基于Haar小波变换的无失真图像压缩

提出了一种利用Haar小波进行图像无失真压缩的算法。对线性预测后的图像进行Haar小波分解,将各子带小波系数根据大小分解成两部分,其位置信息分别通过自适应算术编码进行了有效的压缩。试验结果表明,该算法实现简单,达到了很好的压缩效果。     

改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。     

基于形态学膨胀和差分缩减的嵌入式图像编码算法

根据带内小波系数的聚类特性和带间小波系数的相似性,提出了一种新的小波图像编码方法．使用两种大小尺寸的形态学膨胀算子优化带内重要系数编码,并对两种膨胀方式采用不同的算术编码模型,克服了传统单一算子不能平衡膨胀速度和膨胀质量的不足．使用差分缩减方式对各小波系数聚类簇的起始位置和稀疏系数进行编码,提高对不重要系数小波系数的编码效率．算法还利用“父子”关系去除小波系数的带间相关性,使用精心设计的算术模型可进一步压缩码字冗余．编码器算法简单,基于位平面实现,因此码流具有渐进性．实验结果表明,本算法的编码性能优于传统的零树编码器SPIHT、最优率失真截断编码EBCOT,也优于非渐进特性的形态学小波编码器MRWD和SLCCA．     

一种快速零树编码的小波图像压缩算法

研究了一种新的小波变换零树编码方法,通过定义多级零树根和使用编码信息表和最优量化的方法,对不同方向的小波子带系数采用不同大小的门限和量化码书。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,取得了很好的压缩效果,对小波系数只作一次零树编码,大大节约了编码时间。     

自适应任意形状ROI编码

在率失真ROI编码算法的基础上结合传统比特平面提升ROI算法提出了一种新的自适应任意形状感兴趣区域编码压缩算法．该算法可根据目标图像的感兴趣区域大小和形状,进行自适应选择,分别对小波系数的低频子带和高频子带依据位于不同区域进行不同的编码,使得在保护特定目标图像信息的同时获得更高的压缩效率．试验结果表明,在16∶1和32∶1的压缩比情况时,该算法可很好满足军事卫星遥感图像压缩系统要求．     

一种高效的贝尔图像编码方法

提出了一种基于小波高频子带替换的贝尔图像编码方法,所设计的编码器对绿色分量和红、蓝分量分开处理。采用JPEG-LS标准算法对绿色分量近无损压缩,对红、蓝分进行小波变换后,只对压缩低频子带进行压缩。解码端利用绿色分量的高频子带作为红蓝分量高频子带,从而恢复红、蓝分量。在给定失真条件下,与JPEG2000标准算法相比,所设计的编解码方法具有较高的近无损压缩比和较低的计算复杂度。     

基于小波变换和ARMA模型的声码器

给出一种基于小波变换和ＡＲＭＡ参数提取算法的声码器。该声码器在１．２ｋｂｉｔ／ｓ的速率上，重建语音的可懂度，自然度好。该算法引入小波变换来实现子带滤波器组的设计，并引入多分辨分析的思想调整各子带的时窗宽度。各子带的声道模型由ＡＲＭＡ模型匹配，子带激励由冲激函数相当，故算法简单，易于实时实现。     

一种基于相关性预测的小波图像编码

一幅图像经小波变换后，不同子带的变换系数之间有着一定的相关性。为了更好地利用这个特点，提出了一种新的图像压缩算法。该方法通过对高频子带的系数变换重排，将每个子带内的重要系数尽可能地集中到相应子带的特定区域。然后采用子带间重要系数预测的方法，对小波变化系数进行编码。实验结果表明，通过子带内的系数重排，在几乎不影响压缩时间的情况下，较大地提高了图像的压缩率。     

基于局部化自适应阈值的小波图像降噪

为了能在去除图像噪声的同时有效地克服Gibbs现象,得到令人满意的视觉效果,提出了一种基于局部自适应阈值的小波图像降噪方法.该算法利用局部化信息和层间相关性理论,对小波系数进行分块分类处理.该算法首先把图像划分成子块,通过调节全局阈值得到各个子块阈值,从而有效地利用了局部信息,有选择地对图像进行降噪处理.算法加入自适应的步骤,对于不同尺度的子带,分别赋予大小不同的阈值,使算法具有更好的自适应性.试验结果表明,与其他几种传统降噪方法相比,该方法能获得较好的降噪效果.     

