZW算法的性能,同时对在EZW基础上发展起来的改进算法的使用也具有一定的指导作用。     

一种基于改进EZW算法的图像压缩方法

在EZW算法的基础上提出了一种适合大型图像压缩的改进算法,该算法首先将巨型图像分解为若干幅小的图像块,对这些小图像子块进行小波变换后,先用EZW对其进行编码,再用Huffman技术对其进行二次编码。该方法既能够保证利用小波系数之间的层次关系,又能提高图像的压缩率。还提出了一种自适应读写图像的方法,根据图像的大小自动调用不同的读写方式,为大型图像在Web上实时发布和漫游提供了技术基础。     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

基于奇异值分解（SVD）和小波变换的图像压缩算法

提出一种基于奇异值分解（SVD）和小波变换的图像压缩算法,该算法通过对小波变换后的小波系数或经小波重构处理后的图像利用SVD进行二次压缩。实验结果表明,该算法性能良好,优于单纯利用小波变换的图像压缩算法。     

基于小波变换的序列图像压缩编码算法

该文给出了基于小波变换的序列图像压缩编码的一个框架,主要内容包括自适应选取帧内或帧间编码、帧内编码方案和帧间编码方案等。为了有效的编码运动补偿金量误差图像,把ＥＺＷ算法推广到了一种特殊的小波包分解,这种分解更适合余量误差图像的特性。实验结果表明,该方案可以实现高压缩比,同时能保持较高的峰值信躁比。     

基于视觉掩蔽特性的EZW算法

文中算法以EZW编码方案为基础，能够通过以下两项措施提高工作效率：(1)对小波图像的最低频子带系数进行单独DPCM编码；(2)全面考虑高频子带的分解层次与方向、背景亮度值、像素点所在区域的纹理复杂度等诸多因素，并依此确定视觉掩盖特性值，进而根据视觉掩盖特性值自适应确定小波图像高频子带系数的扫描优先级，以完成嵌入编码，对比实验表明：文中算法在编解码速度、图像复原质量等方面优于EZW算法、形态结构表示法和选择系数扫描法。     

一种基于EZW改进算法的图像压缩方法研究

针对原EZW算法未能很好利用图像小波系数特点及按照频率特性量化小波系数的不足,提出了对图像小波系数进行信噪分离、阈值化处理以及对低、高频图像信息进行分阈值量化的改进算法,并给出了在保证复原图像质量情况下扫描终止的判别条件,以节省压缩时间,在实时传输中能有效地提高图像压缩效率。仿真实验结果表明,改进算法无论在扫描相同次数下的信噪比,还是相近信噪比下的压缩比都获得了较大改善,为小波变换下的图像压缩方法提供了新的思路。     

小波图像压缩技术

在多媒体计算机系统中,信息从单一媒体到多种媒体,若要表示传输和处理大型数字化了的声音、图片、影像视频信息等,数据量是非常大的,因而数据压缩也就成为今天多媒体领域研究的热点。其中由于小波压缩的压缩比高,图像质量好,具有极强的自适应性等优良特性使其成为数据压缩领域的研究重点,并且在图像处理和语音识别等领域中得到了广泛关注和应用。     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

基于图像边缘度的零树压缩最优分解层的选择

在研究零树图像编码方案的基础上,分析了被压缩图像的空间冗余度(称为图像边缘度)与零树压缩结果的关系,提出了零树压缩存在小波最优分解层的概念,给出了不同压缩比、不同小波分解层与不同类型图像的零树压缩结果的关系,并对相应的压缩时间进行了分析。综合实验结果表明:在进行高比特率压缩时,提倡采用三层小波分解;而进行低比特率压缩时,应采用四层小波分解。这一结论可作为进一步研究具有自适应能力的改进零树算法的基础。     

多模态医学图像融合中小波分解层数的选择

小波分解层数直接影响到图像的融合质量,本文通过实验并结合融合图像评价方法评价不同分解层数的融合图像质量,得出最佳分解层数.     

改进的嵌入式小波零树编码算法

在分析EZW算法的基础上,提出一种改进的图像编码算法,把小波系数分解成2组较小的小波系数,分别对其进行编码,并移除EZW算法中的副扫描过程,从而省去了存储重要系数的位置信息的比特数,减少了EZW算法中扫描次数,在很大程度上提高编码速度,缩减需要编码的符号数目,是种快速的编码算法。实验结果表明,运用该算法处理得到的图像质量能够满足大多数的应用需求。     

基于小波的图像去噪及压缩

介绍了基于小波的图像降噪和压缩的原理及特点。阐述了基于小波变换的图像降噪和压缩方法,并使用小波包对图像进行降噪和压缩,并通过计算机实验证明小波方法能基本消除蚊式噪声,且经过小波包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。     

图像配准的小波分解方法

提出了利用图像与其作小波分解后的近似分量的轮廓相似性，进行图像配准的一种方法．首先利用仿射变换和小波分解的理论，证明了该方法的正确性，并对求配准参数的运算量进行了分析；然后给出了利用该方法实现图像配准的步骤；最后结合MRI图像的配准，对该方法进行了实验验证．该方法能提高配准的速度，对实时图像配准具有实用价值．     

基于小波变换的图像压缩编码

数字图像压缩在数据通信、存储中有着重要的作用,是信息技术中非常活跃的研究领域．本文利用小波变换,经过量化和熵编码,实现数字图像的压缩,并从阈值和量化级数两个方面对压缩效果进行了比较．其中,阈值的增大会导致压缩比增大,但是复原图像质量下降．而量化级数越多,则复原后的图像质量也越高,但是压缩率越低．     

对EZW图像编码算法的改进

提出了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以及人眼对图像的边缘信息更加敏感的特性,对Shapiro的EZW算法进行改进。由于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。