基于db4小波变换的电能质量数据压缩算法

针对传统小波变换运用于数据压缩算法存在的问题,提出了基于db4小波变换的数据压缩算法。该算法针对电能质量数据的特点,根据db4小波变换具有多分辨率分析的特性,将检测数据变换到小波域,以使信号能量主要集中于低频系数上,而后采用软阈值压缩算法处理小波低频系数。并采用游程编码的方式存储数据。对实际数据进行压缩,该算法压缩效果良好,计算速度快,适用于实时性要求较高的场合。     

基于神经网络的K—L变换和心电地图数据压缩

Ｋ－Ｌ变换是主误差准则意义下的最佳变换，是心电地图数据压缩的重要方法。但ＫＰＬ变换的常规算法计算量大，上前又无快速算法，实现困难。本文采用人工神经网络算法来实现Ｋ－Ｌ变换，并将其应用于心电地图的数据压缩，实验结果表明：该网络法具有设计简单，易于实现以及对数据扰动的稳健性等优点，其压缩效果与Ｋ－Ｌ变换常规算法相当。     

改进的静态图像零树编码算法

Ｓｈａｐｉｒｏ的ＥＺＷ静 图像压缩算法,由于充分利用了小波变换图像的良好性质,引起了图像数据压缩领域的广泛注意,ＥＺＷ算法被认为是静态图像变换编码领域迄今为止最好的算法之一,通过分析与实验,发现该算法也存在一些不足,地此该文提出 了一种改进的零树编码算法,在一定 克服了这些不足,该算法编码流包括在发）最低了带图像的编码流,最低频的子带图像包含了原始图像的绝大春系数的绝对值比人它子图的系数要大几个数     

小波变换理论应用进展

本文介绍了小波变换理论,讨论了基本小波函数的选取准则和小波变换算法,分析了小波变换与人工智能等其它方法的结合方式和特点.通过介绍小波变换在信号瞬态分析、图像边沿检测、图像去噪、模式识别、数据压缩、分形信号分析等方面的应用实例,讨论了小波变换在处理非平稳信号和复杂图像时的优势.最后,对小波变换理论的发展及其应用前景作了描述.     

基于神经网络的K－L变换和心电地图数据压缩

Ｋ－Ｌ变换是均方误差准则意义下的最佳交换，是心电地图数据压缩的重要方法．但Ｋ－Ｌ变换的常规算法计算量大，目前又无快速算法，实现困难．本文采用人工神经网络算法来实现Ｋ－Ｌ变换，并将其应用于心电地图的数据压缩，实验结果表明：该网络算法具有设计简单、易于实现以及对数据扰动的稳健性等优点，其压缩效果与Ｋ－Ｌ变换常规算法相当．     

改进的零树编码算法及其DSP实现

基于双正交叠式变换(LBT)的卫星遥感图像数据压缩,需要一种低内存和低复杂度的编码方法.以SPIHT(基于分层树的集合分割排序的编码算法)为基础,通过研究LBT系数的结构,提出了一种改进的零树编码算法.该算法采用了零树结构的快速检验和线性索引技术.本文对该算法在TMS320C6000系列DSP中的实现进行了研究,通过任务合并、优化选项、软件流水、循环展开和多功能指令等方法提高处理速度.该算法已在某侦查卫星数据压缩样机中实现.实验结果表明,该算法内存需求低,压缩质量接近SPIHT,并且计算复杂度大大降低.     

用光学方法实现图像数据压缩时对滤波器的精度要求

为了使光学滤波器在空间频域进行小波变换时,能满足图像压缩的精度要求,通过利用光学滤波器在空间频域进行小波变换(或其他变换)来实现图像数据压缩时对滤波器的特殊要求的研究,结合人眼视觉特性(HVS)及视觉感知图像质量评价方法,推导并得出了用光学滤波器来实现图像数据压缩时的精度误差上限的估计值,从而为设计用于高质量图像数据压缩的此类光学滤波器提供了依据,仿真实验证实,光学滤波器能满足图像数据压缩的精度要求。     

无线传感器网络的数据压缩算法综述

介绍无线传感器网络的特点,分析数据压缩技术对无线传感器网络发展的重要性;综述了无线传感网络中数据压缩技术的研究现状并介绍了无线传感器网络中部分有代表性算法的研究成果:根据监测数据在时间和空间上存在某种相关性,分类出基于时空相关性的数据压缩算法;根据采用某种变换去除数据时空相关的冗余信息算法,分类出基于小波变换的数据压缩算法;在集中和分散这两种信息服务都能实现的原则基础上,分类出分布式数据压缩算法;通过对传统的压缩算法进行裁剪和优化,分类出改进的传统数据压缩算法;同时总结了各算法的适用环境及其算法中心思想;最后讨论了无线传感器网络中各种数据压缩算法在现阶段存在的不足及各种压缩方法的未来研究方向.     

结合视觉加权的一种改进的EZW图像压缩算法

就静止图像数据压缩编码方法进行了研究,在传统零树编码算法的基础上,提出了改进的基于小波零树编码并结合视觉加权的图像压缩算法.该改进算法充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了良好的压缩效果和视觉效果,并通过实验证明了算法的有效性.     

