用于图像压缩的小波变换编码

提出了一种二维小波变换编码方案，使用塔形算法结构将图像沿水平与垂直方向分解成一组多分辨率子图像。根据小波系数的统计特性和人类视觉特性，对小波系数进行门限量化，推导了量化门限与量化间隔的计算公式，量化后的多分辨率子图像采用自适应分块编码进一步进行压缩。计算机模拟结果证明了本方案的优越性能。     

采用视觉加权自适应阈值量化的彩色图像小波编码方法

提出了一种基于视觉特性的彩色图像小波变换编码方法。该方法是以一种简单的灰度图像小波编码方法为基础,首先通过小波变换将图像进行多分辨率分解;然后对彩色分量的高频子带数据进行适当的抛弃;对小波图像的高频数据采取自适应阈值量化方法克服恢复图像中的分量独立点噪声污染现象;最后根据小波系数的码字分布特征,采用行程编码结合Huffman编码。该方法可保证重建图像的主观视觉效果良好,而且具有较高的压缩倍率。     

采用视觉加权自适应阈值量化的彩色图像小波编码方法

提出了一种基于视觉特性的彩色图像小波变换编码方法.该方法是以一种简单的灰度图像小波编码方法为基础,首先通过小波变换将图像进行多分辨率分解;然后对彩色分量的高频子带数据进行适当的抛弃;对小波图像的高频数据采取自适应阈值量化方法克服恢复图像中的分量独立点噪声污染现象;最后根据小波系数的码字分布特征,采用行程编码结合Huffman编码.该方法可保证重建图像的主观视觉效果良好,而且具有较高的压缩倍率.     

静态小波域内特征对比度多聚焦图像融合算法

针对多聚焦图像融合问题,提出了一种新的基于提升静态小波变换(lifting stationary wavelet transform, LSWT)的多聚焦图像融合方法。对经LSWT分解得到的不同频域子带系数采用不同的系数选择方案。在融合低频子带系数时考虑到人眼视觉对图像局部对比度比较敏感的特性,引入了一种新的局部特征对比度的概念,并给出了低频子带系数的选择方案。在融合高频子带系数时,充分考虑到人眼视觉对图像边缘细节比较敏感的特性而对单个像素的亮度不敏感的特性,引入了一种适应于高频子带系数的特征对比度的概念,设计出一种基于特征对比度的系数选择方案。实验证明,算法相对于传统的基于图像对比度的图像融合方法,能够提取更多的有用信息并注入到融合图像中,得到视觉效果更好,更优量化指标的融合图像。     

一种基于自适应小波变换的矢量量化方法

运用小波变换进行图像压缩的算法其核心都是小波变换的多分辨率分析以及对不同尺度的小波系数的量化和编码.本文提出了一种基于能量的自适应双正交小波变换和矢量量化相结合的算法.即在一定的能量准则下,根据子图像的能量大小决定是否进行小波分解,然后给出恰当的小波系数量化.该方法充分利用了不同尺度间小波系数的相关性并采用自组织特征映射神经网络进行矢量量化.实验表明,该方法获得较高的编码效率和重构图像质量.     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。     

一种小波加权局部对比度的医学图像融合方法

针对利用小波变换进行医学图像融合存在的问题,提出一种基于小波变换的加权局部对比度的医学图像融合方法,该方法在低频子带采用区域标准方差的融合规则.由于人类视觉系统对局部对比度比较敏感,高频子带根据小波变换的方向特性采用加权局部对比度的融合规则,结合人眼视觉特性给出了加权局部对比度的系数选择方案,该规则更加符合生理视觉的特性.实验结果表明:该方法与传统融合方法相比,得到具有更好视觉效果和更优量化指标的融合图像.     

基于CL多小波变换的自适应数字水印算法

根据CL多小波的特点,提出了一种把视觉系统掩蔽特性结合到水印编码过程中的基于CL多小波域的自适应数字水印算法.首先利用小波系数的树结构关系对最低分辨率子图像的第一分量进行分类,然后根据分类的结果将不同强度的水印分量嵌入到这些小波系数中.实验结果表明,该水印系统具有良好的透明性和鲁棒性.     

