基于谱间预测和小波变换的成像光谱图像压缩算法

提出了一种基于谱间预测和小波变换的成像光谱图像压缩算法,利用谱间预测和二维小波变换分别去除图像的谱间和空间相关性,并结合波段排序预处理和一种高效的基于四叉树分裂的逐小波子带编码方法,取得了较好的编码效果.实验结果表明,在相同压缩比条件下,采用该算法得到的重建图像的峰值信噪比比JPEG2000标准平均提高3.69dB.该算法的压缩码流具有一定的抗误码性能,比较适合面向遥感平台的应用.     

基于小波变换和RBF神经网络的电力数据压缩算法

针对电力生产过程中数据种类多,数据量大,而实际存储空间有限的情况,提出了一种基于小波变换和神经网络的数据压缩算法.该算法采用离散小波变换结合径向基神经网络的方法对电力生产过程中的实时数据进行压缩和解压缩.利用实测数据对算法进行验证,结果表明,该算法实现了对原始数据的两级压缩,能够获得较高的压缩比,是一种有效的实时数据压缩方法.     

一种基于分块的小波编码图像压缩技术

提出了一种基于改进的分块小波图像压缩技术.在小波分解的基础上给出了一种分块编码的图像编码算法.该算法利用小波变换系数子带内和子带间的相关性以及小波系数的分布特点,有效地对高频子带数据进行了压缩,然后使用其他几种比较简单的编码方法实现图像的进一步压缩.该方法实现简单,可达到很好的压缩效果.     

基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

基于提升小波的地震数据压缩编码算法

提出了一种基于提升格式小波的地震数据压缩算法,该算法针对地震数据信号及其噪声的特点,首先利用提升格式小波对地震数据进行小波变换,然后结合嵌入式零树编码的思想,对变换后的小波系数采用改进的SPHT算法进行编码.研究结果表明:本文所提出的算法能实现海量地震数据的快速编码,达到了对地震数据的高保真压缩;本算法实现的编解码时间快,同时解压的地震剖面图视觉效果要优于目前的离散小波压缩算法.     

随钻声波测井数据实时压缩算法

针对随钻测井信号低传输速率特性,结合随钻声波测井时数据量大的实际,研究了波列数据实时在线压缩算法。在分析随钻声波测井信号特征的基础上,建立了基线和波形相结合的分段压缩模型,提出了预测编码与小波变换相结合的压缩方法。设计了符合基线变化的预测器来实现对预测值限幅后编码压缩,推导了与波形信号最佳匹配的小波函数,实现了基于提升算法的小波变换波形数据压缩,提高运算速度,满足实时性要求。通过对比原始信号及压缩恢复信号,验证了该算法能有效压缩信号,较好地保留信号波峰特征,并对信号中白噪声的消噪抑制具有很好的效果。     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

国际黄金价格的小波变换FAR预测模型

针对黄金价格时间序列的非平稳性特征,将小波分析与FAR(函数系数自回归)模型结合,并作预测分析.利用Mallat算法中的Daubechies小波变换和多项式样条估计,对1991年1月～2007年12月的厅平均国际黄金价格,建立了基于小波变换的FAR模型,并对2008年1月～2008年3月的数据进行短期预测.预测误差明显减小.在国际黄金价格的预测中,基于小波变换的FAR模型优于单纯的FAR模型.     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

管道漏磁信号压缩技术

为解决在固有硬件条件下实现实时高速海量数据压缩这一问题,通过Huffman算法与小波变换相结合的方法,给出了对管道漏磁信息进行有损与无损相结合的压缩方式.根据信号的特征,通过对漏磁信号阈值的判断,得出健康信息与缺陷信息,并对缺陷数据使用Huffman算法进行低压缩比的无损压缩,而对健康数据以及噪声数据则以小波变换进行有损高压缩比的压缩.模拟测试结果表明,压缩后的数据还原后,能够较好地体现出原数据的信息,说明了Huffman算法与小波变换相结合的压缩算法能够较好地实现对管道漏磁数据的存储.     

一种基于提升格式的过程数据压缩新方法

为了有效利用数据压缩中过程数据的局部特征，提出了一种基于提升格式的自适应压缩方法.该方法根据信号的局部特性选择预测环节，利用塔式分解中小波系数不参与下一层分解的特性，对小波系数做简单的可逆变换，将选择预测环节的信息保存在小波系数中.理论分析及仿真结果均表明，预测环节的选择信息不需要额外的存储空间，不会由于阈值处理和压缩编码受到损害，保证了逆变换的稳定性.与非自适应的插值小波以及常用的Haar小波相比，这种自适应的提升格式降低了均方根误差(RMSE)和单点误差(LPE).     

一种基于小波系数方向性的矢量分类方法

针对基于小波变换和矢量量化的图像压缩算法,利用小波变换后系数具有明显方向性的特点以及带内小波系数的相关性,提出一种基于小波系数方向性的矢量分类方法,同时采用一种基于小波系数排序截断的阈值选取方法.实验表明该分类方法原理简单易于实现,提高了算法的整体效率,对不同的图像具有分类效果稳定的优点.     

一种新的基于零树小波的图像压缩编码算法

在深入研究零树小波压缩编码算法的基础上,提出了一种改进的零树小波编码算法.即首先用haar小波基对图像进行小波分解,分解后的图像作EZW编码后,不立即对图像进行解码,而是在EZW解码之前加入了Huff-man编解码的过程.实验结果证明,该算法较EZW算法在一定程度上提高了图像的压缩质量和编码效率.     

一种图像压缩算法研究

在现有SAR图像压缩技术的基础上,提出了一种基于小波变换的SAR图像压缩算法。该算法减少了SAR图像斑点噪声的影响,在一定程度上提高了SAR图像压缩性能,是一种有效的SAR图像压缩算法,并具有一定的实用价值。     

有效图像压缩的提升小波优化设计

提出了多种群遗传算法和蚂蚁算法融合的提升格式小波优化设计方法。首先采用多种群遗传算法对构成小波的提升步进行优化；并提出局部适应度和全局适应度的概念，将其和蚂蚁算法中蚂蚁选择路径时对全局启发信息和局部启发信息的利用有机地结合起来；采用蚂蚁算法对遗传优化的结果进一步寻优，精确求解适合给定变换问题的最优小波，形成一种时间效率和求解效率都比较好的启发式随机优化方法。将所设计的小波应用于基于小波的图像编码器对指纹及医学图像压缩，实验结果验证了设计方法的有效性和图像压缩性能的优越性。     

5/3小波图像压缩及DSP实现

对于高分辨率相机所成图像来说,数据量是非常巨大的,光用软件来进行压缩远远不能满足实时性的要求。离散小波变换是当今许多图像处理和压缩技术的基础。JPEG2000是最新的静态图像压缩标准,其核心算法是小波变换,5/3小波提升方法在JPEG2000中主要用于无损图像压缩。提出对基于因式分解的提升格式(第二代小波的构造方法)的5/3小波的改进,并采用了TMS320C6416实现的了该算法。DSP实验结果证明该提升5/3小波变换具有处理速度快、实时性强、压缩比大、恢复效果好的特点。     

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。     

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。