小波变换图像压缩中最优小波基的选取方法

针对不同的小波基具有不同的时频特征,用不同的小波基分析同一个问题会产生不同的结果.故小波分析在应用中便存在一个最优小波基的选取问题.详述了选择小波基所依据的几个重要特征,并通过实例说明了在小波应用中要把握小波基的特征,根据应用需要,选择合适的小波基.     

适于医学图像实时压缩的小波基选择

小波编码算法是图像压缩编码算法中的一种重要方法,在进行小波变换时,小波基的选取至关重要,它直接影响到变换速度和编码效率。在详细分析小波基的基本性质及其与图像编码的关系的基础上,选出数种典型小波基进行实验比较,得出小波基与实时图像压缩编码之间的关系。     

小波域BP网络图像压缩及Matlab实现

BP网络是一种非线性映射网络,三层BP网络可以很好地逼近任一连续函数.BP网络用于图像压缩是一个很好的创意.但因其训练时间过长,而没有得到应有的重视.人的视觉特性对图像的低频部分及图像的边缘部分比较敏感.经小波分解后图像的大部分能量集中在低频和图像的边缘部分,即这部分小波系数比较大,其余部分小波系数很小,接近于零.因此提出了小波域BP网络图像压缩方法.该方法是根据小波变换后小波区域重要性的不同而采用不同的压缩比.即不重要的小波系数采用大压缩比的BP网络(隐节点少),重要的系数采用小压缩比网络(隐节点多)或不进行BP压缩而直接编码.并给出Matlab仿真程序.     

基于小波分析的图像压缩

从小波分析的理论及研究现状出发,阐述了小波分析在图像压缩中的应用,并通过实验说明小波分析在图像处理中的作用。实验以matlab7.0作为平台,使用wavedec2和appcoef2函数进行二维小波分解和获取小波分解的近似分量,并且使用detcoef2函数来获取两层二维小波分解的细节分量,最后使用wrcoef2函数对各层的分量进行重构。实验表明,利用小波分析对图像进行压缩可以得到非常好的压缩效果。     

基于多小波的图像压缩

多小波以其具有正交性、对称性、短支撑和较大的消失矩等多个良好特性弥补了单小波的不足.在介绍多小波理论的基础上,提出一种新的图像压缩方法.该方法以CL多小波为基础,结合SPIHT图像压缩算法,对多小波系数进行压缩处理.采用Matlab 6.5进行实验,实验结果表明,经该算法压缩后的图像,其质量优于一般小波变换的传统方法.     

基于小波变换图像压缩芯片的实现

简述了图像压缩中小波变换的几种方法,介绍了国内外小波芯片现状,提出了在设计小波算法和芯片时需要解决的问题,最后探讨了小波芯片未来的发展机遇。     

基于小波变换的图像压缩编码

介绍了小波分析的基本概念和基本理论，阐述了一种基于小波变换的图像压缩编码方法，并通过计算机实验证明了经过小波变换编解码的图像在实现高压缩率的情况下能够保证很好的图像质量，具有较好的视觉效果。     

基于小波理论的矢量量化遥感图像压缩方法

分析了遥感图像的统计特性，提出了适合遥感图像压缩的矢量量化与小波变换相结合的压缩方法。该方法将遥感图像小波变换后高频子图划分为一定大小的的像块，对局部相关性较强、灰度变化较小的像块进行高倍压缩；对局部相关性较小、灰度变化较大的像块进行高保真压缩。实验表明，本方法具有良好的压缩性能，适用于遥感图像的压缩。     

基于小波包的图像压缩处理

介绍了应用MATLAB小波分析软件包进行图像压缩处理的原理,并给出几个实际程序,说明其实现过程,具体介绍了低频信息保留压缩方法的实际编程,以及小波包最优基方法的原理框图和编程实例。     

