图像编码中的重要区域相关性研究及应用

在图像处理中,小波变换所具有的空频局部性,使得图像的能量重新分布。从函数正交分解的角度,小波分解相当于把图像分成一组正交基的坐标。由于这些坐标具有按不同频带所表现出的能量集中的性能,所以关于形态学的一些编码方法在基于小波分析的图像压缩中得到了很好的应用。因此,可以说小波变换在图像中的成功应用,主要归功于关于数据即小波系数系数和表示的重要性的认识。作者在文中提出了基于小波系数有效组织和表示的重要区域相关性编码（SRC）,合理利用各子带间重要小波系数的相关性,通过聚类生成与聚类编码,在良好视觉效果与较高PSNR下,实现了图像较大倍数的压缩。     

基于谱图小波变换的图像压缩编码方法

针对小波变换图像压缩编码方法在高压缩比下得到的重构图像质量往往较差的问题,提出了一种基于谱图小波变换的编码方法.该方法首先将图像转化成图,利用谱图小波变换分解图得到谱图小波系数,这些系数的能量随着尺度的增加而衰减,然后根据谱图小波系数的特性对SPECK算法进行改进,最后对谱图小波系数进行量化,利用改进的SPECK算法对量化后的系数进行压缩编码,并在图像数据量压缩的同时从稀疏系数中恢复原始图像.实验结果表明,该编码方法对自然图像的压缩具有高效性,相比小波变换的压缩方法,重建图像的PSNR有所提高且变化平稳,与此同时还得到更大的压缩比.     

基于视觉敏感特性的小波域图像编码算法研究

以层树分集(SPIHT)编码方案为基础,结合人类视觉系统的对比度敏感性,提出一种新的小波域图像压缩编码算法.该算法首先对原始图像进行小波变换;然后根据小波系数分布特点,结合人类视觉的对比度敏感性对小波系数进行加权处理;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案(特别是低比特率下).     

图像压缩中EBCOT编码的并行优化

EBCOT编码是一种十分高效的小波系数编码方法,其作为JPEG2000压缩标准的核心思想,与SPIHT、EZW等编码方法相比既有相同之处,又有独到之面,它汲取了多年来图像编码算法发展中的精华部分,因此拥有非常显著的性能。论文论述了EBCOT编码的基本原理,对编码算法的不足之处进行了深入分析,在此基础上通过对小波系数的研究,提出了基于编码块的并行优化方案,并以实验结果证明其在图像压缩中的卓越表现。     

基于小波零树结构的一种图像压缩

本文分析了图像小波分解系数的特点及零树结构，提出了一种基于小波零树结构的图像压缩编码方法，描述了小波图像矩阵及多分辨率、多方向的矩阵元素，给出了求取每个子带中最大绝对值小波系数及忽略此子带引起的均方误差计算公式，定义了编码结构，并用Lena图对该编码方法进行仿真实验．仿真结果与EZW编码方法进行比较，结果表明：此方法在相同的PSNR下，获得了较高压缩比，具有较好性能．     

基于小波包变换的分层预测图像压缩算法

将基于上下文的算法编码方法和位平面编码方法有机结合,得到了基于小波包变换的分层预测图像压缩算法ＢＰＰ,为了充分利用小波系数间的各种相关性,在组合父子,邻居和兄弟相关性基础上得到了其它四种相关性,提出了小波包基选择方法既保持了父子相关性,彰关,根据二类拉数据的特点,进行了相应的预测和编码,对比分析表明ＢＰＰ的压缩效果 一的其它小波图像压缩算法。     

基于小波系数特性的低比特率图像压缩编码算法

以层树分集（SPIHT）编码方案为基础,结合最低频子带系数分布特点与高频子带系数相关性,提出了一种新的低比特率小波域图像压缩算法.该算法首先对原始图像进行小波变换;然后对最低频子带系数进行优化处理,并自适应确定高频子带系数扫描次序;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案（特别是低比特率下）.     

Contourlet域方向子带稀疏表示的图像压缩感知

为了提高压缩感知中图像的稀疏表示性能, 提出了一种Contourlet域方向子带稀疏表示的图像压缩感知算法。将图像Contourlet分解后的多个高频子带根据方向正交特点进行重组, 采用随机高斯矩阵对重组后的子带分别进行测量, 实现压缩采样; 利用正交匹配追踪法重建各子带系数, 并进行Contourlet反变换重构原图像。实验结果表明, 在相同采样率下, 算法重构图像的主观视觉效果和峰值信噪比都优于小波压缩感知算法。     

用改进的SPIHT算法实现遥感图像压缩

遥感图像纹理复杂,采用传统的SPIHT算法进行图像压缩编码存在运算量大、效率低、压缩率不高,压缩后仍有很大的编码冗余等缺陷。根据遥感图像小波变换后系数的特点改进算法,对高低频分量采用不同的编码方法,且对SPIHT算法的运算流程进行改进,得到一种更有效的编码方法。通过实验仿真证明,该算法各方面的性能均明显优于原算法。     

结合视觉加权的一种改进的EZW图像压缩算法

就静止图像数据压缩编码方法进行了研究,在传统零树编码算法的基础上,提出了改进的基于小波零树编码并结合视觉加权的图像压缩算法.该改进算法充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了良好的压缩效果和视觉效果,并通过实验证明了算法的有效性.     

