基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码.给出了小波图像系数统计数据实例.然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析.并通过实验对SPIHT算法进行了性能分析及其改进.并给出了实验结果.     

基于最佳谱间预测与SPIHT的高光谱图像混沌压缩加密

针对高光谱图像传输安全性问题,提出一种将最佳谱间预测、SPIHT编码和混沌映射相结合的高光谱图像压缩加密算法.该算法采用最佳谱间预测与SPIHT的编码算法对高光谱图像进行压缩.压缩过程中,首先由Tent映射置乱初始化LIP,然后利用Lorenz三维混沌映射产生混沌值生成比特序列,编码过程中实时加密对图像重构起重要作用的数据,在压缩过程中实现图像加密.仿真结果表明：该算法密钥空间大,对密钥和明文敏感,同时能有效提高图像存储和传输效率.     

提升小波变换二叉树图像编码算法

为进一步提高图像压缩质量,在研究二维离散信号采样的基础上,基于全相位列率滤波理论设计了全相位内插滤波器组,并将其用作小波变换提升格式中的预测和更新滤波器,对图像进行不可分离的二维小波变换.结合各分解子带小波系数金字塔排列的特点,借鉴经典的SPIHT小波编码算法的思想,提出了二叉树小波编码算法.对经典测试图像的实验结果表明,与SPIHT算法在相同编码比特率下做比较,在低比特率下,二叉树小波编码算法重建图像的峰值信噪比平均提高约0.5 dB,并且重建图像的主观质量也较好.     

一种基于改进型SPIHT的分层渐进图像压缩方法

分析了SPIHT算法,利用图像平滑技术与自适应快速提升小波变换后低频系数的符号特点,提出了一种基于改进型SPIHT的分层渐进图像压缩方法。仿真实验结果表明,在峰值信噪比和编解码时间上均优于SPIHT算法。     

一种基于ridgelet和wavelet的混合编码压缩算法

星云图和MPEG-4中运动补偿后得到的残差图像通常是点线奇异性明显的图像.小波变换是表示点奇异性的有效工具,脊波变换(ridgelet)是表示线奇异性的理想工具.该文基于二者的优点提出了一种基于脊波变换和小波变换的混合编码框架用来处理压缩点线奇异性明显的图像.实验结果表明这种混合编码可以有效地对点线奇异性明显的图像进行编码,其效果优于基于单独的小波变换的SPIHT编码和脊波变换的SPIHT编码.     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B     

一种基于SPIHT编码的自恢复脆弱水印算法

文章提出了基于SPIHT编码的图像自恢复脆弱水印算法,它对宿主图像进行SPIHT编码得到恢复水印,由宿主图像第三层小波变换的低频带系数的大小关系产生认证水印。对恢复水印与认证水印进行置乱与纠错编码后嵌入到原灰度图像位平面编码的低两位。通过实验仿真证明该算法能定位图像篡改的位置,且能恢复出被篡改位置的真实图像内容。     

基于多小波的彩色图像分层树集合分裂算法

提出一种基于多小波变换的改进的彩色图像分层树集合分裂（set partitioning in hierarchical trees, SPIHT）算法,将彩色RGB图像转换到YCbCr色彩域,Y通道分配到2倍于Cb,Cr的比特,在各色彩通道间构造新的方向树结构,重组图像多小波分解系数,进行嵌入式多小波彩色图像SPIHT编码.结果表明,该算法具有良好的编码效果,性能优于9/7单小波编码.     

一种改进的SPIHT图像编码算法

在研究图像小波分解系数特点和SPIHT算法的基础上，提出了一种改进的SPIHT图像编码压缩算法.针对SPIHT算法没有利用同一子带相邻重要系数的相似性及在阈值为4、2、1这三层的大编码量，提出了在这三层编码用邻域内重要系数的绝对值均值代替各重要系数的绝对值来进行编解码；并且加深对大系数的重视程度，在前几个阈值时，对首次发现的重要系数进行三位二进制位的精细化.实验表明，在中、高压缩比情况下，本算法的重构图像峰值信噪比（PSNR）要优于原算法，并且视觉质量更好.     

基于可逆双正交小波变换的图像压缩算法的实现

本文介绍了图像的可逆双正交小波变换以及对变换后的图像进行零树分割(SPIHT)编码的方法,并给出了具体的计算机软件实现.     

