基于图像熵的分形和改进SPIHT混合编码的遥感影像压缩算法

为了进一步提高遥感影像的编解码效率和重构影像的质量,对分形编码和SPIHT算法进行优化组合,提出一种基于图像熵的分形与改进的SPIHT算法相结合的图像压缩方法。对小波分解后的低频子带进行基于图像熵的快速分形编码,以减少编解码时间;对包含图像细节边缘信息的高频子带进行改进的SPIHT编码,通过二次小波分解和设置阈值,以减少算法的复杂度,提高重构图像的峰值信噪比。实验表明该算法具有很好的有效性和可行性。     

一种基于SPIHT和匹配追踪的图像编码方法——SPMP算法

为了更好地利用图像的结构特征,提高图像重建的质量,提出了一种基于多级树集合划分(SPIHT)和匹配追踪(MP)的分层图像编码方法--(SPMP)算法.该方法首先采用拉普拉斯金字塔(Laplacian Pyramid)算法将原始图像分解成低频平滑层和高频细节层,然后使用离散小波变换和SPIHT算法编码图像的低频成分,使用...     

采用小波与ALCT的分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成平滑层和纹理层,基于小波变换和自适应局部余弦变换(ALCT)分别编码。为提高平滑层小波零树编码的效率,本算法先对原图像进行恰当的平滑运算,然后再进行小波变换,从而增加零系数的个数。第二层利用改进的折叠运算和快速 DCT 实现残差纹理图像的 ALCT,并且提出了一种 ALCT 系数的重组方案,进而实现了重组系数的嵌入式编码。实验结果表明,本算法在未进行算术编码的情况下,与小波零树 SPIHT 算法相比,峰值信噪比(PSNR)提高了 0.4dB,并在重建图像中更好地保留了原图像的纹理特征。     

基于WDFB及形态膨胀的图像压缩算法

将小波和方向滤波器组结合,实现了一种非冗余的图像变换WDFB,它满足各向异性尺度关系,能更稀疏地表示诸如边缘和纹理等几何特征.利用WDFB的优势,提出一种基于形态学操作的有效的图像压缩算法.该算法利用重要树来表达子带间的相关性,同时采用形态膨胀算子来聚类子带内的重要系数.实验结果表明,新算法在PSNR指标上明显优于基于小波的压缩算法,尤其对于含有丰富纹理的图像.例如对于512×512的Barbara图,在0.25bpp压缩率下,新算法比SPIHT和MRWD算法的PSNR分别提高1.08dB和0.87dB.     

一种基于小波子带熵的遥感图像压缩算法

提出了一种使用小波子带熵进行比特分配的遥感图像压缩算法.对遥感图像进行小波提升分解后,分析了各高频子带能量百分比及其熵的变化趋势,在此基础上提出了一种新的快速比特分配方法-使用子带熵进行比特分配.然后对各个高频子带进行均匀量化,量化后的数据采用比特平面编码.对最高比特平面只记录该比特平面中非零系数的坐标,其它比特平面采用行程编码和Huffman编码方法进行压缩.实验结果表明,纹理复杂以及相对平坦的遥感图像使用该算法压缩后都可以获得很好的重构图像质量,峰值信噪比均大于34dB,而压缩比则与图像的复杂程度有关.     

基于DT-CWT和SVM的纹理分类算法

提出了一种基于双树复数小波变换(DT-CWT)和支持向量机(SVM)的纹理分类算法.双树复数小波变换不仅具有实数小波的诸多优点,而且还具有近似平移不变性、良好的方向选择性和低冗余度,并且能对图像进行完全重构,能够更好地刻画纹理的特性;支持向量机算法是近年发展起来的性能优越的分类算法,比传统分类器有很大的优越性:避免了局部最优解和"维数灾"问题,其最优分类超平面的思想能够提高分类准确度.该方法用双树复数小波对纹理图像进行滤波并在各方向子带上进行重构,再计算其局部能量函数得到每个像素的特征向量,最后利用支持向量机算法实现对纹理图像像素的分类.将本方法与其它的分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率.     

小波双三次插值搜索算法提高遥感图像分辨力

通过小波双三次插值中高频外推阈值门限选取与峰值信噪比变化关系的分析,提出了小波双三次插值搜索算法。该算法能够自动搜索到高频外推的最佳阈值门限,在不破坏光学遥感图像原始信息的情况下,提高图像的空间分辨力和峰值信噪比,有利于对图像的细节信息进行观察分析。实验表明,该算法的重建图像的峰值信噪比比全小波插值图像和小波双线性插值图像的峰值信噪比分别高6.5dB和2.4dB,熵提高到原图像的1.3倍,是一种提高光学遥感图像分辨力的有效算法。     

正交小波包分析在遥感图像融合中的应用

小波变换具有优良的时频局部特性，但由于其尺度是按二进制变化的，存在“高频低分辨”这一缺陷．正交小波包分析能够将信号(图像)频带进行多层次划分，对多分辨分析没有细分的高频部分进一步分解，从而提高了频率分辨率，能有效地提取特定的频率成分．推导了小波包分析的基本原理，给出了基于正交小波包分析的遥感图像融合算法．最后，通过实例说明正交小波包分析的有效性和优越性．     

提升方案结合改进SPIHT的快速图像压缩方法

针对传统小波变换过程复杂的缺点和 SPIHT 算法编码过程重复运算、存储量大的问题,提出了基于提升方案快速 SPIHT 的压缩方法。该方法采用提升方案弥补传统小波变换的不足,提高了图像的重构质量和小波变换速度,并引入“最小阈值”、“最小输出位”和“最大值表”的思想对SPIHT 算法加以改进,降低了编解码过程的运算复杂度和时间消耗。实验证明,该算法较传统方法编解码速度提高了2.5倍,重构图像的峰值信噪比亦有所提高,是一种有效的快速图像压缩方法。     