基于局部最小熵的小波系数预测编码方法

提出了一种基于局部最小熵的预测模型构造方法,能够更好地区分待编码位的不同概率分布,从而实现对小波系数的高效压缩。首先,根据小波系数间的相关性选择预测系数,并构造相关性预测函数来综合多个系数的预测效果;以熵值的最小化作为准则,采用逐步筛选法对预测函数划分的多个分类进行选择合并,建立了一种局部最优的预测分类模型;结合熵编码实现对小波系数的高效压缩。实验结果表明,与图像压缩标准JPEG2000相比,所提方法的恢复图像主客观质量均有改善,客观质量平均提高0.4 dB。     

基于区域联合编码的小波图像压缩方法

提出了基于区域联合编码的小波图像压缩方法,适合于编码纹理图像。该算法充分地利用了小波系数的带内特性,根据小波系数的概率分布特性提出区域联合编码算法,算法复杂度低。实验结果表明,该算法在编码纹理图像时编码性能优于目前最成功的小滤零树编码ＳＰＩＨＴ算法,编码缓变图像时性能逼近ＳＰＩＨＴ算法。     

窄带宽环境下的动态图像压缩

实现窄带宽环境下的动态图像传输需要对图像数据进行有效压缩。提出采用改进的小波零树编码算法，在零树编码过程中，对连续零树根所采用的游程编码以及对非零小波系数的编码采用了一种新的码扩展算法，与通常的码扩展法相比具有单位比特拥有更大信息量的特点，并且运用图像拼接技术缓解了小波图像压缩在小尺寸图像上不理想的问题。     

基于几何流多级树Bandelet分割编码的医学图像压缩方法

本文提出了一种新的医学图像压缩方法,利用稀疏表示方法结合图像结构的几何规律,构建图像的灰度级有规则变化的方向的几何流表示方法,获得二元方形图像四叉树表示形式。针对几何正则化数据的小波分解结果存在较少的显着系数问题,使用二维向量场表示正则性的方向,并用样条表示法得到了这些方向的逼近。最后,在几何流图像的方向分解的基础上,利用M-band离散小波变换构建多级树Bandelet分割编码方式,实现了Bandelet系数计算改进。实验结果表明,该方法可有效提高医学图像压缩方法的计算效率。     

An improved lossless image compression algorithm based on Huffman coding

There is an increasing number of image data produced in our life nowadays, which creates a big challenge to store and transmit them. For some fields requiring high fidelity, the lossless image compression becomes significant, because it can reduce the size of image data without quality loss. To solve the difficulty in improving the lossless image compression ratio, we propose an improved lossless image compression algorithm that theoretically provides an approximately quadruple compression combining the linear prediction, integer wavelet transform (IWT) with output coefficients processing and Huffman coding. A new hybrid transform exploiting a new prediction template and a coefficient processing of IWT is the main contribution of this algorithm. The experimental results on three different image sets show that the proposed algorithm outperforms state-of-the-art algorithms. The compression ratios are improved by at least 6.22% up to 72.36%. Our algorithm is more suitable to compress images with complex texture and higher resolution at an acceptable compression speed.

     

Multi-polarimetric SAR image compression based on sparse representation

The use of sparse representation in signal and image processing has gradually increased over the past few years.Obtaining an over-complete dictionary from a set of signals allows us to represent these signals as a sparse linear combination of dictionary atoms.By considering the relativity among the multi-polarimetric synthetic aperture radar(SAR)images,a new compression scheme for multi-polarimetric SAR image based sparse representation is proposed.The multilevel dictionary is learned iteratively in the 9/7 wavelet domain using a single channel SAR image,and the other channels are compressed by sparse approximation,also in the 9/7 wavelet domain,followed by entropy coding of the sparse coefficients.The experimental results are compared with two state-of-the-art compression methods:SPIHT(set partitioning in hierarchical trees)and JPEG2000.Because of the efficiency of the coding scheme,our method outperforms both SPIHT and JPEG2000 in terms of peak signal-to-noise ratio(PSNR)and edge preservation index(EPI).     

基于HVS和交叉掩蔽的彩色图像编码算法

以层树分集（SPIHT）编码方案为基础,结合人类视觉系统（HVS）模型和人类视觉对彩色图像分量亮度和色度的不同敏感性,提出了一种基于非对称编码和交叉掩蔽的小波域彩色图像压缩编码算法。该算法首先将原始图像从RGB空间转换到YCbCr空间,然后对YCbCr空间的各分量进行离散小波变换;之后根据人类视觉对彩色图像的亮度分量的敏感性,用交叉掩蔽模型对亮度分量的小波系数进行加权处理;与此同时,利用非对称编码和SPIHT编码思想完成图像的压缩。仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案。     

基于稀疏表示的SAR图像压缩方法研究

基于过完备字典的图像稀疏表示是一种新的图像表示理论,利用过完备字典的冗余性可以有效地捕捉图像的各种结构特征,从而实现图像的有效表示。采用基于过完备字典稀疏表示的方法实现SAR图像的压缩。为了得到表示图像所需要的信息,只需要存储稀疏分解的系数极其对应的坐标,实现压缩的目的。采用K-SVD算法实现过完备字典的构造。K-SVD算法是一种基于学习的算法,由于训练样本全部来自于图像本身,因此字典能够更好地逼近图像本身的结构,实现稀疏表示。仿真表明对于SAR图像的压缩,算法是有效的,并且优于基于DCT的Jpeg算法和基于小波变换的EZW和SPIHT算法。     

基于SPIHT和分类比特编码的无损图像压缩

在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。