基于SPIHT的感兴趣区域的多描述编码

提出了一种感兴趣区域的多描述SPIHT编码方法．该方法将具有分层内嵌特性的SPIHT码流编码成多个描述子,通过对所有零树重新进行重要性排序,为每个描述子分配不同编码速率的完全编码码流和冗余码流．在分配速率时,优先对感兴趣区域分配较多的冗余,而对背景区域或非感兴趣区域分配速率较低的冗余,以进一步增强感兴趣区域的抗误码以及抗分组丢弃能力．文中对编码过程中零树、冗余树及其编码速率之间的关系进行了定量分析,并给出了重要性排序和冗余树分配的具体算法．实验证明,该文方法同其它感兴趣区域编码方法相比．可以进一步提高感兴趣区域在分组丢弃情况下的恢复图像质量．     

JPEG2000框架下对感兴趣区域多描述图像编码的研究

多描述编码针对不可靠传输信道将信源信号分成多个码流进行传输,解码端通过收到描述中的冗余对丢失信息进行最大限度的恢复。感兴趣区域(ROI,RegionofInterest)编码是新图像编码标准JPEG2000中支持的一项关键技术。这里提出一种对图像在JPEG2000框架下对ROI区域的多描述编码方案,提高了信号传输的鲁棒性,仿真实验结果说明了其有效性。     

感兴趣区域分割的非平衡多描述视频编码

视频序列中感兴趣区域信息的丢失将导致视频质量的严重下降,通过一定的算法检测出感兴趣区域,并通过修改H.264编码标准中的数据分割算法,把这部分信息的Inter宏块放入B类数据分割中,然后对新形成的三类数据运用非平衡多描述编码方法进行编码,实验结果表明,该方法在网络出错时可以有效地保证视频中感兴趣区域的数据,很好地改善接收到的视频质量。     

噪声信道下保护图像感兴趣区的多描述编码*

将感兴趣区编码和多描述编码相结合,提出一种噪声信道下保护图像感兴趣区的多描述编码方法。该方法将图像分为感兴趣区和背景区,并采用多描述编码方法,将感兴趣区和背景区码流编码成多个描述。同时对感兴趣区和背景区描述码流采用不同的冗余树分配方案,以进一步增强图像感兴趣区的抗分组丢失能力。实验证明,该方法即使在信道拥塞较为严重的情况下,也能为图像的感兴趣区提供令人满意的重建质量。     

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中.提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输.     

多码率JPEG2000的感兴趣区域编码

提出了一种支持多个JPEG2000感兴趣区域(ROI)编码的算法，利用JPEG2000率失真函数为凸函数的特性，在每层对ROI和背景(BG)分配不同的码率，对应不同的截止门限，最终生成的包将不同截止门限的码块流连接在一起。该方法支持动态定义多优先级ROI，生成码流与标准完全兼容。     

医学图像感兴趣区的内嵌小波编码新方法

提出了一种新颖的适合医学图像的压缩算法AR-EWC(embedded wavelet coding of arbitrary ROI).该算法保证了感兴趣区域边界与背景光滑过渡,支持任意形状ROI的无失真编码,生成内嵌有损到无损图像质量渐进优化的码流,并且可以对ROI独立随机存取.针对医学图像的特点,对包含重要临床诊断信息区域采用完全无失真的无损压缩,而对背景采用高压缩比的有损压缩,既保证了医学图像对高质量的要求,相对于传统的无损方案又大大提高了图像的整体压缩比.在临床头部MR图像数据集上的实验表明,该算法在保证了ROI区域无损压缩的前提下,达到了与经典的有损压缩算法相当的压缩比率.     

一种圆形感兴趣区域图像压缩算法

研究了圆形感兴趣区域, 推导了相应的掩码计算公式, 将多级树集合分裂算法 (Set partitioning in hierarchical trees, SPIHT) 加以改进, 得到适用于圆形感兴趣区域的图像压缩算法. 实验结果表明, 本文提出的圆形感兴趣区域掩码计算公式简单实用, 改进后的压缩算法效果明显.     