并行自适应码流(P-AoB)图像编码算法

分析了三个算法,即嵌入式零树小波编码(EZW)、等级树编码(SPIHT)、内嵌块编码(EBCOT),提出了并行自适应码流图像编码算法.在通道内部,采用了块间剪裁算法,对于通道内小波系数的编码,加入了游程编码的思想.模拟实验证明,该算法并行性较高,在码流长度较小的情况下,效果显著.     

基于小波变换的图像空间可分级压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,就SPIHT的算法进行分析,得出结论:随码率的增大,基础层所占的比率越来越低,同时,对包含边缘较多的图像,其基础层码率所占的比率也较低     

基于医学图像ROI形状估计的改进SPIHT算法

为提高医学图像的传输质量和编码效率，提出了一种新的位平面提升方法和基于感兴趣区域（ROI）形状估计的改进分层树集合分割排序（SPIHT）算法．位平面提升时，采用交错提升方法，在不需传输掩模的情况下实现感兴趣区域与背景的相对质量可调；对提升后的位平面，通过传输ROI外接规则形状的几何参数，根据估计的掩模信息超前判定零树，节省图像比特数．实验结果表明，在相同的截断码流下，相比SPIHT算法，改进的算法无论是ROI还是整幅图像都有更好的图像质量，且码率越低效果越明显．     

低比特率Bandelet域图像压缩编码算法研究

Bandelet变换是一种优秀的多尺度几何分析工具,其不仅具有良好的方向性和各向异性,而且能够自适应跟踪图像的几何正则方向.以第二代Bandelet变换为基础,结合Bandelet变换系数分布特性,通过建立最小四叉树、确定最佳量化阈值、构造Bandelet系数自适应扫描方式等措施,提出了一种新的Bandelet变换域图像编码方案.该图像压缩编码方案首先对原始图像进行二维Bandelet变换,并对最低频子带小波系数进行DPCM编码;然后构造最小四叉树并进行四叉树编码,同时进行最佳几何流编码;最后结合最佳量化阈值确定、高频子带自适应扫描等措施,对Bandelet系数进行均匀量化编码.实验结果表明,提出的Bandelet变换域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、Peyré等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性.     

小波包基多载波系统无线分级图像的传输

研究了一种基于小波包变换的多载波系统无线分级图像传输的新方法．该方法信源采用基于小波变换的SPIHT编码，信道部分采用小波包基多载波调制，并将SPIHT输出码流分成重要性不同的若干层，然后引入一种联合信源信道的自适应子载波、比特和功率的分配算法，实现对不同SPIHT层的不等错误保护，在总发送功率一定并满足各层QoS要求的条件下，使各层的比特速率达到最大．在上述方法中．对重要层加以高级别的信道保护，得到了更好的传输效果．仿真结果表明：在低信噪比下，系统采用上述自适应算法比不采用该算法的峰值信噪比要高出10dB以上；在同等条件下，基于小波包变换的多载波系统的图像传输性能也好于基于傅里叶变换的正交频分复用多载波系统．     

基于HVS的DWT图像压缩混合编码算法

为提高数字图像在高压缩比下重构图像的质量,分析研究现有离散小波变换（discrete wavelet transform,DWT）图像压缩的相关算法以及小波系数特性,提出一种基于人眼视觉系统（human visual system,HVS）特性对小波系数进行加权,结合小波各子带系数特性,采用差分脉冲编码调制（differential pulse code modulation,DPCM）与多级树集合分裂排序（set partitioning in hierarchical trees,SPIHT）相结合的编码方法．经视觉信息保真度分析实验验证,与传统的嵌入式零树小波（embeddedzero—tree wavelet,EZW）和SPIHT算法相比,在相同的比特率下该算法重构的图像具有更好的主观视觉效果．     

基于四叉树分割视频对象的可伸缩编码算法

提出一种利用多级树集合分裂算法(SPIHT:Set Partition In Hierarchical Trees)作为基于四又树分割视频对象(Video object)的编码和解码的核心技术,从而实现了基于对象渐进传输、可伸缩性编码方法。实验结果表明,该算法在相同的比特率下,可以得到比SPIHT更好的主观恢复图像,提高了基于ROI编码的效率。