静态图像压缩中小波基的选择

本文详细分析了小波基的基本性质及进行小波图像压缩时应考虑的因素,通过仿真实验对静态图像压缩中小波基的选择问题进行探讨。     

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．     

小波变换在图像压缩中的应用

小波变换克服了传统傅立叶变换的缺点，具有良好的时频局部化性能，从而使得小波理论在图像处理领域得到广泛的应用。实验证明，经过小波变换编解码的图像在实现较高压缩率的情况下能够保证较好的图像质量。     

航天器图像压缩小波变换的FPGA设计

为了实现基于FPGA的CCSDS图像压缩算法,在提升小波变换结构的基础上,提出了一种改进的基于行的并行3级2-D整数9/7小波变换实现结构.结构充分利用流水线设计技术,对于每一级2-D DWT,结构包含2个行处理器同时处理2行数据,借助10个行缓存存储变换的中间数据,实现了行、列变换的并行运算.同时对于3级小波变换,也采用了流水线结构,减少了存储器的使用量和对其访问造成的时间延迟,提高了变换速度.本结构完成分辨率为N×N灰度图像的3级小波分解所用的时钟周期约为O(N2/ 2).采用Altera的Stratix II FPGA实验,结果表明,本整数小波变换结构具有较高的吞吐率和变换速度,可以工作在86.5MHz的频率下,实现1024×1024灰度图像100fps的图像实时变换.     

小波变换在图像压缩中的应用

近十几年来小波理论研究已成为应用数学的一个新方向.作为数学工具,小波被迅速应用到图像处理和语音分析等众多领域.本文试图从工程和实验角度出发,较为直观地探讨小波变换在图像压缩中的应用,并给出了利用MATLAB软件加以实现的方法.     

基于快速G小波变换的图像压缩及放大

本文采用离散小波变换的方法，利用Ｇ小波变换对ＴＩＦＦ格式的灰度进行了压缩及放大。利用Ｇ小波基函数的性质，提出了快速Ｇ小波变换的实现方案，使得Ｇ小波变换的速度得到了显著的提高，另外，对Ｇ小波变换进行了一些改进，使图象可以按任意比例进行压缩及放大；在小波变换后以按地数据进行了量化处理，提高了图象的保真度。     

样条小波变换在图像压缩中的应用

本文介绍样条小波,并在此基础上提出了基于图像分解的二元张量积小波的多分辨分析方法,对变换后的图像进行二维离散余弦的二次变换,量化编码后得到了较高的压缩比和较好的重建图像。     

小波变换在图像压缩中的应用

小波变换克服了传统傅立叶变换的缺点,具有良好的时频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。实验证明,经过小波变换编解码的图像在实现较高压缩率的情况下能够保证较好的图像质量。     

一种改进的基于小波变换的SAR图像压缩编码

由于SAR数据图像与光学传感器数据特点有所不同,因此一般的适合光学图像的压缩算法并不一定适合雷达图像。文章根据SAR图像的特点对SPECK算法进行了改进。用此改进方法对SAR图像进行处理,通过与SPIHT算法的比较分析可以看出,该算法从各个方面都明显优于传统的SPIHT算法,而且这种方法有较好的视觉特征,有利于进行图像的校准和目视解译。     

基于整数小波变换的静态图像压缩编码技术

目前多媒体和Internet技术的迅猛发展导致了人们对图像编码有了越来越高的要求。由于小波变换所具有的一些特性非常符合图像处理的要求,使得小波变换图像编码得到了广泛关注。本文结合小波变换的特点,对几种经典的小波图像编码算法进行了讨论,并对静止图像编码的研究方向进行了展望。     

小波变换及在图像处理中小波系数分析

小波变换是近几年来发展起来的集数学、信息处理于一体的新理论,它在信号分析、特别是图像处理中起着重要的作用。本文简单介绍了图像处理分解,在此基础上详细分析了图像经小波变换后的系数情况,以供进一步编码之用。     

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。     

一种新型的量化方法与基于小波变换的指纹图像压缩

针对矢量量化和标量量化各有优劣的现状，一种简单，有效的新型量佛方法被提出来了。本文把应用于基于小波变换的指纹压缩，改进了ＥＢＩ的ＷＳＱ算法，大大降低了量化计算复杂度。即获得较高的压缩比，又有较好的主客观质量，并与ＪＰＥＧ标准进行了对比。     

采用小波变换的图像数据融合方法及实现

如何对同一目标的多传感器获得的不同波段的图像数据进行有效融合,提高对检测目标检测的识别率,抑制每个传感器的检测器声,降低检测信息不确定性,这是数据融合研究的重要课题之一,本文介绍了一种基于小波变换的融合方法,并应用于四幅不同波段的ＳＡＲ图像的融合,取得了良好效果。     

基于小波变换及矢量量化的隐像术

提出了一种新的图像保密系统（称为隐像术）,它把有关秘密图像的信息加密隐藏在另一可以开传送的普通图像中,不易引起窃听者的注意,达到了保护秘密图像的目的。试验结果表明,恢复出的秘密图像的PSNR值可达22．83dB,证明了隐像术有着令人满意的恢复质量。隐像术的优点是：用可公开传送的普通图像隐藏秘密图像,不易为窃听者所察觉;有效地压缩了所需保密和数据,一幅可公开传送的普通图像中可隐藏数幅秘密图像;秘密图像的信息是用DES算法加密的,确保了整个系统的安全性。     

基于小波包变换的分层预测图像压缩算法

将基于上下文的算法编码方法和位平面编码方法有机结合,得到了基于小波包变换的分层预测图像压缩算法ＢＰＰ,为了充分利用小波系数间的各种相关性,在组合父子,邻居和兄弟相关性基础上得到了其它四种相关性,提出了小波包基选择方法既保持了父子相关性,彰关,根据二类拉数据的特点,进行了相应的预测和编码,对比分析表明ＢＰＰ的压缩效果 一的其它小波图像压缩算法。     

基于树型小波变换的图像检索研究

本文通过分析纹理图像经过小波分解后的能量变化特点,比较和分析了利用树型小波变换和塔式小波变换进行图像检索的方法,提出了基于树型小波变换的相似性度量方法.通过排序的评价方法进行评价,研究表明,树型小波分解方法具有较好的纹理区分能力.     

基于三层提升方案的小波变换及图像压缩

提出了三层小波提升方案,分别为铺垫层、更新层和预测层。本文案直接从空域进行设计,推导出了各层滤波器参数之间的内在关系,得到一簇滤波器组,使其具有极大的灵活性。该方案填补了二层提升方案和四层提升方案之间的空白,丰富了小波变换大家族。最后,对研究结果进行了图像压缩测试,取得了满意的结果。     

小波-分形混合图像编码算法中双正交小波的选择

分析了分形变换对图像中纹理区域的编码机理以及小波变换的一些特征参数对编码效果的影响,同时根据小波变换作为ＫＬＴ变换的近似变换所具有的能量聚集特性,构造了一个新的小波变换特征参数ＭＳＲ（主旁比）,进而分析了ＭＳＲ对编码效果的影响,并得出结论：ＭＳＲ是进行针对小波－分形混合编码中较好的双正交小波选择的一种有效判别参数。     

整数小波变换和EZW编码在基于ROI图像渐进传输中应用研究

整数小波变换能够克服浮点数小波变换所带来的缺陷,是一种真正意义上的无损可逆小波变换,基于整数小波变换的EZW编码是一种嵌入式编码技术,能够有效地应用于图像的压缩与渐进传输.介绍了整数小波变换和EZW编码的工作原理,然后将它们应用于ROI图像压缩与渐进传输,并给出了实验结果.