基于形态学膨胀操作的小波图像压缩编码算法

提出了一种基于形态膨胀运算的对子带间重要系数位置信息进行联合编码的新型小波图像压缩编码算法。该算法首先对同一分辨率下水平、垂直、对角线子带内重要系数的位置信息统一表示在一个子带中，然后依据小波图像的能量聚类特性，采用一种形态膨胀编码算法来对重要系数的位置信息进行高效压缩编码。试验结果表明，该算法要优于零树小波图像压缩编码算法。     

一种基于能量分布特性的小波去噪算法

目前对于保持图像细节、滤除噪声,普遍采用空间域、频率域滤波．在空间域滤波,尽管能够有效地限制噪声,但是同时模糊了图像细节．因此,在频率域滤波的方法越来越引起关注．在小波频率域中,我们常常采用Donoho阈值方法处理小波系数来以此去除噪声,保留图像细节,然而该方法同时也一定程度上模糊了图像细节．小波变换具有良好的时、频局部化性能,图像经过多级小波变换得到不同分辨率的子图个数,各高频子图上的小波系数具有相似的能量统计分布特性．也就是说随着分解层数的增加,分辨率最低子图的小波系数范围最大,而高分辨率子图上大部分数值接近于0．因此,该文提出了一种新的基于能量分布特性的小波去噪算法(WCED)．     

正六边形离散余弦变换图像编码

本文介绍一种六边形离散余弦变换(HDCT)图像编码方法,并将该方法应用于图像编码,对不同图像分别以不同的子图大小及各种编码速率进行模拟实验,给出了实验结果,并作了详尽的分析。     

基于子波变换的数字图像压缩算法

提出了两种以离散子波变换为基础的数字图像压缩算法，其一，原始图像在子抽样后，通过一次正交子波变换，分解成一幅低频子带图像和３个不同方向的高频子带图像。对变换后的各子带进行统计特性分析，并结合人类视觉机理采取了不同的压缩编码策略。在解码端通过子波逆变换及双线性内插算法，原始图像可被较好恢复。     

一种基于小波分析的图像压缩编码方法

提出一种基于小波变换的图像压缩编码算法。即首先对图像进行小波分解 ,然后对高频子图像用改进后的LBG算法形成码书 ,进行VQ编码。算法充分利用了不同分辨率间各种子图像的相似性 ,仅对最高分辨率层进行码书地址索引 ,低频区域用DPCM编码 ,最低分辨率层用游程编码。模拟实验的结果验证了该算法在提高图像的恢复质量及降低位码率方面有一定的价值     

基于小波变换的矢量量化编码方法

提出了一种基于小波变换的图像压编码方法，充分利用图像分解后得得小波系数与原始图像的关系、各个子图像象素之间的相准确性、各子图像方向上的相关性以及与人眼视觉特征（HVS）的关系，做到充分利用图像的统计冗余与视觉冗余，为了得到高的压缩比和好的图像质量，精确保留对图像质量影响大的系数，而对图像质量影响小的系数进行粗略量化。同时，在对小波系数的组织和编码上，也做到了具有普遍适用性，结果表明，此方法计算简单、计算量小，编解码时间少，在压缩比较高的情况下获得了较好的图像质量。     

基于二维小波分解的图像树形结构编码

采用双正交小波变换对图像进行分解,得到一个图像的多分辨率表示。对于不同分辨率的子图在Ａｎｔｏｎｉｎｉ提出的方法基础上采用树形结构的问题的向量编码。从实验结果可以看出,与全搜索ＶＱ相比较在信噪比影响不大的基础上,大大减少了编解码的计算时间。     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

一种基于小波分解的图象分层分类矢量量化方法

作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行了小波分解。利用不同分辩率级间小波子图的相似性,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据,并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明,和其他文献提出的方法相比,作者提出的方法在获得较好重构图象质量的前提下,提高了压缩比和编解码速度。     

基于图像分解的织物组织自动识别

利用维纳滤波从水平和垂直两个方向分解织物图像,经过合理的二值化,分别获得包含经纱和纬纱特征信息的子图像,从而计算经纬纱密度等参数.综合子图像的部分信息,可以确定织物组织点的位置,再利用每个组织点区域内经纬向纹理特征,判断织物组织类型.经过对平纹、斜纹、缎纹3种基本组织布样的实验,表明该方法可以很好地识别织物组织类型.     

一种彩色图像DC系数的自适应水印算法

提出了一种新的彩色图像DC系数的自适应水印算法。该算法通过简单地分析DCT块的两个AC系数将像素块分类成平滑块、边缘块和纹理块,然后根据像素块的类型自适应设置水印的嵌入强度。并利用图像亚采样得到的4个子图像间的高度相关性,将1比特水印嵌入在4个子图像块中由密钥控制的两个块的DC系数上,获得了分散水印能量与增加安全性的目的,而水印能直接在像素域中进行盲提取。同时嵌水印在YIQ模型的Y分量和RGB的B分量上,并进行了两者的性能比较与分析。大量实验表明,提出的水印算法取得了很高的不可见性和鲁棒性,Y分量水印的性能优于B分量的。