基于小波域子带特征编码的鲁棒水印技术

为了提高数字水印的透明性和鲁棒性,建立了一个视觉模型计算不同图像块水印嵌入的临界噪声阈值（JND）,并选择块离散小波变换（DWT）的三个细节子带作为水印嵌入对象。算法先对文本水印和水印图像进行二值化、冗余编码和随机置乱,得到二值水印序列;然后在宿主图像分块的Hilbert扫描序列中,每次选取两相邻分块分别进行DWT变换,并利用JND和二值水印编码,来调整两相邻分块各对应细节子带均值之间的大小关系;最后,进行离散小波逆变换,以实现水印的嵌入。实验证明,被该算法所嵌入的水印具有很好的不可见性,且该算法对常见图像攻击具有较好的鲁棒性。故该算法是有效和实用的。     

基于四叉树结构的小波格型矢量量化

基于格型矢量量化克服了传统矢量量化计算和存储复杂度高的缺点,提出了一种新型四叉树结构的小波格型矢量量化算法。对小波变换系数进行视觉加权,以感知的均方误差准则取代传统均方误差。改进零树编码方法,并按照小波系数的四叉树结构和其方向性来组织矢量,对重要系数作格型矢量量化。从而较好地综合利用了小波系数在空间和频域的能量集中特性。仿真实验证明,该方法具有速度快,存储量小的优点,与文献中其他算法相比,具有较高的编码效率。     

基于提升方案的整数小波图像编码

随着互联网的普及和图像应用范围的不断扩大，对图像的编码提出了新的要求，即不仅要求具有高的压缩比，还要求有许多新的功能，如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想，因此奠定了它在图像编码中的地位。提升框架可以实现整数到整数的小波变换，克服了第一代小波变换所带来的缺陷。该文利用第二代小波变换的特性，提出了一种基于整数小波变换的图像压缩方法。首先充分利用小波系数的分布特性，将图像进行整数小波变换，然后对最低频子带采用DPCM预测编码，对其它子带采用零树加熵编码的方法进行编码。实验结果表明，该方法有较好的压缩性能。     

二进小波变换的语音分类及其应用

提出了一种基于Daubechies8二进小波变换的语音分类算法．该算法利用各分解尺度上的小波系教计算出语音分类的特征参数，并通过有限状态机模型将每帧语音分为5类，它们与SMV语音编码算法中所需类别完全兼容，因此可将其应用于SMV算法中．仿真结果表明：基于该语音分类方案的SMV编码算法在保持高质量语音的同时，实现了变速率编码，在话音质量和带宽占用之间达到了良好的均衡．     

基于多进制小波变换的图像压缩编码

小波变换具有良好的时－频局部化特性,采用小波变换能有效地解决其他压缩方法所带来的“方块效应”。利用多进制小变换并结合其他方法对图像进行压缩,能取得较好的效果。     

新的小波—分形混合编码方法：分类

利用小波变换域内小波系数的相似性 ,提出了基于分类的混合编码方法。利用率失真原则找出适合于分形编码的小波树 ,对其进行分形编码 ;而对于零树不作编码 ;其余部分进行算术编码。这种方法提高了编码增益。实验结果表明该算法的性能优于 PPC、SQS等混合编码方法。     

扩充编码符号的EZW改进算法

为了提高EZW算法的性能,分析发现EZW算法主扫描编码对最高频子带中不重要系数的编码存在冗余,且当重要系数的所有子孙系数都是不重要系数时的编码存在冗余.据此提出了扩充编码符号的EZW改进算法,用最高频子带的坐标作为限制条件来减少不重要系数的编码冗余;通过扩充编码符号和赋予原始EZW算法的4个编码符号新的适用范围的方案来减小第二种编码冗余.实验结果表明,本文算法使峰值信噪比提高0.9～2.3dB,从而证实了本文改进算法的有效性.     

基于活动性度量的小波变换系数的符号预测

对基于小波变换的图像压缩算法的符号编码进行了分析, 针对小波变换后系数符号呈等概分布不利于压缩的问题, 提出了一种使用图像活动性度量的符号预测算法. 实验表明, 符号预测误差信号的概率分布具有不均匀性, 可以提高符号压缩的效率.     

基于改进的嵌入式零树小波变换的图像压缩算法

经过对嵌入式小波零树编码（EZW）算法的基本理论分析,对原图像EZW算法进行了改进,提出了一种把小波系数向下取整后并将出现频次较多的系数置零的改进方法,从而减少了EZW算法中扫描次数,节省了存贮空间。实验仿真结果表明,此算法一方面提高了编码效率,另一方面重构图像的质量也并无明显下降。     

一种新的小波零树量化编码方法

利用EZW进行图像数据压缩一般的步骤是：小波变换;零树量化编码;熵编码。为了提高压缩比和编码效率,本文提出了一种非常有效的编码方案。主要是：利用零树量化编码后出现了许多连续的次要系数根这一特点,将熵编码与零树编码统一进行,一次完成,熵编码采用变长零游程方法。实验表明,图像经该方法编码后压缩比得到了提高。