基于小波包变换的SAR原始数据压缩

该文介绍了小波包变换和网格编码量化的优点,结合合成孔径雷达(SAR)原始数据的特点,提出了基于小波包变换和网格编码量化的SAR原始数据压缩算法。利用模拟和实际数据分析了该压缩算法的性能,通过与其他原始数据压缩算法的比较说明了这一方法的有效性。     

结合相干斑抑制的小波域SAR图像网格编码量化

本文结合SAR图像相干斑的抑制,研究了一种在小波域对带噪SAR图像做网格编码量化的新方法。首先将SAR图像在小波域内实施软阀值去噪声,然后根据SAR图像在小波域中各子带系数固有的树结构关系对其进行零树分类,对分类后的重要性小波系数进行网格编码量化,利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离,并用维特比算法寻找最优量化序列。该方法综合了小波相干斑抑制、零树编码、网格编码量化技术,不仅利用了信号小波变换域的空间相关性,而且也较好地利用了信号间的时间相关性。在压缩的同时进行了相干斑抑制,在SAR图像的压缩中取得了很好的效果。     

一种基于小波的多光谱图像压缩方法

文章提出一种基于Karhunen2Loeve变换(KLT)和小波量化编码的多光谱图像压缩方法。该法首先使用KL变换步骤来去除谱间冗余,而后对各变换波段图像进行小波变换,并利用均匀阈值网格编码量化方法来量化小波子带图像,最后使用算术编码对量化结果进行熵编码。为使编码器能为所有谱段各子带获取率- 失真意义上最优的量化阈值,本文提出基于子带图像统计特性和网格编码量化器率- 失真特性的比特分配算法。实验表明,本方法能高效地压缩多光谱图像,表现出优异的压缩性能。     

基于DCT-TCQ的SAR原始数据压缩算法

该文提出了一种基于离散余弦变换(DCT)和网格编码量化(TCQ)的SAR原始数据压缩算法。SAR原始数据可以看成是距离向和方位向的2维线性调频信号的线性平移叠加,因而含有丰富的频率分量,对DCT系数按频率分组,根据各组频率分量系数方差确定量化比特分配,然后对量化系数进行TCQ编码量化,可以大幅度提高了量化增益。真实SAR原始数据实验结果表明:该算法使SAR原始数据的压缩性能指标较现有算法有了明显提高。     

基于空间组合矢量分类的小波图像网格编码矢量量化

本文基于零树编码、矢量分类和网格编码量化的思想,提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法.该方法充分利用了各高频子带系数频率相关性和空间约束性,依据组合矢量能量和零树矢量综合判定进行分类,整幅图像只需单一量化码书,分类信息占用比特数少.对重要类矢量实行加权网格编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,比使用矢量量化提高了0.6db左右.该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果.     

基于多级零树编码的小波系数网格编码量化

该文提出了对小波图像作多级零树编码后进行网格编码量化（TCQ）的新方法。首先利用子带间的相关性进行零树编码，然后利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离，并用Viterbi算法寻找最优量化序列。仿真结果表明，该方法比零树编码后采用最优量化要提高0．3dB左右。该方法还具有编码计算复杂度适中，解码简单的优点。     

一种应用于指纹识别系统的指纹图像压缩算法

针对应用于指纹识别系统中指纹图像的压缩编码问题,提出了一种改进的基于四叉树分类的网格编码量化(QTCQ)的指纹图像压缩算法.该算法对小波变换后的高频系数采用2×2的DCT变换进一步集中能量,并对变换后的系数进行系数重排以使得高频子带内的重要系数集中于相应子带的低频位置,再通过基于四叉树的网格编码量化进行量化编码.仿真结果表明,该算法比WSQ和JPEG2000等均具有更好的压缩性能.     

基于IWT和FCM的曲线矢量数据压缩方法

矢量数据压缩对于GIS数据的存储、网络传输以及在移动设备中的使用都具有重要意义。在此通过对曲线矢量数据特点的分析,提出基于整数小波变换的矢量数据压缩方法。压缩方案包括3个主要流程：矢量数据整型化。曲线矢量数据具有相邻坐标点间坐标值大小差别不大的特点,将坐标点间的差值转换为整型的偏移量,用偏移量表示矢量数据的坐标点,利用整数小波变换处理偏移量序列。实验表明,偏移量序列经过整数小波变换得到的小波系数序列在空间分布上更加集中,适合使用高效的编码压缩方法;对变换后的小波系数进行编码压缩。在此使用模糊C均值聚类字典法编码实现了曲线矢量数据的有损编码。通过实验和其他压缩算法结果的对比,该方法具有压缩比较高,失真小的特点。     

