基于小波变换的嵌入式图像编码研究

对基于小波变换的嵌入式图像编码进行分析,对其中具有代表性的嵌入式零树小波编码(EZW)、多级树集合分裂算法(SPI-HT)、集合分裂嵌入块编码(SPECK)进行比较和讨论,并予以实现。     

一种基于3维SPECK编码的超光谱图像压缩算法

提出一种针对超光谱图像压缩的基于小波变换的、嵌入式的3维块分割编码算法。通过3维小波变换,将超光谱图像的空间冗余和谱间冗余同时去除。针对变换域内的小波系数,将集合分割嵌入式块SPECK编码算法扩展为3维,构造一种3维SPECK编码算法,对小波系数进行量化编码。实验证明,3维SPECK编码算法具有良好的率失真性能,其压缩效果优于采用SPECK方法对每一波段图像做压缩编码的效果,并具有计算复杂度低和嵌入式的特性。     

基于小波变换的嵌入式图像编码研究

对基于小波变换的嵌入式图像编码进行分析，对其中具有代表性的嵌入式零树小波编码（EZW）、多级树集合分裂算法（SPIHT）、集合分裂嵌入块编码（SPECK）进行比较和讨论，并予以实现。     

基于整数提升小波正变换的改进SPIHT算法研究

本文提出了一种基于整数提升小波正变换的改进的多级树集合分裂算法,减少了对内存反复读取的操作,减轻了对内存造成的负担,提高了编码的效率.     

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.     

基于小波-Contourlet变换的图像压缩算法

利用小波-Contourlet变换对图像分解具有多尺度和多方向性的特点,提出一种结合小波-Contourlet变换和无链表集合分裂嵌入块编码的图像压缩算法.小波-Contourlet通过方向滤波器组把小波分解的高频予带进一步分解为多个方向子带,从而更稀疏地表示图像的边缘和纹理.无链表集合分裂嵌入块算法充分利用系数子带内的相关性,具有复杂度低、编码效率高的优点.实验结果表明,与基于小波变换的SPIHT算法和SPECK算法相比,新算法对纹理丰富的图像有很好的压缩效果和视觉效果.     

基于整数小波变换的零树编码的多位平面并行算法

为了解决整数小波变换与传统零树编码(EZW)算法相结合产生的量化阈值的选取问题,有人提出了基于整数平方量化阈值的零树编码(ISZW)算法。但是, 由于ISZW使用连续的整数平方作为量化阈值, 缩短了相邻阈值间的距离,却增加了编码的次数,降低了编码速度。为此设计了基于整数小波变换的零树编码的多位平面并行算法, 其中每个位平面的编码仅需对位平面进行一遍扫描,大大提高了ISZW的编码速度。     

历史数据压缩算法在DSP上的实现

工业控制中需要记录大量的历史数据,因其数据量庞大,需要的存储空间也及其庞大,同时网络传输过程的实现比较困难,针对这一情况,提出了一种基于整数小波变换和多级树集合分割编码压缩新算法,并在DSP平台上实现,给出仿真结果,结果表明此算法可方便地控制数据压缩比和重构误差,并且具有压缩速度快、熏构误差小和压缩比高的特点。     

基于感兴趣区域的医学图像近无损压缩

在应用整数小波变换和基于分层树集合分割排序算法的基础上,提出了一种新的基于感兴趣区域的编码方法.本文还提出了一种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量.这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输.     

基于结构树集合分割的效能选择性图像编码算法的改进

J．M．Shapiro提出的嵌入式小波零树(EZW)图像压缩编码算法，以其渐进嵌入的风格和简单高效的特点，开辟了小波变换在图像压缩编码应用中的广阔前景，引起了人们的普遍关注。在EZW算法之后，又有许多对EZW算法进行改进的方案被相继提出。其中由A．Said提出的基于结构树集合分割(SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献[1]又提出了基于结构树集合分割的效能选择性(AS-SPIHT)图像编码算法。本文提出了一种改进的AS-SPIHT(IAS-SPIHT)图像编码算法。该算法首先通过建立四元组模型，简化了SPIHT及AS-SPIHT算法的实现；其次，通过充分利用已检出重要系数的先验知识，进一步提高了压缩比。     

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.     

