一种混合的四叉树分形图像编码

为克服四叉树分形编码中纹理信息丰富的图像块较难找到满足要求相似块的不足,在四叉树分形图像编码的基础上,提出了一种与BTC方法结合的混合分形编码方法。讨论了四叉树分形编码与BTC方法,综合了2种方法的优点,对四叉树分形编码中块尺寸为4×4且找不到满足要求相似块的图像块,采用BTC方法,并用标准图像进行仿真实验,给出了四叉树编码方法与本文方法的实验结果。实验结果表明:此方法能明显改善重构图像的MSE或PSNR指标。     

基于方向性零树小波的分形图像编码

该文阐述了分形图像方块编码在小波变换域内实现的原理,将零树概念扩展后与小波域的分形仿射变换相结合,提出一种基于方向性零树小波的分形图像编码方法。计算机模拟实验表明,在高压缩比时,其编码性能优于典型的基于四叉树分割的分形图像编码性能,接近于嵌入式零树小波编码(EZW)的性能。     

基于方向性零树小波的分形图像编码

该文阐述了分形图像方块编码在小波变换域内实现的原理,将零树概念扩展后与小波域的分形仿射变换相结合,提出一种基于方向性零树小波的分形图像编码方法。计算机模拟实验表明,在高压缩比时,其编码性能优于典型的基于四叉树分割的分形图像编码性能,接近于嵌入式零树小波编码（ＥＺＷ）的性能。     

基于Krawtchouk矩的自适应门限四叉树分形编码

编码时间过长是分形图像压缩存在的主要问题,同时固定匹配门限影响着编码效率.本文首次将Krawtchouk矩引入到自适应分形编码中,提出了基于Krawtchouk矩的自适应门限四叉树分形编码方法.该方法计算图像块的12个Krawtchouk矩不变量,将这些矩不变量构成特征向量,并用这样的特征向量取代Range块和Domain块的灰度值矩阵进行匹配计算.文中给出了实验结果,并与基于四叉树的自适应门限分形图像IFS压缩方法进行了比较.结果表明,本文方法不仅大幅度减少了编码时间,而且同时也能提高图像恢复质量.     

基于分形编码的图像相似匹配研究

本文以自适应四叉树分割的分形图像编码为基础，研究了极坐极表达下分形码之间的匹配，并在此基础上提出了图像间分形码峰值信噪比的概念和算法，以达到量化图像间相似性的目的，实验证明，这种基于自适应分形编码的图像相似性匹配方法 人的主观判断非常接近，非常适合于用来构建和管理大图像数据库。     

基于四叉树分割量化与关联模型的图像编码算法

本文以整型提升小波变换和SPIHT编码算法为基础，提出了一种基于四叉树分割量化与关联模型的新图像编码算法，该算法的基本工作步骤为：(1)对原图像进行整型提升小波变换，以得到不同分辨率不同方向的多个图像子带；(2)对最低频子带进行DPCM编码，对高频子带进行四叉树分割量化编码；(3)采用关联模型完成最后的算术编码。对比实验表明：本文算法在编解码速度、图像复原质量等方面均优于SPIHT等算法。     

基于分形与改进的SPIHT算法的图像压缩方法

为了避免分形编码所固有的方块效应,进一步提高图像编码的工作效率和重构图像的质量,对分形编码和小波零树编码进行优化组合,提出一种分形与改进的SPIHT算法相结合的图像压缩方法.基本方法是,对小波分解后的低频子带进行基于信息熵的快速分形编码,以减少编码时间;时包含图像细节边缘信息的高频子带进行改进的SPIHT编码,以舍去算法中对显著系数的排序扫描过程,减少算法的复杂度,同时提高重构图像的峰值信噪比.实验表明,相对于经典分形缟码和小波城内的分形编码,该方法在相同压缩比下,提高了编码效率和重构图像的质量,是一种高效快速的编码方法.     

基于区域分割的分形图像压缩编码方法

在基于块分割的分形图像压缩编码研究基础上，提出了一种基于区域分割和十字搜索模型的分形图像压缩编码新方法，实验结果表明，该方法与基于块分割的分形图像压缩编码方法相比，在保持恢复图像质量的前提下，压缩比和编码速度都有了显著的提高，是一种有效的分形图像压缩编码方法。     

基于自适应四叉树分形图像编码的数字水印技术

提出了一种基于自适应四叉树分形编码的数字水印技术。对原始图像进行四叉树分形编码后，通过给定子块在不同的寻找区域中搜索其最佳匹配父块来嵌入水印。实验结果表明，本方法在嵌入水印编码时间、图像质量和鲁棒性方面均比传统的方法有较大的改进。     

序列图像的分形编码

分形方法作为一种新兴的图像编码方法,有着压缩比高等独特的优点。但由于它也有着致命的缺点,即编码速度速度很慢,目前对于序列图像的分形编码的研究方兴未艾。文章介绍了两类主要的序列图像分形编码方法,并对其进行了展望。     

