图象小波变换编码的双金字塔数据结构

利用小波变换将图象分解成一组多分辨率子图象，提出了一种改进的编码方案－利用子图象的灰度统计分布特性和人眼视觉特性的分配比特数；采用双金字塔数据结构对图象数据进行编码，充分利用子图象的相似性，进一步减少了数据量。     

多小波图象变换的统计分析

多小波是一种新的小波,多小波的应用更是近几年才日见兴起,因此,有关多小波图象变换的一些基本统计数据,如均值、方差、量化后零系数的比例等等,尚未见诸学术刊物,而这些数据又是从事多小波图象编码研究的基本依据。从学术刊物和互联网上收集了5种不同性质的多小波,对这些多小波图象变换特性进行了详尽的统计分析。通过统计分析发现：（1）图象经过CL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还进一步汇聚在最低分辨率子图象的第一个分量上,因此,CL多小波最适合图象编码;（2）图象经过CARDBAL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还平均分摊在最低分辨率子图象的4个分量上,因此,通过相关性编码可以大幅度提高CARDBAL多小波图象编码的压缩比;（3）图象经过GHM多小波变换后,最低分辨率子图象的能量既不是集中在一个分量上,也不是平均分配在4个分量上,因此,尽管GHM是最早发现的多小波,且是目前最为常用的多小波,但它其实并不是图象编码的首选。     

小波变换在图象压缩中的应用

本文讨论了数字图象数据信息压缩的有关技术问题，文章首先简要介绍了传统的Ｈｕｆｆｍａｎ编码方法的然后提出利用正交小波变换对图象进行分解，结合Ｈｕｆｆｍａｎ编码法图象进行编码，压缩的技术。     

基于零树、金字塔格型矢量量化的小波图像编码

近年来,金字塔格型矢量量化（PLVQ）方法由于其本身的特点和性质引起了人们的广泛兴趣,而文献[1]介绍的基于零树（ZR）的编码也获得了极大的成功,根据信号的二进小波分解特点和小图象系数的分布特点,得用D4格将PLVQ和零树结构起来,提出了一种基于零树和金字塔型矢量量化的小波图象编码方法,该方法首先采用金字塔 型矢量方法来量化小波图象系数,以得到非零格点和零格点;然后采用复合熵编码来处理非零格点;最后为了有效确定非零格点的位置,也就是为了有效地处理,也就是为了有效地处理零格点,又引进了重要图的概念,在此基础上,从下往上、从上往下二次扫描重要图,再采用改进的零树编码方法来处理零格点,本文乘法优于传统的基于游长的熵编码。     

减少JPEG压缩图象方法效应的小波域图象增强

低比特率ＪＰＥＧ压缩图象往往产生严重的广声效应。利用小波分析良好去噪和边缘检测特性,本文提出一种减少ＪＩＰＥＧ压缩图象澡方块效应的有效算法。计算机仿真结果表明,所提算法能有效地改善解码图象的视觉质量。     

一种低码率的小波变换静止图象编码方法

本文提出了一种在低码率情况下的静止图象编码方案，采用离散余弦变换与小波变换相混合的变换去除图象的相关性。     

多小波图象编码

首先,与许多有关多小波的文献不同,该文从Ｍａｌｌａｔ多分辨率分析的角度叙述多小波理论,并由此推导出多小波变换的快速算法;其次,结合二种常用的多小波图象变换预处理方法,提出了一种新的预处理方法,最后,揭示了经多小波分解后,同一幅矢量子带图象不同分量图之间的相关性,并利用这种相关性进行图象编码,理论分析和实验数据都表明,多小波图象编码是一种很有潜力的图象编码方法。     

一种基于分形小波变换的工业电视图象编码方法研究

通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。     

高质量运动图象压缩编码的小波变换方法研究

研究基于小波变换的高质量运动图象压缩编码方法。通过对运动估计后图象内的帧内编码宏块首先进行离散余弦变换（ＤＣＴ）编码,然后再对整幅图象进行小波变换（ＷＴ）与零树编码,从而达到运动图象的高质量压缩编码目的。     

基于小波变换的实时图象采集系统

描述了一种采用小波变换分解的实时图象采集系统的方案，该系统采用了一种特殊的正交小波分解快速算法，并选用了新型的80960CA芯片作为系统核心，从而保证了对512×512真彩色图象的动态实时采集。     

基于小波变换的图像融合算法研究

在小波变换的基础上提出了一种多光谱图像融合的算法,并与其它几种算法进行了比较,仿真结果表明该算法对图像的增强有较好的效果。
     

图像编码方向自适应提升小波变换

提出一种基于分块的图像编码方向自适应提升小波变换( DA-LWT),在每级变换中采用固定的方向块大小,仅保留一、二级变换所产生的方向信息,更高级别的方向由其前两级预测获得,从而减少边信息的开销。根据图像块的最小预测残差能量自适应选择滤波器的滤波方向,有效消除图像相邻像素间的冗余,降低高频系数能量。采用基于分数像素插值方案,提高方向分辨率。实验表明,DA-LWT的变换系数具有更好的“零树”特性,可取得比传统提升小波变换更好的编码效率和视觉效果。     

一个新的嵌入式零树小波图像编码的多位平面并行算法*

发现了一个EZW(Embedded Zerotree Wavelet)编码的多位平面并行算法,其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EZW的编码速度.     

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。     

基于小波变换的零森林图像压缩方法

该文从理论和实验上证明了同级别不同方向子带的零树位置具有较大相关性,据此提出了嵌入的零森林编码方法MRZF。该方法把森林作为系数表示的基本数据结构,使相邻系数之间,同方向子带之间的相关性以及不同方向子带间的相关性能被有效利用,编码效益更高。该方法可直接输出0,1比特流,编解码速度快,且具有多率特性和低计算复杂性的特点,可实现码流的累进传送。采用国际上通用的标准测试图像对提出的图像压缩方法进行测试,实验结果优于现有方法。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。     

小波图象编码中的对称边界延拓法

在小波变换图象编码中,由于图象信号是有限长信号,在子速分解过程中信号边界将外延,因此为满足完全重构条件,且不增加信号的样本总数,必须对信号边界进行延拓,该文对小波变换图象编码中的对称周期延拓法进行了论述,并叙述了其原理及实现方法,还讨论了如何根据滤波器长度为奇数或偶数的不同,相应地延拓输入信号,并恰当地截取出所需长度的子带信号,同时,讨论了综合时如何对子带信号进行延拓的问题。     

基于小波包变换的图像多尺度数据融合

在二维小波变换的基础上,给出了图像的二维小波包变换的分析方法,并对已有的几种基于小波和小波包变换的图像融合算法进行了重新组合和改进,提出了一种基于小波包变换的多尺度数据融合方法,给出了一个融合实例。通过对实验的观察和分析,结果表明该算法具有较好的融合效果。     

一种快速的小波变换图象编码算法

首先分析并指出了对于零数编码来说,小波变换时应当使用原始滤波器系数参与运算,而对滤波器系数进行缩放会影响其编码性能,此外,低通滤波器时延参数对零树编码性能也有重要影响,为了保证小波变换后各小波子带图象之间的自相似性,就必须使低通滤波器的时延为零,在此基础上,针对具有二进系数的双正交小波滤波器,提出了一种适合零树编码的快速小波变换算法,此算法不但以移位代替了乘法运算,而且与使用原始滤波器系数的变换等效,最后,结合快速零树编码算法,实现了一种快速高效的编码系统。