基于MATLAB的小波分析方法与图象编码

主要介绍了用基于MATLAB的小波分析方法进行图象编码的原理,并对小波分解和重构及图象压缩和解压缩的必然关系进行了详细阐述.同时给出了较为具体的小波分解与重构实验设计报告.实验表明:对图象数据进行小波分解与重构,实际取得了图象压缩与压缩的效果.     

小波图象的视觉特征探讨

对小波图象的视觉特征作了某些心理特征的讨论，并对它的实验图象进行验证分析。结果表明小波图象有很好的人眼视觉特征。     

基于MATLAB的连续小波变换图象分析

Wavelet是基于MATLAB的一个重要应用软件包。但在利用Wavelet对于一些典型信号 ,如正弦信号、δ 信号进行连续小波变换 (CWT)时 ,却出现一些与常识不相符的“异常”图象。针对这个问题 ,利用Morlet小波基 ,从连续小波变换基本公式出发 ,通过数学上的严格推证 ,指出了这些特殊图象的形成原因 ,分析了小波变换所体现的“数学显微镜”的特点 ,并得到一个有趣的结论 :只有当小波Morlet小波基的振荡频率略微小于正弦信号的振荡频率时 ,才会达到小波变换的最大值     

一种基于小波分解与分形编码混合的图象压缩方法

利用双正交小波特性和小波塔式分解数据的多分辨特性、分形的IFS编码高效特性,提出了一种基于小波分解和分形编码压缩图像数据的方法。该方法先用一个小波将图象进行小波变换（分解）;在频域上,对不同频域层用不同的分块方法和比特率分配方法进行分形编码。根据实际需要和视觉特性来控制压缩比。重构时先在频域进行分形重构解,然后再用另外一个正交小波重建原图象。     

形态小波变换及其在图象编码中的应用

提出了一种基于形态学的非线性小波分析方法，并将这种形态小波分析方法应用于图象编码上，与一般的小波分解方法不同的是，该形态小波分解采用非线性方法，分解结果中图象特征更明显，图象编码压缩比更高，解码出的图象更加清晰；同时由于形态学是基于Minkowski加减基本操作并应用最大最小运算来实现，分解运算简单，速度快。     

一种基于小波分析的混合编码研究

提出了一种基于小波分析的图像混合编码方案。首先，应用二维小波变换对图像进行分解，然后根据分解后不同分辩率下的数据特点，对各级子图像采和没的量化编码方法进行处理。如对最低频子图像进行预测编码，地中频和次高频子图像进行门限量化和一种新的游程编码，最后对打包后的编码数据进行Ｈｕｆｆｍａｎ编码，计算机模拟结果表明，该方法压缩效果好，处理速度快，对“Ｇｉｒｌ”标准头肩像压缩比达到了２５倍，峰峰信噪比大于３４     

一种小波域的分形图象编码新算法

本文在分析了小波域内分形图象编码原理的基础上, 将零树思想引入到小波域的分形图象编码中, 通过定义方向性零（ 子） 树的概念, 提出了一种小波域的分形图象编码的新算法．该算法简单实用、计算量小．实验表明, 对５１２ ×５１２ 的８ 比特Ｌｅｎａ 图象在ＰＮＳＲ 等于２９ ．６７ ｄＢ时, 压缩比达６６ ．４８ , 远远优于ＪＰＥＧ的编码性能, 是目前文献报道的有关小波域内分形图象压缩编码的最好结果     

基于小波变换的图象压缩

要在模拟和移动通讯中传输数字图象，首先必须对图象实行高比率的压缩，本文对讨论小波变换的特征机理，建立了以小波变换为基础图象压缩软件模拟系统，并同标准ＪＰＥＧ的图象压缩方法做了对比实验，结果证明：在高压缩比时，基于小波变换压缩的重建图象ＰＳＤＮ和重建图象质量都明显地成于传统的ＤＣＴ压缩方法。     

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。     

基于零树的小波图像编码

通过对零树编码的小波图像编码算法以及算术编码的研究。利用基于零树的小波图像编码方法实现预定比例的图像压缩，从而减少存储空间，有利于图像的传输。     

一种分类的小波零树与分形混合图像编码算法

通过分析小波零树编码和分形编码各自的优点与不足,结合自身的特点,提出一种基于分类的混合图像编码算法。该方法把图像分割后的块分为3类,对不同类型的块分别采用分形算法或零树编码的改进算法SPIHT算法编码;结果表明,与单独使用这两种算法相比,混合编码算法的重构图像质量有一定程度的提高。     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

一种快速小波子带分形图像压缩编码方法

在小波变换相邻子带块预测编码的基础上 ,提出了一种快速小波子带分形图像压缩编码方法 .根据小波子树结构性相似的特点 ,把块预测搜索范围限制在子树附近 ,大幅度减少图像小波子带分形编码时间 ;然后采用在上一级恢复子带的基础上进行分形预测编码、对较低分辨率子带中分形预测误差较大的块直接进行编码等新的编码方法 ,以提高恢复图像质量 .实验结果表明 ,该方法在图像压缩编码时间大幅度缩短的同时 ,恢复图像质量也有所提高     

基于MATLAB的图像消噪算法研究

综合分析了几种用于图像消噪的方法 ,并通过实验比较了各种消噪方法的效果 .实验表明 ,对于非线性高斯白噪声 ,小波分析方法优于中值滤波和自适应维纳滤波 ;加权中值滤波适宜于滤除脉冲噪声 ,而自适应维纳滤波对于滤除乘性噪声效果较好     

一种基于小波变换的序列图像压缩编码

研究一种动态图像小波域系数的压缩方法 .根据图像小波分解和人类视觉的特点及其子图象间的相关性 ,对系数进行不同间隔的量化 ,同时结合简单有效的数据结构———帧比特平面对系数进行扫描及压缩编码 .     

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.     

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.