基于改进的SGWT和嵌入式编码的图像处理研究

在分析提升方案和SPECK算法之后,提出用提升法构造的整型小波进行数据处理、用SPECK算法对处理后的数据进行编码压缩的图像处理流程。根据整型小波的特点,必须对提升法和SPECK算法进行改进才能让其更适合对图像进行处理和编码压缩。     

基于分级量化的重要性测试图像编码

论文提出了一种嵌入式的图像压缩编码算法,针对小波变换后的图像系数进行编码。该算法属于基于分级量化的重要性测试类的编码方法,结合了同属该类方法的SPIHT和SPECK算法的特点,在此基础上提出了新的改进措施,优化了集合分类搜索的策略,改进了量化的步骤,提高了图像压缩的性能。     

改进的适合低码率的SPIHT图像编码算法

针对小波变换编码SPIHT算法在低码率下效果不佳的情况进行了改进。改进算法对低频系数采用SPECK算法,在当前阈值下高频系数部分有重要系数时,SPIHT算法才开始,而且对SPIHT算法也进行了改进。实验表明,在同压缩比下,改进算法重构图像峰值信噪比PSNR都比标准SPIHT的高。     

LDPC码在小波压缩图像传输中的应用

LDPC码是一种具有低复杂度,强纠错能力的信道编码结构,SPECK算法是嵌入式小波图像压缩编码中性能较好的一种。本文充分考虑SPECK算法和改进LDPC码的特性,提出了根据信源编码后数据在重建时的重要程度进行不等纠错保护的信源信道联合编码方案。实验表明,该方案有利于压缩图像在噪声信道上的可靠传输,提高系统整体纠错性能。     

改进双边滤波和阈值函数的图像增强算法

针对基于单尺度Retinex算法产生的图像泛灰现象和光晕现象、基于双边滤波Retinex算法的泛灰现象及噪声放大现象。提出基于小波变换的改进双边滤波的Retinex图像增强算法和改进阈值函数去噪算法。该方法对图像进行小波分解,获得图像的低频和高频系数;采用改进双边滤波的Retinex算法对图像低频系数进行处理,采用改进阈值函数对高频系数进行处理;采用离散小波反变换得到增强后的重构图像;对重构图像进行分段性线性变换,增强图像对比度。实验结果表明,该方法避免了图像泛灰和光晕现象,并有效去除了噪声,细节丰富,对比度强,为图像后续处理奠定基础。     

基于加权抛物线插值与小波变换的图像放大算法

图像放大问题的焦点是如何在图像放大过程中保持良好的视觉分辨率和清晰度。论文首先对加权抛物线插值算法进行了改进,在此基础上提出一种加权抛物线插值结合小波变换的图像放大算法,并对小波变换后的小波系数低频带作了幅值增强处理。实验结果表明,相对于传统的图像放大算法,该算法不仅较好地保留了原始图像的细节信息,而且还提高了放大后图像的亮度和清晰度。     

基于Arnold置乱的小波变换数字视频水印

提出了一种结合小波变换和Arnold变换的数字水印算法。首先用Arnold变换将水印图像置乱,然后将置乱后的水印图像,通过对视频关键帧图像的小波变换将其嵌入到视频的关键帧图像中,以完成水印的嵌入。Arnold变换是图像置乱常用的一种方法,对水印图像进行置乱处理能够提高其信息安全性,而且对于嵌入水印之后的视频帧来说,其抗剪切攻击等能力也会得到提高。将Arnold变换应用到视频水印中,可以使视频水印的安全性、可靠性以及水印嵌入的鲁棒性都得到有效提高。     

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.     

基于非交换小波变换的图像置乱算法

对非交换小波分解和重构算法进行了改进,提取出图像沿对角方向的两个低频分量与两个高频分量;提出了构造改进的Arnold变换的一种方法;利用改进的Arnold变换对非交换小波系数置乱,对置乱后的系数重构得到最终的置乱图像。扩充了密钥空间的大小,进一步增加了置乱图像的保密性。