基于改进的SPIHT整数提升小波变换的图像压缩

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、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于DSP的整数小波变换图像压缩的实现

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,从小波滤波器的多相位矩阵出发．利用因子分解方法,实现了小波变换由传统卷积模式转变到提升体制,克服了第一代小波变换所带来的缺陷。在此基础上实现了整数到整数小波变换,利用数字信号处理器(DSP)予以实现,并取得了较好的试验效果。     

基于整数小波变换的图像压缩算法

IWT（integer wavelet transform）是一种基于提升格式整数小波变换的图像压缩算法.IWT比传统的浮点小波变换效率要高.在硬件实现时,整数运算比浮点运算便宜,基于提升格式的整数分解时所需的存储空间只是传统变换的一半.基于此考虑有损压缩,图像先作基于提升格式的整数分解,然后结合改进的EZW和自适应量程编码.在编码性能不受影响的情况下,此算法比Shaprio的EZW编码要快1.5倍.     

基于整数小波变换和嵌入零树的图像压缩算法

小波变换因其具有良好的时、频局部化性能,在图像压缩编码中得到广泛的应用。尤其提升小波的出现使无损压缩成为可能。该文采用整数小波对图像进行四级二维小波变换,根据系数特点介绍了一种小波零树的图像编码算法,给出了具体的算法编码实例,并用512×512的Lena图像对算法进行了仿真实验。     

基于三维整数小波变换的图像压缩算法TDPIWT

介绍了整数小波变换的应用背景、特点及提升方法.着重分析了三维整数小波变换的分解过程,对其纵深方向的分解方法作了改进,讨论了选取最优整数小波变换的方法.并提出了一种基于三维整数小波变换的图像压缩新算法TDPIWT,该算法适用于压缩医学序列图像.     

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。     

基于整数小波变换的准无失真图像压缩技术

本文首先讨论了一般整数小波的构造方法，然后利用分块DPCM（Differential Pulse Code Modulation）与整数小波变换进行遥感图像的准无失真压缩。该方法可进行实时处理，硬件实现简单，可并行处理。实验结果表明，该方法是一种有效的遥感图像压缩方法。     

基于整数小波变换和零树编码的监控图像压缩

图像的小波变换压缩编码是近年来图像压缩领域的热点之一。本文介绍了将小波图像编码技术应用于相对图像复杂度较少的监控图像,并在PC和DSPs两个平台上分别进行了压缩编码实验,得到了比JPEG标准更好的压缩效果。     

基于可逆整数小波变换的图像无损压缩

基于可逆整数小波变换(RITIWT:ReversibleInteger-to-IntegerWaveletTransform)的图像无损压缩已经成为图像压缩领域的研究热点。在对相关文献进行综合分析的基础上,首先回顾了RITIWT发展历史中的几个有影响力的小波变换框架及其在无损压缩中的应用,然后对目前应用于图像无损压缩领域的几种重要的RITIWT方法进行了总结,论述了基于可逆整数小波变换的图像无损压缩方法需要解决的若干问题,最后对基于RITIWT的图像无损压缩问题研究提出了一些展望。     

整数到整数小波变换及其DSP实现

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,从小波滤波器的多相位矩阵出发,利用因子分解方法,实现了小波变换由传统卷积模式转变到提升体制,克服了第1代小波变换所带来的缺陷。在此基础上实现了整数到整数小波变换,利用数字信号处理器（DSP）予以实现。     

一种基于整数小波变换的图像无损压缩方法

由于第二代小波变换可以实现图像的整数到整数的变换,而且图像的恢复质量与变换时边界采用何种延拓方式无关,完全可以克服由第一代小波变换所带来的缺陷。该文利用这个特性,提出了一种基于整数小波变换的图像无损压缩算法。该方法首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,最后将预测误差进行哈夫曼编码。实验结果表明,该方法算法简单,有较好的压缩性能,与JPEG无损压缩模式相比较,有较大的优势。     

基于整数小波变换的图像无损压缩方法

本文提出了一种基于整数的第二代小波变换图像无损压缩算法,它克服了第一代小波变换所存在的缺陷。首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,对预测误差进行哈夫曼编码。与JPEG无损压缩模式相比较,该算法方法简单,有较好的压缩性能。     

基于整数小波变换的图像鉴定数字水印技术

该文提出了一种基于整数小波变换的数字水印技术。首先,由原始图像边缘图的 Ｈａｓｈ函数输出的信息摘要比特流生成水印序列。然后,提出了一种整数小波域利用平移窗的多比特水印嵌入的非线性方法,并实现了脱离原始图像的具有高概率检测能力的水印检测方法。实验结果表明这是一种行之有效的图像鉴定方法。     

两种整数可逆双正交小波变换的渐进性无损图象压缩性能的比较研究

整数CDF(2,2)、CDF(2,4)可逆双正交小波变换可以由加法和移位完成,运算速度快,便于硬件实现。CDF(2,2)结合SPIHT编码的无损图象压缩比与ARJ,JPEGLS,整数Haar变换结合DPCM相比分别平均提高了40%,30%,15%左右。而CDF(2,4)与CDF(2,2)的对比研究结果表明,CDF(2,4)的渐进性直至无损图象压缩性能好于CDF(2,2)。     

整数小波图象变换及统计分析

整数小波变换是一种整数到整数的小波变换,它能够完全地重构原始信号。该文采用了一种新的二维整数小波变换方法,并对于几种不同的整数小波图象变换特性给出了具体的统计数据,并进行了详尽的数据分析。     

DPCM与整数小波变换结合的医学图像无损压缩算法

提出了一种新的用于医学图像无损压缩的算法DPCM—IWT。该算法可进行实时处理，硬件实现简单。实验结果表明，DPCM—IWT算法的压缩率分别比IWT算法和DPCM方法平均提高12％和13．6％左右。     

整型小波变换应用于遥感图像无损压缩

基于“提升”(Lifting)算法实现整型小波变换(IWT),然后将图像变换到小波域,用零树编码 和算术编码相结合的方式对图像进行无损压缩,并针对遥感图像波段之间的相关性进行了谱间预 测。最后进行了一些相关实验,实验证明将IWT应用于遥感图像无损压缩是有效的。     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

基于整型小波变换和嵌入式零树编码的医学图像压缩

对给定的医学图像采用基于“提升”算法的整型小波变换,对变换后的小波域图像编码。编码时,针对医学DICOM标准的数据结构,在小波零树编码的基础上,根据不同频率子带的小波系数对恢复图像的重要程度进行不同处理。实验证明,该方法视觉效果良好,实现了医学图像的无损压缩,有较好的压缩比和压缩效果。     

一种基于整数小波变换的图像编码算法

针对静止图像经整数小波变换(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zerotree wavelet coding)的缺点,采用"从1开始的整数平方"代替"2的整数次幂"作为零树编码的量化阈值,缩短了量化阈值间隔.通过减少重要系数在较低量化阈值中出现的机会,增加了编码过程中的零树数量;同时通过减少参与编码的字符数及对最高频带零树不编码,简化了编码过程.实验结果表明,整数平方量化阈值下的零树编码(integer square zerotree wavelet coding)解决了整数小波变换中零树编码的低效问题,提高了静止图像的编码效率.