基于脊波变换的图像压缩算法

自然图像包括大量的具有明显“直线边缘”的图像,而且边缘表示了图像的主要信息。利用脊波对“直线奇异”的良好刻画,针对具有直线特征的图像,设计基于脊波变换的有损压缩算法。首先对图像进行脊波变换,然后对变换系数进行标量量化、扫描、游程编码和熵编码。仿真实验表明,与基于小波变换的JPEG 2000压缩算法相比,该算法能获得更高的压缩率,同时保持较高的信噪比。     

基于矩阵/张量分解优化NLC算法的MC-EEG压缩

针对脑电图压缩效率问题,本文提出一种新的基于矩阵/张量分解的近无损多通道脑电图压缩算法。通过矩阵/张量分解模型对MC-EEG多路形式进行有效地相关分析,从而提出基于"有损编码加上残余编码"组成的矩阵/张量的压缩算法,对有损编码器编码分解后的残余部分进行算术编码,有效地保证了原始信号和重构信号之间的最大绝对误差。在三个不同的头皮脑电图数据集和颅内脑电图数据集上的实验验证了本文算法的有效性,实验结果表明,在同样的压缩比下,该算法比基于小波体积脑电压缩算法平均误差低了近五倍。     

基于四叉树分类的小波图像二维网络编码量化

本文提出了一种小波图像在进行小波系数四叉树分类后运用二维网格编码量化（2D-TCQ）的新方法。首先根据小波图像中各子带系数的带间相关性对其进行四叉树分类,然后在扩展的二维码书空间对重要类系数进行网格编码量化,运用维特比算法寻找最优量化序列,最终形成有序的嵌入式编码比特流。仿真结果表明,该方法在相同编码率下与SPIHT算法相比,PSNR获得了0.4dB左右的改善;使用小一倍的码书,相同编码率下比四叉树分类后使用一维TCQ获得了0.1dB左右的改善。由于本方法可以采用较小的码书尺寸,计算量较小,所以适用于低存贮、低功耗的编解码环境。     

基于提升小波的SAR原始数据压缩算法

该文介绍了提升方法构造小波变换的优点,结合SAR原始数据的特点,提出了基于提升小波变换的SAR原始数据压缩算法。利用模拟和实际数据分析了基于提升小波的压缩算法的性能,与其他原始数据压缩算法的比较说明了这一方法的有效性。     

Texture analysis and classification with tree-structured wavelettransform

A multiresolution approach based on a modified wavelet transform called the tree-structured wavelet transform or wavelet packets is proposed. The development of this transform is motivated by the observation that a large class of natural textures can be modeled as quasi-periodic signals whose dominant frequencies are located in the middle frequency channels. With the transform, it is possible to zoom into any desired frequency channels for further decomposition. In contrast, the conventional pyramid-structured wavelet transform performs further decomposition in low-frequency channels. A progressive texture classification algorithm which is not only computationally attractive but also has excellent performance is developed. The performance of the present method is compared with that of several other methods.     

DCT域网格编码量化及其在图像量化中的应用

本文提出了在离散余弦变换(DCT)域内作网格编码量化(TCQ)的新方法.该方法不仅利用了信号间的时间相关性,而且也利用了信号变换域内的相关性,该方法首先用一维或二维DCT变换减小变换域内的相关性,然后利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,并用维持比算法寻找最优量化序列.仿真结果表明,基于二维DCT的TCQ方法在相对大的灰度率下,比传统的TCQ方法好2dB左右,与此同时,TCQ又比最优标量量化好2dB左右.该方法还具有编码计算复杂度适中,解码简单以及对误差扩散不敏感的优点.     

基于小波变换的红外图像融合技术研究

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知。文中介绍了小波变换及其Mallat快速算法,提出了基于小波变换的图像融合方法,并分析了可见光与红外图像的融合结果,结果表明,小波变换融合图像包含了所有传感器的相关信息,其性能优于高斯－拉普拉斯金字塔结构算法,这一原理也可以应用到两幅以上的图像上,无论这些旬否在同一光谱波段内。     

基于双正交小波变换的航空图像压缩研究

提出一种基于提升方案的双正交小波变换结合SPIHT编码的图像压缩方法.小波提升方案是继多分辨分析之后,另一种非常有效的构造小波滤波器的方法,在双正交条件下按所需的小波性能自由构造双正交小波基,并能加快小波变换的执行速度.分析了应用提升方案构造双正交小波的算法,选用性能优良的双正交小波,结合SPIHT编码,进行图像压缩.实验表明,通过该方法进行图像压缩,图像重建质量较高.