基于树结构矢量分类的小波图像图编码矢量量化

本文基于零树编码,矢量分类和网络编码量化的思想,提出了对小波图象采用树结构矢量组合和分类后进行网络编码矢量量化的新方法,该方法充分利用了带系统的带间和带内的相关性,分类信息上中用比特数少,对重要类矢量实行加权网络编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,并采用基于人眼视觉性特性的加权均方误差准则作为失真度量和码字匹配,提高了量化增益,仿真结果表明,该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果。     

采用方向树结构矢量组合的小波图像分类矢量量化

该文提出了采用方向树结构矢量组合对小波图像进行分类矢量量化的新方法。该方法的矢量构成结合了子带系数的方向性,充分利用了子带系数的带间和带内的相关性,按能量和活跃度进行两级分类,降低了类中矢量的内部离散度,分类信息占用比特数少,并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化,提高了量化增益。仿真结果表明,该方法实现简单,可以达到很好的压缩效果。     

基于空间组合矢量分类的小波图像网格编码矢量量化

本文基于零树编码、矢量分类和网格编码量化的思想,提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法.该方法充分利用了各高频子带系数频率相关性和空间约束性,依据组合矢量能量和零树矢量综合判定进行分类,整幅图像只需单一量化码书,分类信息占用比特数少.对重要类矢量实行加权网格编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,比使用矢量量化提高了0.6db左右.该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果.     

采用树结构矢量组合的小波图像分类矢量量化

本文提出了采用树结构矢量组合对小波图像进行分类矢量量化的新方法.该方法充分利用了子带系数的带间和带内的相关性,分类信息占用比特数少,并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化,提高了量化增益.仿真结果表明,该方法实现简单,可达到很好的压缩效果.     

采用空间矢量组合的小波图像分类矢量量化

该文提出了采用空间矢量组合对小波图像进行分类矢量量化的新方法。该方法充分利用了各高频子带系数的频率相关性和空间约束性将子带系数重组，依据组合矢量能量和零树矢量综合判定进行分类，整幅图像只需单一量化码书，分类信息占用比特数少，并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化，提高了量化增益。仿真结果表明，该方法实现简单，在较低的编码率下，可达到很好的压缩效果。     

基于四叉树分类的小波图像二维网络编码量化

本文提出了一种小波图像在进行小波系数四叉树分类后运用二维网格编码量化（2D-TCQ）的新方法。首先根据小波图像中各子带系数的带间相关性对其进行四叉树分类,然后在扩展的二维码书空间对重要类系数进行网格编码量化,运用维特比算法寻找最优量化序列,最终形成有序的嵌入式编码比特流。仿真结果表明,该方法在相同编码率下与SPIHT算法相比,PSNR获得了0.4dB左右的改善;使用小一倍的码书,相同编码率下比四叉树分类后使用一维TCQ获得了0.1dB左右的改善。由于本方法可以采用较小的码书尺寸,计算量较小,所以适用于低存贮、低功耗的编解码环境。     

基于多级零树编码的小波系数网格编码量化

该文提出了对小波图像作多级零树编码后进行网格编码量化（TCQ）的新方法。首先利用子带间的相关性进行零树编码，然后利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离，并用Viterbi算法寻找最优量化序列。仿真结果表明，该方法比零树编码后采用最优量化要提高0．3dB左右。该方法还具有编码计算复杂度适中，解码简单的优点。     

非对称树结构矢量量化方法研究

文章介绍一种图像低频子带编码的矢量量化方法—非对称树结构矢量量化。     

基于小波变换的典型矢量量化方法和编码方案

针对小波变换的特点，对一些典型的矢量量化方法进行了比较，分析了它们的基本工作过程和存在的问题，并介绍一种基本的小波变换的编码方案。     

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

分布参数系统辨识的小波谱方法

本文克服了用不完全可微的小波函数进行导数变换和乘积变换的困难,构造了用于处理分布参数系统问题的小波谱方法,该方法具有良好的收敛性和乘法自适应性.基于该谱方法,文中讨论了分布参数系统的辨识问题,提出了分布参数系统辨识的小波谱方法,算例分析表明了该方法的有效性.     

基于空间方向小波等级树的图像编码

本文提出了等级树集合分区算法(SPIHT)的一种改进方案,对图像的小波变换域的三个空间方向(水平、垂直和对角)上的系数构成等级树型结构,并对各空间方向等级树单独进行编码,使得在不影响恢复图像质量的情况下,进一步提高压缩比.仿真实验表明了本算法的有效性.     

基于量化的双树复小波变换鲁棒图像水印算法

Conventional quantization index modulation (QIM) watermarking uses the fixed quantization step size for the host signal. This scheme is not robust against geometric distortions and may lead to poor fidelity in some areas of content. Thus, we proposed a quantization-based image watermarking in the dual tree complex wavelet domain. We took advantages of the dual tree complex wavelets (perfect reconstruction,approximate shift invariance, and directional selectivity). For the case of watermark detecting, the probability of false alarm and probability of false negative were exploited and verified by simulation.Experimental results demonstrate that the proposed method is robust against JPEG compression, additive white Gaussian noise (AWGN), and some kinds of geometric attacks such as scaling, rotation, etc.     

基于小波变换的图像矢量量化

在基于小波变换的图像矢量量化研究中,本文综合考虑了高频小波系数的各种特性,吸收已有的优秀成果,在全面研究了矢量的形成、初始码书的设计、距离的选取,以及同一方向高频子图之间的相似性等方面的基础上,设计出一种有效的量化算法.     

基于可逆整数时间域重叠变换的分类矢量量化图像编码

针对普通矢量量化编码不能保留大量边缘细节信息,导致图像边缘细节模糊的问题,该文提出一种基于可逆整数时间域重叠变换(RTDLT)与分类矢量量化的图像压缩编码方法。首先对图像进行分块,同时对图像进行RTDLT变换,然后根据图像分块的梯度幅值与RTDLT变换系数对分块进行分类,最后对不同类别分块的RTDLT系数进行独立的基于模糊c均值矢量量化编码。实验证明,该算法比JPEG2000等其他算法具有更高的压缩倍数,重构图像质量更高。     

利用小波变换和约束矩阵进行图像压缩编码

本文将小波变换和矢量量化相结合对图像进行压缩编码,分析了图像经小波变换后的数据结构特性以及各小波分量之间的相关性。这种相关性的存在是由于小波变换具有良好的空－频域局部化特性。本文构造了结构约束矩阵来描述这种相关性,并以此为基础对传统的矢量量化算法进行了改进,改进后的算法减小了计算量,降低了码率。     

小波变换在图象压缩中的应用

文章从实际应用角度出发,提出了一种基于小流变换和改进LBG向量量化的有损图象压缩算法。该算法首先利用小波变换对图象进行分解,然后根据各子带（子图象）特点对小波系数进行相应的改进LBG向量量化编码,从而实现图象压缩目的。实验结果表明：该图象压缩算法的使用,可以在图象质量几乎不下降的条件下,极大地提高压缩比,改善恢复图象质量。