离散小波变换图像压缩技术综述

1.引言自从1984年“小波”这一概念诞生以来,小波及多分辨分析理论和应用得到了迅猛发展。特别是在图像压缩领域,由于离散小波及多分辨分析与子带编码的天然联系,以及离散小波变换本身具有的良好去相关特性,使之逐渐成为图像压缩中的主流变换。例如:在最新推出的JPEG2000静态图像压缩国际标准中,已采纳离散小波变换作为标准的像素去相关变换。在最新的MPEG4视频图像压缩国际标准中,也大力推荐采用离散小波变换。     

浅析小波变换在图像压缩编码中的应用

小波变换是在傅里叶变换无法分析突变信号和非平稳信号的基础上产生的、具有多分辨率分析的时一频分析方法。它具有良好的时域和频域局部特性,因而在数据通信领域得到了广泛的领域。本文描述了小渡变换技术在图像压缩编码中的简单应用,并在MATLAB平台上进行仿真,实现了一级、二级两种扫描的图像压缩,突出了图像处理中采用小波变换技术的可行性和优越性。     

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。     

小波域数字图像水印算法的研究

基于小波变换的数字水印技术是当前的一个研究热点。该文分析和总结了小波域的数字图像水印算法,并依据其特点进行了分类。可以看到,图像的小波分解所具有的多分辨特性非常适合构造多样的水印算法,同时,小波域数字图像水印算法可以与新一代的图像压缩编码标准JPEG2000相结合。该文最后选择了两个小波域水印算法做了仿真,并比较了它们对于图像压缩的鲁棒性。     

基于图像抽取和小波变换的压缩方法

由于良好的局部性时频分析特性和多分辨率分析,小波变换在图像处理领域有很好的应用效果,但其却是一种很复杂的数学变换.为了降低计算复杂度,提出了一种将图像抽取和小波变换相结合进行图像压缩编码的方法.将最常用的两种图像抽取法结合小波变换进行图像压缩的压缩效果,与小波变换压缩效果作了比较.通过在MATLAB运行环境下对该方法进行实验得出,与基于小波变换的图像压缩方法相比,对于纹理较少相对平滑的图像,可以在压缩图像视觉效果相同的情况下,获得更高的压缩比,同时降低计算复杂度.     

基于Matlab的小波变换在图像压缩中的应用

小波变换克服了傅利叶变换在单分辨率上的缺陷,具有多分辨率分析的特点,在时域和频域都有表征信号局部信息的能力,从而使得小波理论在图像处理等领域得到广泛的应用。本文基于Matlab数学分析工具环境下从实验角度出发,探讨了小波变换在图像压缩中的应用和小波基的选取。     

基于小波变换的医学图像压缩技术

分析了医学图像压缩的必要性,简要介绍了二维离散小波变换和Mallat算法,在此基础上探讨了基于小波变换的医学图像压缩技术。实验结果表明,小波变换算法具有较高的压缩比和较好的图像恢复质量。     

一种改进的小波变换图像压缩算法

针对图像的数据量的相对庞大、传输速度慢的问题,需要一种很好的压缩算法,既能以较少的失真率对图像进行压缩,又能使压缩的过程相对迅速,以满足当今网络应用的需求。通过研究两种已有的小波变换图像压缩算法的算法思想及算法流程,找出它们的特性及存在的不足,并通过对小波变换后的图像的不同频域子带的小波树进行分类,采用适合的压缩算法对各部分进行压缩,使图像的整体压缩效果得到提高,同时也降低了压缩过程的复杂度。实验结果表明,改进的小波变换图像压缩算法在压缩效果和压缩效率上都优于两种已有的小波变换图像压缩算法。这个分类压缩的方法能够有效地提高图像的压缩效果,也降低了算法的复杂度。     

基于阈值与人眼特性的小波图像压缩算法

针对图像传输数据量大的问题,通过结合小波变换的高效性与普遍性,提 出了一种基于阈值与人眼特性的小波图像压缩算法,在图像的低频子带中通过结合阈值与人 眼的视觉敏感度,提出了阈值保留算法;而图像的高频子带则是通过结合小波变换后各子带 的方向性,并根据小波幅角的不同提出了边缘保留算法;在保证图像质量的同时减少了图像 中的冗余信号。实验结果表明,新方法能够实现上述目标且具有低耗时的优势,在图像压缩 领域具有较好的发展前景。     

一种基于非分离小波的图像压缩算法的研究

提出了一种基于非分离小波的图像压缩算法，构造了不同性质(正交性，对称性，消失矩等)的小波滤波器，利用这些滤波器实现了非分离小波域的图像压缩，比较研究了在采用不同性质的小波函数的情况下非分离小波变换和张量积小波变换在图像压缩中的应用。从实验结果可以看出，非分离小波在性质接近时，在很多情况下要优于单小波与多小波，是一类具有良好应用前景的高维小波。     