多光谱图像的无损压缩方法

利用多光谱传感器对同一观测对象在多个窄光谱范围上获得的图像,称为多光谱遥感图像。这类具有高空间和谱间分辨率的谱图像数据量大,其存储和传输都比较困难。因此,对海量数据进行有效的数据压缩便成了遥感资料应用中迫切需要解决的问题之一。为了防止有用信息的丢失而影响图像的进一步处理和应用,采用无损数据压缩方法是解决该问题的有效途径之一。本文分析了多光谱图像的空间和谱间相关性等特点,从多光谱图像预处理、预测和变换无损压缩方法等方面介绍了目前主要的多光谱图像无损压缩方法,并对其特点进行了对比分析。     

图像压缩算法的研究

本文提出一种图像压缩的新算法,即以数论为理论基础的变换法－数论变换。     

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。     

基于可逆整数DCT的遥感图像的无损压缩

通过程序设计实现了基于整数DCT的无损压缩算法，适用于遥感图像压缩。该算法对遥感图像进行整数DCT无损变换，用算术编码对变换系数进行了压缩。测试结果证明，相比于现有的基于DCT的无损压缩算法，压缩率有了一定的降低，对于遥感图像的压缩效果要好于普通无损压缩算法，可以在同一个系统中同时实现图像的无损/有损压缩，有一定的实用价值。     

一种自适应分块图像压缩算法的研究

自适应分块图像压缩是存四叉树分解图像压缩原理批础上研究设计的一种新的算法。将图像中像素值相同的相邻像素点尽可能划分到同一个图像块中,采用稀疏矩阵三元组存储方式对图像块参数进行存储,从而达到图像爪缩的目的。使用MATLAB对算法进行了仿真,成功地完成了图像压缩和重建,并在不同条件下,对图像压缩过程中的各个参数与四又树分解进行了分析比较。结果表明新方法分块自适应度高,提高了图像压缩比。     

基于整数小波变换的遥感超光谱图像无损压缩

由于遥感图像信息十分宝贵,应尽可能采用无损压缩或近无损压缩方法。本文提出基于"提升"(Lifting)算法实现整数小波变换(IWT)的方法,将变换方法用于去除空间冗余,保证了小波变换后图像信息无损失,再用算术编码对图像进行无损压缩。由于变换方法的去相关性能良好,实验证明将IWT应用于遥感图像无损压缩是有效的,能达到预期的目的,解码后的图像能无失真的恢复。     

基于新型三层误差反向传播网络的图像压缩

基于误差反向传播算法对图像进行压缩的工作已有很多。论文介绍了三层误差反向传播网络拓扑结构和新型二层误差反向传播网络拓扑结构,为进一步提高图像压缩的压缩比和压缩质量,在新型二层误差反向传播网络拓扑结构的压缩层和重建层之间加入一过渡层,使得网络在学习过程中更好地收敛到原始图像。论文提出了新型三层误差反向传播网络拓扑结构并给出了相应算法的严格数学推导过程。经过上机压缩测试,相对于其它误差反向传播算法对图像进行压缩的压缩比、学习速度和压缩质量都有很大提高,取得了很好的效果。     

一种DCT变换域的鲁棒数字水印

提出一种以二值图像为水印的离散余弦变换(DCT)域数字水印算法,对水印图像进行Arnold置乱,用置乱次数作为提取时的密钥,将置乱后的水印图像和载体图像分别进行分块DCT。为了使嵌入的水印具有较强的鲁棒性,把水印的每个子块同时嵌入到多个载体图像的子块中,按照奇数块和偶数块分别将水印嵌入到直流分量和交流分量的中频系数中,实现水印的完全嵌入。实验结果证明,该算法具有良好的鲁棒性和不可见性,能够抵抗有损压缩、剪切、随机涂改和白噪声等攻击。     

利用分形编码进行基于形状的图像检索

分形编码在图像压缩方面取得了很好的效果,同时也能够用于基于内容的图像检索。该文结合分形技术,提出了一种有效的抽取特征检索图像的新方法。针对目前基于形状的图像检索领域中存在的问题,首先提出了一种通过构造不规则区域的相似膨胀分形编码算法,该算法能获得较高的压缩比。在图像检索中,该算法用一新的方式提取形状特征,实现了基于该算法的图像检索操作。实验结果表明该文算法能较好地描述图像的形状及空间分布信息,明显地提高了检索效率及准确度。     

一种小波变换域彩色图像压缩编码方案

提出了一种基于人眼视觉特性与局部相关的小波域彩色图像编码方案．该方案以嵌入零树小波（EZW）编码思想为基础,通过建立可逆彩色空间变换,丢弃部分高频细节子带、单独编码最低频子带、高频子带自适应EZW编码及多关联预测算术编码等措施,实现彩色图像的自适应压缩编码．实验结果表明,文中算法具有较好的压缩效果和较强的通用性．     

基于零树和位平面的小波图像压缩算法

通过有机结合零树编码、位平面编码和算术编码,提出了一种基于零树和位平面的小波图像压缩算法ZBP(Zerotree and bit plane).ZBP不仅充分利用了零树符号之间的相关性,而且从位数据的层面上挖掘出了小波系数值之间的相关性,从而提高了算术编码的性能.实验结果表明,ZBP的压缩效果优于目前已有的小波图像压缩算法.