一种基于低复杂度嵌入零块编码的遥感图像压缩编码方法

该文针对遥感图像的数据特点,提出了一种新的遥感图像编码方法。它基于一种改进的小波变换嵌入零块编码算法。新算法中改进了零块编码中四叉树分裂算法(quadtree),并设计亍新的链表生成和不重要集合排序策略。通过这些方法的改进,不仅提高了图像编码性能,同时还大大提高了运算效率。实验表明该文阐述的算法具有很低的复杂度和高的压缩率,PSNR和计算速度均超过SPIHT和SPECK。在1bpp下,该文方法的PSNR比SPIHT提高了0.3dB以上,计算速度比SPIHT提高了35％。     

提升小波变换与分形结合的图像压缩算法

遥感图像在环境监测、军事侦察等多方面有着广泛应用,然而遥感图像包含信息量大,对其进行压缩来提高存储效率具有重要意义.传统分形编码由于压缩比大的特点被广泛应用到遥感图像压缩中,但是传统分形编码存在压缩时间太长的问题.提出提升小波变换与改进分形结合的压缩方法,把提升小波变换后的低频分量进行基于最小方差搜索法的分形压缩.实验结果表明,提升小波变换与改进的分形结合的压缩方法与小波变换与分形结合的压缩方法相比,在峰值信噪比保持在35 dB不变的情况下,压缩时间大约可以缩短8倍,图像压缩比也有提高.     

基于小波变换和分段DPCM混合编码的多光谱遥感图像压缩算法

多光谱遥感图像的压缩要利用图像谱内及谱间的相关特性。该文在分析多光谱图像谱内和谱间相关特性的基础上,提出了对多光谱遥感图像进行压缩的分段 DPCM和 SPIHT相结合的混合压缩算法,即首先利用分段 DPCM算法去除谱间冗余,再利用高效的 SPIHT小波压缩算法对预测误差图像进行编码。实验取得了令人满意的效果,证明了该算法的有效性。     

基于Contourlet域图谱聚类和多尺度Markov模型的多光谱遥感图像分割

针对多光谱遥感图像的特点,结合图谱聚类、Co ntourlet系数分布的统计特性和多尺度Markov模型, 提出了一种基于Contourlet域图谱聚类和多尺度Markov模型的分割(CSCMMS)方法。首先对 待分割图像进行Contourlet变换,利用图谱聚类对最粗尺度低频图像聚类得到可靠的初始分 割结果;然后 利用互信息构造Contourlet域的多尺度Markov模型,结合多尺度、多方向的图像信息将低频 图像的初始分 割结果逐尺度传递到最细尺度,得到原始图像的分割。对合成图像和多光谱遥感图像的实验 结果表明,提 出方法在边缘信息保持和噪声敏感性上具有明显改进,错分率和运算时间进一步降低。     

用B—P神经网络实现多波段遥感图像的监督分类

提出敢用Ｂ－Ｐ神经网络实现多波段遥感图像监督分类的方法，给出了用Ｂ－Ｐ神经网络对４种农作物的４波段遥感图监督分类实例。结果表明；与传统的分类法相比，在特征提取相对较少情况下，仍可获得符合实况的多波面遥感图像分类。     

结合矢量量化的SPIHT算法用于多光谱图像压缩

针对多波段遥感图像纹理复杂丰富、局部相关性较弱的特点,提出了结合矢量量化的SPIHT压缩算法。将经过小波变换后的遥感图像谱间相同位置的系数聚集构成矢量,根据高频子图的局部块纹理强弱进行自适应性的量化。使基于标量的SPIHT算法能够方便的处理矢量,有效去除数据间各类相关。实验表明,该方法对多波段遥感图像的压缩可以收到良好的效果,且算法具有良好的实时性,对单幅图像的压缩比和峰值信噪比(PSNR)均优于普通的二维SPIHT算法。     

一种基于对称性边缘的多光谱图像配准方法

多光谱成像技术是遥感领域的一项重要技术。多光谱图像配准技术可以提高遥感图像的应用效率和能力。基于边缘结构在多光谱图像中较为稳定这一特性,提出了一种基于对称性边缘的多光谱图像配准方法,该方法主要包含“图像比例调整”、“对称性边缘提取”和“互信息配准”等三个步骤。基于天宫二号宽波段成像仪的遥感数据设计了一种多子图配准方案,验证了所提方法在可见光、短波红外和长波红外三个谱段之间图像配准的有效性。设置对比实验,将所提配准方法与其他多光谱图像配准方法进行比较,结果表明该方法在天宫二号宽波段遥感图像的配准中具有较高的精度。     

Hybrid fractal image coding with quadtree-based progressive structure

A progressive structure which takes the quadtree depth into consideration is proposed for fractal image coding. Simulation results show that its image quality at different received data rates is better than that without considering the quadtree level. Then, a hybrid fractal image coding scheme based on traditional and no-search fractal image coding with the proposed progressive structure is suggested. The image quality and compression ratio can be controlled by a threshold, which makes it downward compatible to the no-search fractal image coding. Experimental results justify that the progressive performance of the proposed scheme is better than that of traditional fractal image coding.