基于模极大值小波域的去噪算法研究

根据信号与噪声在小波变换下的不同特性，提出了基于模极大值小波域的去噪算法。该算法先用Adhoc算法求出信号的模极大值，再根据模极大值小波域的定义求出信号的模极大值小波域，从而得到信号的小波系数，然后逆变换得到信号。实例分析表明：该算法能有效消除噪声，与交替投影模极大值算法相比，该算法在原理上更简单，程序实现更容易，去噪速度更快，能满足在线监测的要求。     

矢量积小波变换

1 矢量小波函数方程Ψ(x)=sum from k=0 to N(C_kΨ(2x-k)) (1)称为尺度方程,它在多尺度分析中起着举足轻重的作用。方程(1)的系数可以是实数亦可以是复数,(1)式的解Ψ(x)称为尺度函数。若式(1)有一个可积解Ψ(x),且是L~2(R)中的一个规范正交基,则从下式Ψ(x)=sum from k=0 to N(-1)~k(C_(N-k)Ψ(2x-k)) (2)     

基于提升小波变换的盲水印技术

随着通信、计算机和网络技术的迅猛发展和广泛应用,信息安全和版权保护问题已引起了社会的广泛关注,而数字水印技术已经成为实现版权保护的有效途径。文中提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,根据各个层次相应位置的提升小波系数排序情况和密钥中{1}元素的位置来决定水印嵌入的位置,在水印提取时根据密钥中{1}的位置可以实现百水印提取。采用水印多重嵌入的方法,将水印嵌入到提升小波分解各个分辨率级的所有子图中,即在低频子图中嵌入一次水印,而在高频子图中嵌入多重水印,这样不仅不易被人眼察觉而且提高了水印嵌入的鲁棒性。这种算法简单、可靠,实验证明具有较好的效果。     

基于整数小波变换的图像无损压缩方法

本文提出了一种基于整数的第二代小波变换图像无损压缩算法,它克服了第一代小波变换所存在的缺陷。首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,对预测误差进行哈夫曼编码。与JPEG无损压缩模式相比较,该算法方法简单,有较好的压缩性能。     

改进小波包分析在图像噪声处理中的应用

针对图像消噪问题,提出了改进小波包分析算法.该算法对小波包分解和重构算法进行了改进,通过对小波包分解系数的重新排序,解决了由于隔点采样而引起的频带混叠问题,并对小波消噪原理进行了深入分析.通过对图像的消噪处理,该算法消噪效果优于二维小波变换和小波包分析算法,具有更为广泛的应用价值.     

基于小波变换和蚁群算法的纹理分割

纹理分割是图像模式识别中的关键步骤,但直到现在仍然没有一种有效的方法能够解决。本文提出了一种新的基于小波变换和蚁群算法的纹理分割方法。该方法首先用小波变换提取图像不同频带的纹理特征,然后提出具有聚类能力的蚁群算法数学模型,并用这个模型来进行分割。实验结果表明,该方法是一种有效的纹理分割方法。     

改进的基于Gabor小波的类圆形堆积物图像分割

以堆积在一起的棒材端面图像为背景,通过纹理分析的方法,提出了一套基于Gabor小波的类圆形堆积物分割方法及其预处理方法。对于Gabor小波构造出来的滤波器组,提出通过响应离散度来优选滤波器;对于得到的频谱响应图像,提出了桥模糊算法来优化频谱响应。通过提出的Gabor小波滤波器构造、选择和优化方法,可以无监督的成功将成捆棒材端面图像从任意背景图像中分割出来。该方法可以应用于该一大类的堆积物分割,具有很强的通用性和鲁棒性。     

基于三角样条小波变换和三角样条插值信号重构方法

文献8使用二进小波变换提取信号边缘特征,根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。该文分析了文献8存在的两个问题,并针对这两个问题进行改进,即在二进小波变换和插值重构时使用同一种函数———三角样条小波函数,这样才能体现出信号处理的本质。文章作者曾提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用,大大提高信号重构质量。就信噪比和相对误差两项指标与Mallat算法和文献8算法进行了比较,效果明显。     

基于小波变换的表面肌电信号的情感识别

情感识别是情感计算的一个关键问题。针对表面肌电信号（EMG）的非平稳性,采用小波变换方法对表面肌电信号进行分析,提取小波系数最大值和最小值构造特征矢量输入用L-M算法改进的BP神经网络分类器进行情感状态识别。实验表明,用表面肌电信号对joy、anger、sadness、pleasure 4种情感识别效果较好。也说明用小波变换方法提取特征,用神经网络作分类器的方法用于情感识别有很大的应用前景。     

一种冗余小波变换的心电信号噪声消除方法

平稳小波变换去除心电信号噪声较好抑制了小波空间适应法消噪产生的伪Gibbs现象,但其重建过程相对复杂。提出对受噪声污染的心电信号移位一次,将移位信号及原信号分别进行正交小波变换阈值去噪,以它们的平均作为去噪结果。实验表明可以获得与平稳小波变换相同的去噪效果,但算法实现更简单快速。