基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

改进的4D-SPIHT医学图像无损压缩

在3D-SPIHT编码的基础上,提出基于不对称小波树的分方向4D-SPIHT编码算法,通过构造4维不对称小波树结构,使得每一维上的小波分解级数可以灵活选择;根据小波树特点,将各小波频带按方向独立进行SPIHT编码,从而加快编码速度。实验结果表明,该算法能较有效地去除三维体数据之间的相关性,在不明显增加算法复杂度的基础上,提高压缩性能和编码效率。     

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。     

用于图像近无损压缩的自适应平滑算法研究

由于图像经低通滤波削弱高频分量之后,其小波变换系数将具有更好的能量聚集性,为此对基于这一原理的结合平滑预处理的近无损压缩方案进行深入研究。为了获得更好的平滑性能,以提高此近无损压缩方案的压缩比,提出了一种新的图像平滑算法。该算法在遍历过程中,根据各像素水平方向和垂直方向的梯度强度,通过自适应地选择合适的滤波方向来对图像进行平滑,取得了很好的平滑性能。该算法的另一个显著优势就是能够根据指定的最大幅度误差参数进行相应的平滑处理,从而实现了精确度可选的近无损压缩。另外,该算法不仅计算复杂度低,且易于实现。多幅标准测试图像的实验结果表明,该算法是有效的,且具有良好的适应性。     

基于区域分割技术的图像无损压缩算法研究

1.引言在某些场合,需要压缩后重建图像的所有像素与原始图像的对应像素完全相等,这种压缩技术就是图像的无损压缩。无损压缩技术具有广泛的应用:医学射线图像往往要求进行无损压缩,以免造成诊断错误;卫星遥感图像往往也要求进行无损压缩,以减轻通信信道载荷,同时又保持遥测精度。进行无损压缩可以采取以下的两个步骤:首先进行解相关,尽量消除图像的冗余,得到误差图像;然后对误差图像进行可变长二进制编码。     

DPCM与整数小波变换相结合的图像无损压缩

论文讨论了将DPCM变换与整数小波变换相结合的方法来实现图像的无失真压缩。在论文压缩算法中,首先对图像进行DPCM预测,将差值图像经过整数小波变换,然后再用无损SPIHT算法进行压缩编码,最后再经过相应的逆变换即可以得到重构的无失真图像。该方法简单易懂,硬件实现方便。仿真结果表明,这是一种效果很好的图像无损压缩方法。     

医学图像实时无损压缩快速算法

Medical image transmission often needed very high bandwidth. Lossless compression could reduce the cost of bandwidth. According to the high efficiency fast-algorithm, the speed of the operation can be improved a lot, and the compression rate is almost as high as the original IWT algorithm. With the fast-algorithm, speed of lossless compression of medical image can touch 24×256×256 pixels per second.     

基于感兴趣区的图象近无损压缩

无损感兴趣区（Lossless Region of Interest (ROI)图象压缩方法,即在感兴趣区采用无损压缩,而在其他区域采用有损压缩,从而保证了重要信息不丢失,并尽可能提高衅象的压缩比,在整形小波变换（IWT）和嵌入式零树编码的基础上,实现了无损感兴趣区（Lossless ROI)的图象近无损压缩,并提出了一种小波变换域形状编码算法－－树映射形状编码,同时给出了算法的原理及实现,并进行了相关实验,实验结果表明,该算法能够提高压缩效率,且压缩效率取决于感兴趣区的大小以及对不感兴趣区图象的质量要求。     

一种有效的遥感图像无损压缩算法的实现

出于应用要求,常要对遥感图像进行无损压缩存储,但是由于遥感图像自身的特点,其能够达到的无损压缩效率一直较低。本文结合近20年发展起来的技术和算法——IWT、SPIHT,并针对SPIHT用于无损压缩不够理想的状况,提出了SPIHT-INT-RSI算法用于遥感图像的无损压缩中。实验结果表明通过SPIHT-INT-RSI算法获得的无损压缩比高于通过SPIHT、EBCOT算法获得的无损压缩比,接近或超过LOCO-I算法获得的无损压缩比,并且保留了内嵌式编码和支持图像渐进传输的特点。     

一种有效的多波段遥感图像无损压缩方法

首先利用分类的方法,得到同一地物在不同波段的光谱反射特性,在此基础上构造谱间预测器,去除谱间相关性,再对残差图像采用S＋P变换去除空间相关性,然后,利用改进的分级树的集合划分（SPIHT）方法,实现遥感图像的高效无损编码,实验表明本方法取得满意的结果,显示了本方法在多波段遥感图像压缩中的潜力。     

自适应图像无损压缩的可扩展性问题研究

以遗传算法为自适应机制的无损图像压缩的硬件实现是EHW面向应用设计的代表性工作之一.本文从适应度评价的计算复杂度和模型处理数据的可扩展性考虑,给出了一种计算速度更快的可扩展的GP实现模型.该模型加快了模型的处理速度,有效增强了数据处理能力.     