JPEG2000中感兴趣区域的编码

JPEG2000不仅比现有的标准例如JPEG有更好的客观图像质量，而且提供了很多新的特性和功能。可以对感兴趣区域进行最高质量的压缩或者无损压缩就是一个非常重要的功能，而现有标准不能有效实现或根本无法实现。文章从JPEG2000的算法原理开始，对如何进行感兴趣区域编码进行了阐述，并且给出了实验结果。     

图像的多描述编码

图像的多描述编码(MDC)是针对单描述编码(SDC)而言,其编码方法是将图像编码为多个位流(描述),并使每个描述都能恢复可接受质量的图像。其恢复图像的质量只依赖描述的个数,即如果解码器接收到的描述越多,则由这些描述共同形成的图像质量就越高。在图像通信应用中,在无信道编码的情况下,用MDC方法可适应传输条件恶劣的信道,尤其是无线信道和网络信道。为了能在传输信道恶劣的条件下进行有效的图像传输,在对MDC的基本理论及其应用以及近几年MDC的研究现状进行概述和总结的基础上,提出了一种基于EZW编码的MDC方法。实验结果表明,此法简单、有效,其不仅实现了压缩图像传输的健壮性,同时兼顾了压缩效率。     

基于系数块的改进SPIHT算法

介绍基于离散小波变换的分层树集合分割排序(SPIHT)编码算法的图像压缩流程和特点,论述了针对该算法进行改进的方向,分析该算法的优缺点,并针对其缺点提出不影响算法整体结构的改进方法,减少编码冗余,提高编码速度。理论分析和实验结果表明,该算法在低比特率时能提高峰值信噪比,在高比特率时也能有较高的峰值信噪比。     

基于小波域的两阶段多描述图像编码

为加强图像在不可靠网络上传输的鲁棒性,提出基于小波域的两阶段图像多描述编码方案.第1阶段对原始图像经小波变换后的系数进行SPIHT编码,形成第1部分描述;第2阶段对SPIHT编码后的系数进行解码,与原始小波系数作差分,实现差值信号的四叉树抽样,通过SPIHT编码形成第2部分描述.将2部分描述复制并同步传送到两信道中.实验结果表明,该方案冗余调节方便,编码后的数据流能适应各种网络传输状况.     

基于SPIHT编码的语音信号压缩算法

提出了一种基于最佳小波包变换和SPIHT编码的语音信号压缩编码方法。该方法首先对语音信号进行小波包变换,求解最佳小波树,进行动态位分配,再用改进的SPIHT算法对变换后的小波系数进行压缩编码。并且采用了熵编码的方法进一步提高了压缩比。实验表明,该方法在较高的压缩比下能获得较好的信号重构质量,计算复杂度低,延迟小。     

卫星云图感兴趣区域自动提取方法研究

卫星云图中人们感兴趣的区域(ROI)往往是各类云团,针对卫星云图内容的复杂性,利用直方图模糊加权C均值聚类方法实现云图的图像分割,对分割结果进行后处理,最终获取云图内的感兴趣区域。常规聚类方法需要人工指定类个数,影响了ROI提取过程的自动化程度。引入修正聚类评价指标,基于该指标实现最佳类别个数的自动确定。云图分割是感兴趣区域提取过程的关键,采用的直方图模糊加权C均值聚类方法在原有算法基础上,引入样本权重概念,使得聚类过程更为合理;同时将聚类对象由原始像素转换为灰度直方图,提高了聚类过程执行效率。实验结果表明设计的感兴趣区域提取方法能较为准确地分辨出陆地、水体、低云、中云、卷云、对流云六类区域,提取结果与客观实际一致。     

Contourlet和小波相结合的SPIHT算法

借鉴Contourlet变换和WBCT的思想,采用Contourlet和小波相结合的变换,并根据变换后系数的特殊结构,提出了一种新的空间方向树结构,实现了对变换后系数的类似SPIHT编码,达到了对图像压缩的目的。实验表明,该算法能更好地恢复图像的纹理和细节信息,并在低比特率下具有较高的峰值信噪比。     

一种基于冗余Ridgelet变换的图像多描述编码方法

利用冗余Ridgelet变换实现了一种多描述编码方案。在JPEG标准的基础上,利用冗余Ridgelet变换,不仅在描述之间引入了冗余,而且根据脊波变换对图像分解的有效性,同时可以获得理想的图像压缩效果。该方案对输入图像进行分块、DCT（Discrete Cosine Transform）变换以及量化;对得到的系数矩阵进行按频率重排;重排后的系数矩阵再做冗余Ridgelet变换,根据脊波域系数能量的特点产生描述。实验表明,当产生两个描述时,提出的多描述编码方法,即使只收到一个描述时,也可以获得很好的图像重建效果,从而有较好的抗误码性能。