全息图的小波域BP神经网络压缩实现

计算全息图的有效存储和快速传输对于实现真正意义上的动态三维全息显示有着十分重要的意义,然而计算全息图信息量庞大,不利于传输和存储,这就迫切需要对大数据量的全息图进行快速高效的压缩。基于此,提出一种基于小波域BP神经网络的全息图压缩技术,即先用小波变换对全息图进行预处理,通过将小波基与全息图的内积进行加权和来实现全息图的特征提取,然后将提取的特征向量代入神经网络以完成函数逼近、分类,实现全息图的压缩。该方法可获得124.52∶1的压缩比且仍能获得较清晰的再现像,实验结果很好地证明了该方法的可行性和有效性,且算法结构简单,运算速度快,能在较大压缩比下恢复出令人满意的再现像。     

小波分析在基于Matlab的图像压缩中的实现

小波变换的压缩技术为多分辨分析、时-频域分析和子带编码建立了统一的分析方法,利用小波分析技术的这些优越性对图像进行二维离散小波分解,分离出图像的高频部分和低频部分,可以有效地对图像进行压缩和去除噪声,从而得到在失真较小情况下的图像的最高压缩比.利用小波进行图像压缩的方法通过在Matlab的环境下进行实验得出.     

小波变换在图像压缩过程中的作用

介绍图像压缩原理,分析小波变换用于图像压缩的一般步骤,基于多分辨分析的理论基础,重点与详细的说明了小波变换在图像压缩中的数学计算过程所起到的作用,并用MATLAB给予模拟演示.     

基于遗传算法的BP神经网络在图像压缩中的应用

以神经网络和遗传算法为代表的进化算法都基于智能信息处理的理论,但是各自都存在一些缺陷.设计并实现了基于遗传算法的BP神经网络算法BP-GA,该算法将遗传算法和BP算法相结合,用基于实数编码的遗传算法优化神经网络的权值后,应用于图像压缩.实验证明,利用此混合神经网络进行图像压缩,压缩比高,图像恢复质量效果好.     

基于DM6446与小波的图像压缩系统设计

对小波变换原理及DM6446平台架构进行了探讨,并在DSP平台上设计实现了一个图像压缩系统。该系统选用提升小波变换算法对图像进行整数到整数的变换,再对变换结果进行嵌入式零树编码,实现图像压缩。实验测试该系统对静态图像进行101∶的压缩率下还能获得很好的图像质量,且系统集成度高,成本低,为实时应用环境下的图像压缩提供了一个很好的范例。     

基于小波域的自适应运动补偿图像压缩算法

提出一种基于小波域的自适应运动补偿图像压缩算法。该算法利用小波变换的多分辨率特性,对经小波分解后的每个子带图像信号进行多分辨率运动估值(MRME)和多分辨率运动补偿(MRMC)处理,有效消除图像的冗余,增加可扩展能力,从而获得较高的图像压缩比。     

一种基于小波变换和矢量量化的图像压缩算法

小波变换和矢量量化都是图像压缩中的重要方法。利用小波变换的系数特点,对图像进行小渡分解,对于能量最为集中的低频分量采用标量量化处理,然后将标量量化过程中产生的残差和高频分量一起构造矢量,进行矢量量化。实验结果表明,此算法能够有效提高重构图像质量,获得较高的信噪比。     

航空图像压缩的双正交小波滤波器整数化设计

在航空图像压缩中,通常采用具有线性相位、正则性、消失矩和完全重构,及适于硬件实现、实时等特性的小波。根据小波滤波器设计,提出了一种基于图像压缩的构造整数双正交小波滤波器的设计方法。从选择小波基的原则为出发点,以CDF9-7小波基为参考,以压缩效果为准则来构造出更优的双正交整数小波基,并且采用航空图像为标准训练图像,以压缩比、峰值信噪比、压缩后保留能量百分比为参数,来寻找最优的小波基。试验结果证明,此方法可以实施非常简单的、无浮点乘法的运算,因而减少运算复杂性以及降低小波硬件实现的难度。     

弹载图像小波实时处理技术研究

以战场图像侦察弹为需求背景，采用小波理论对弹载图像实时压缩技术进行了研究，分析了弹载图像压缩特点和机理，给出了小波帧内压缩算法模型及弹载实时压缩硬件实现电路，实验室硬件仿真结果表明该模型可用于战场弹载图像的无线传输。