图像压缩算法的研究

本文提出一种图像压缩的新算法,即以数论为理论基础的变换法－数论变换。     

黑白文档图像的高倍压缩

黑白文档图像不同于常规的文本和图像文件,使用滨的压缩自治人以取得较高的压缩倍数,文中分析了常规文档的特性及使用常规算法的优缺点,并针对共牧场生,提出了一处无失真压缩算法,大大提高了压缩倍数,它采用文中提出的分块编码和游程编码的混合编码方法,实验证明,该方法的压缩比字典（ＡＲＪ,ＰＫＺＩＰ,ＬＺＷ等）约提高０．５－１．２,比常规游程编码提高的０．３－０．８     

机载红外搜救成像系统中图像拼接算法研究

由于传统SIFT特征点描述符的复杂性,增加图像拼接的时间,针对这种情况,提出一种快速的红外图像拼接算法。算法首先对序列红外图像提取关键帧;然后对图像畸变和海杂波进行预处理,并限制相邻两幅图像的特征点提取区域,缩短图像拼接时间;最后采用双向匹配法提高配准精度,用高斯渐入渐出法得到无缝拼接的图像。实验结果证明该算法提高了拼接速度,当特征点不是很多时,改进后的SIFT匹配算法在时间上可以达到比较理想的效果。     

基于双向生成对抗网络的图像超分辨率算法

基于深度学习的图像超分辨率重建算法不能很好地处理现实生活中有多种复杂噪声干扰的低分辨率图片,提出一种双向的生成对抗网络,引入下采样网络及重建网络联合学习的方法.下采样网络模拟生成现实生活中有复杂噪声及受运动干扰的低分辨率图片,重建网络将模拟生成的低分辨率图片恢复为细节清晰的高分辨率图片.实验结果表明,该算法能够重建出视觉效果良好的超分辨率图像,在Set5、DIV2 K等通用测试集上,其客观评价指标(PSNR、SSIM)对比于SRGAN方法分别提高了约0.9 dB,0.25.     

一种基于人眼特性的改进SPIHT图像压缩算法

对SPIHT（Set Partitioning in Hierarchical Trees）进行了研究,提出了一种基于人眼视觉特性的改进SPIHT算法。它首先对图像进行整数小波分解,然后根据图像经小波分解后系数的特点以及人眼对图像的边缘信息更加敏感的特性,对SPIHT算法进行改进。由于改进后的算法更加注重边缘信息的编码,实验结果表明重构后的图像更加清晰,尤其在低比特率时候效果更加明显。     

地震噪声成像系统中任务分配算法研究

建立了地脉动数据并行计算任务分配的数学模型,针对传统遗传算法对复杂问题搜索效率低、易陷入早熟收敛的缺点,根据地脉动数据并行计算中的任务分配问题的实际应用,构建了基于整数编码的单亲遗传算法,并通过优化设计算法中的变异算子提高了算法的搜索能力。实验结果表明,该算法在求解精度、全局寻优和防止过早收敛方面相对于传统遗传算法有了显著提高。     

一种新的基于扩散替代的灰度图像无损加密算法

针对当前的灰度图像加密存在运算效率低以及有损图像性质等不足,设计了像素混合机制,提出基于扩散替代的灰度图像加密算法。首先利用像素混合机制预处理图像;再将混合图像分割成相关密钥的动态分块,基于所设计的置乱规则,对混合图像分块置乱;再由所设计的替代结构,对置乱分块进行加密;重组密文块,输出密文。该灰度图像加密算法显著避免了当前加密算法依赖多系统参数带来的严重时耗难题并保证了解密图像质量。最后在MATLAB仿真平台上测试该算法,结果显示:与当前加密机制对比,该算法具有接近的安全性能,且运算效率更高,解密质量更好。     

基于遗传算法的分形图像压缩技术研究

针对分形图像压缩过程中匹配编码效率和保证解码图像质量的冲突问题,构造一种基于遗传算法的适应度函数,对杂交算子和变异算子进行设计和优化。实验结果表明,新算法与Fisher自适应四叉树算法、均值聚类算法和自适应遗传等四种算法,以编码耗时(s)、压缩比和PSNR差值为指标进行比较,在保证解码图像质量的前提下,新算法匹配编码效率获得了令人满意的效果。该项研究成果为探索图像新型压缩算法提供了一种途径,具有重要参考借鉴价值。     

改进的基于稀疏表示的图像超分辨率重建算法

为改善单帧退化图像的分辨率,提出一种改进的基于超完备字典的图像超分辨率稀疏重构算法。该算法主要在字典训练过程中引入联合训练的思想以确保高、低分辨率图像块在其对应的过完备字典上具有相同的表示系数,并在图像重建过程中,利用迭代反投影加强全局重建约束。实验表明,与现有的几类算法相比较,该算法的重建图像无论在峰值信噪比还是结构相似性上均有明显提高。并且可应用于单帧模糊图像的超分辨率重建,有效地提高了图像的分辨率。