基于小波包纹理分析的字体识别方法

提出了一种新的字体识别方法,该方法将字体的文本图像当作特殊的纹理,通过小波包分解出图像的高频和低频成分,并提取出子图像的能量特征、方差特征和比例特征。这三种纹理统计特征从构字的基本笔段和纹理风格上体现了一种字体独有的细节特性,以BP网络作分类器的实验证明这种方法能达到很好的识别效果。     

R-D匹配优选小波包零树图像压缩

为使R-D小波包优选算法与零树编码在量化精度上更好地匹配，对R-D小波包优选算法的寻优次序进行修改，使小波包各节点的量化精度差异不超过一位。实验结果表明，R-D匹配优选小波包零树编码可以取得与R—D优选小波包零树编码相当或比后者更好的图像压缩效果，可见R-D匹配优选算法是更适合零树编码的小波包优选算法。     

A hybrid approach of wavelet packet and directional decomposition for image compression

In this paper, a novel image compression technique, the combination of wavelet packet transform and directional decomposition is proposed. Wavelet packet transform is an increasingly remarkable image compression approach that outperforms the standard wavelet transform in image coding. The directional filtering coding technique, one of the second‐generation image coding techniques, first introduced the concept of directional decomposition. By placing emphasis on edge detection to preserve edge information to exploit the fact that human visual systems are more sensitive to image edge features, a relatively high compression ratio can be obtained. The approach proposed in this paper decomposed an image into a low‐frequency component and a number of highfrequency components, with the edges on each high‐frequency component in its own direction. By a combined process of Cartesian coordinate rotation transform, interpolation, wavelet packet transform, and a coding algorithm, the image can be reconstructed at an improved visual quality at the same bit rate compared with the common wavelet pyramid algorithm. © 2002 Wiley Periodicals, Inc. Int J Imaging Syst Technol 12, 51–55, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.10010     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

波段相关性判定和SPIHT的MODIS图像无损压缩

提出一种结合波段相关性判定和SPIHT编码的方法对MODIS多光谱图像进行无损压缩.首先计算各波段间的相关性,选择相关性强的波段进行预测以去除多光谱图像的谱间冗余;然后对预测后的残差图像进行整数小波变换以去除空间冗余,并用SPRIT算法去除小波系数间的冗余,最后进行算术熵编码.实验结果表明,该方法可对MODIS多光谱图像进行高效无损压缩,优于未进行相关性判定的压缩算法和流行的WinRAR压缩软件.     

基于提升方案与SPIHT的无失真图像压缩

基于提升方案的整数Deslauriers-Dubuc（6，2）可逆双正交小波变换，可由加法和移位完成，便于硬件实现。与SPIHT和熵编码结合可实现无失真图像压缩。与ARJ，JPEG，整数Haar变换结合DPCM以及分块DPCM中的无失真压缩方法相比，压缩比分别平均提高了50％，35％，20％，2％左右。     

基于结构相似性的图像质量评价方法

分析现有图像质量评价方法特点,针对基于失真敏感度的质量评价方法的局限性,提出了一种新的基于结构相似度的图像质量评价方法,从亮度、对比度、结构三个子方面得到一个总的相似性度量作为质量客观评价标准.该方法充分考虑了图像的结构信息和人类视觉的特性,从图像内容的理解功能出发,通过数学建模估算出人眼对图像质量的主观视觉感受,使结构相似性计算模型符合图像处理应用的本质.通过理论推导和算法验证,该方法可以为选择图像压缩算法和评价图像质量提供依据.将采用压缩算法SPIHT编解码后的图像与传统的峰值信噪比方法评价图像相比,实验表明,本文提出的算法是一种更为有效的图像质量评价方法.     

遥感图像客观质量评价方法研究

为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法。采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证。实验表明：为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍。     

基于感兴趣谱段的LASIS高光谱图像3DSPIHT压缩算法

针对大孔径静态干涉成像光谱仪LASIS的成像特点,提出了一种基于三维小波变换的无链表SPITH算法结合感兴趣谱段保护的图像压缩方案.首先,对高光谱干涉图像序列进行三维非对称等长树离散小波变换.其次,采用感兴趣谱段方法保护重要光谱信息.最后,对无链表三维SPITH算法进行改进,以有效编码高光谱干涉图像的小波变换域.实验结...     

第二代曲波变换的图像降噪新算法

Curvelet变换表示曲线奇异函数的异向性及图像边缘时,具有比小波变换更优的表示特性。针对小波图像降噪存在的不足,分析基于wrapping算法的快速离散曲波变换的特点,提出结合循环平移、厄尔迭代方法和蒙特卡洛阈值规则的新消噪方法。该算法充分利用曲波系数的相关性,消除了因Curvelet变换缺乏平移不变性引起的图像＂划痕＂失真和＂振铃＂效应。实验结果表明,该算法与传统的小波消噪、二代小波消噪、小波包消噪和曲波硬阈值消噪相比,得到降噪图像的峰值信噪比更高,视觉效果更好。     

Wavelet packet transform-based robust video watermarking technique

In this paper, a wavelet packet transform (WPT)-based robust video watermarking algorithm is proposed. A visible meaningful binary image is used as the watermark. First, sequent frames are extracted from the video clip. Then, WPT is applied on each frame and from each orientation one sub-band is selected based on block mean intensity value called robust sub-band. Watermark is embedded in the robust sub-bands based on the relationship between wavelet packet coefficient and its 8-neighbour (D ₈) coefficients considering the robustness and invisibility. Experimental results and comparison with existing algorithms show the robustness and the better performance of the proposed algorithm.