图像的无损压缩编码方法及JPEG标准模式

概述了经典图像编码方法和无损数据压缩编码方法，分析了其基本思想和性能，介绍了图像压缩编码的国际标准。并指出图像压缩编码正处于蓬勃发展之中。     

图像压缩编码方法分析

介绍图像压缩编码技术发展过程,对图像压缩编码,特别是自适应预测编码、模型法编码、分形编码、小波变换压缩编码、神经网络压缩编码原理和特点进行分析,并阐述图像压缩编码的作用.     

结合零树的分形运动补偿编码算法的研究

当前的视频编码算法无论是使用小波变换、分形理论还是运动补偿技术，使用单一的编码算法总是存在着压缩效率与实时视觉的矛盾。至今为止，已提出的小波分形混合编码方法也没能很好地利用小波变换后系数的统计特性，压缩的效果不论是在压缩比PSNR或是可伸缩性上并不理想，为此，本文提出了一种小波域内基于零树特点的分形运动补偿混合编码算法。实验证明，该算法具有良好的压缩性能，并且在重建图像和拥有逼真的视觉特件，获得了可伸缩的能够渐进的传输的编码码流。     

基于分形理论的图像压缩编码技术

分形图像压缩编码是当今图像编码领域研究的热点之一，是一种具有独特优势且极有发展前途的数据压缩技术。本文从分形基本理论出发，对分形图像压缩编码思想、编码方法等进行了综述，并介绍了分形图像压缩编码的一些改进方法。最后，探讨了分形图像压缩编码的发展方向。     

MPEG—4中的视频编码技术

MPEG-4图像压缩编码方法是基于对象和内容的现代编码方法，顺应了现代图像压缩编码的潮流，广泛用在多媒体通信及第三代移动通信系统中。本主要介绍了MPEG-4视频对象的压缩编码方法及其差错控制方法。     

树状小波分解及其在纹理图像压缩中的应用

本文提出了一种基于树状小波分解的图像压缩算法，它在一定的能量准则下，能够自适应地根据图像特征进行了带分解和编码，对纹理图像压缩的实验结果表明，这种算法在压缩比，视觉特性及信噪比方面均具有令人满意的结果，因而，它对于基于边缘和纹理区域分别编码的第二代图像压缩方案具有重要的意义。     

CCSDS位平面并行图像压缩编码研究

介绍了CCSDS图像压缩编码算法原理,提出了一种多位平面并行处理的编码方式并用硬件实现,提高了编码速度.     

神经网络与图像压缩编码

图像压缩编码是一个古老而诱人的领域。而八十年代中期,神经网络的兴起,又为这一领域注入了新的活力。本文介绍了神经网络在图像压缩编码领域中的应用,并提出了一些尚待解决的问题。到目前为止,由于还未寻找到适宜于神经网络应用于压缩编码的好的机理和方法,因此还未获得优于常规编码方法的成果。其中还有一些基本的理论问题(例如,神经网络实现数据压缩的机理)没有得到解决。神经网络是否适于在图像压缩编码领域中使用,以及如何更好地把神经网络用于图像压缩编码领域中去,都是值得进一步深入研究的课题。     

基于混合编码的分形图像压缩方法研究

提出了一种基于混合编码的分形图像压缩方案,改进了分形编码与SP IHT算法,对提升小波变换后的最低频部分采用改进的分形编码,其他部分采用改进的SP IHT算法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

基于CNN的高动态范围图像压缩稀疏编码方法

波域图像的子带区域划分混乱,导致图像编码序列偏移量过高,图像压缩编码精度较低等问题。基于此,提出基于CNN的高动态范围图像压缩稀疏编码方法。采集高动态范围图像压缩稀疏编码样本,将波域图像的子带区域划分成多个坐标集合,利用图像压缩数据处理稀疏编码样本字符集,确定单点子带与系数幅值的差异,在此基础上,利用编码数据合成频带稀疏矩阵,并借助卷积神经网络训练编码数据,完成高动态范围图像压缩系数编码。实验结果表明：文中方法的图像编码序列偏移量维持在0.2E上下,且有效提升了高动态范围图像压缩编码的精度。     

基因表达式编程在分形图像压缩编码中的应用

针对目前存在图像压缩率不高、全局搜索或遗传算法寻找最优分形图像压缩编码速度慢的不足,将基因表达式编程应用于分形图像压缩编码,提高求解分形图像压缩编码速度和压缩比.首先从理论上对二值图像压缩编码的求解过程和基因表达式编程在压缩编码中的作用机理进行分析;然后,研究分形图像压缩编码的基因和染色体的表示方法,适应度函数设计以及选择、变异、插串、基因变换、基因重组等基因遗传进化操作过程.提出基因表达式编程的分形图像压缩算法,求解分形图像压缩编码的最优解.实验结果表明,基因表达式编程应用于分形图像压缩编码,具有较强的全局寻优能力,搜索最优解的速度比遗传算法快约2倍,图像压缩率高.     

雷达视频信号压缩编码的研究

现代新体制雷达普遍采用脉压技术使视频回波变窄，因而对雷达图像压缩编码提出了更高的要求。在对雷达图像进行比较深入的分析后，提出了一种新的雷达视频信号压缩编码算法，进行了电路设计及仿真，并分析了该方法的优点，给出了压缩性能。     

基于深度学习的分形图像压缩编码模型设计

针对传统编码模型存在的图像分割处理效果不佳、分割精度不高、耗时较长以及编码质量较差的问题，提出基于深度学习的分形图像压缩编码模型。建立图像分割约束条件，对图像进行分割处理，以处理后的图像作为深度学习中ResNet网络模型的输入，提取原始分形图像的特征并将图像块分类；建立特征图像块匹配规则，排序图像块，记录分形码，将分形码作为图像在度量空间内的表现形式，通过度量空间的压缩变换实现分形图像压缩编码。实验结果表明：所提模型的图像压缩编码质量较高，具有一定的应用价值。     

EZW算法在DICOM图像压缩中的研究

基于小波变换的图像编码是一种有效的图像压缩方法，近几年来得到了广泛的发展，其中最著名的是Shapiro提出的小波零树编码（EZW）方法。针对医学DICOM图像的需求和特点，本文提出了一种基于小波变换的EZW算法对DICOM图像进行压缩。     

基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点。然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势。     

信源编码技术在广播电视信号数字化中的应用

介绍了编码的目的以及信源编码的原理,阐述了信源编码的功能。并介绍了实现音频、视频编码的方法,以及音频压缩编码和图像压缩编码的种类和标准。     

零树编码在图像压缩中的应用

零树编码是基于小波变换的一种图像压缩方式,它的出现为实现高压缩比、高质量压缩图像提供了新途径。近几年,随着矢量量化技术的广泛应用,零树编码思想再次被赋予新的活力。针对零树编码思想在图像压缩领域中的应用进行缩合性的描述。     

现代图像压缩编码技术

阐述了图像压缩编码的基本原理，系统地介绍了几种比较有应用前景的现代图像编码方法及其特点，最后对图像编码进行了总结和展望，指出从图像模型的角度研究图像编码将成为新一代图像编码的研究方向。     

M带小波变换在图像压缩中的应用

利用小波变换进行图像压缩一直是人们感兴趣的问题。本文根据M带小波变换理论，分析了图像经M带小波变换后的数据结构特性，利用人眼视觉特征，提出了图像的压缩编码算法。实验结果证实，该方法对图像压缩行之有效。     

浅谈图像压缩编码的方法与标准

本文介绍了图像压缩编码的原因、理论基础以及方法和标准,着重论述了数字电视信源编码使用的MPEG-2标准。