基于小波变换的彩色图像编码方法

将小波变换系数的等级树集分割（ＳＰＩＨＴ）编码方法推广应用到彩色图像压缩中,分析了在红绿蓝（ＲＧＢ）三基色空间和亮度、色度（ＹＵＶ）空间进行编码压缩的效果。理论分析和仿真实验表明：无论从压缩比还是从解码图像质量来看,在ＹＵＶ空间的压缩效率都比在ＲＧＢ空间的高;与分形编码压缩效果相比,小波变换系数的等级树集分割编码方法优于分形编码方法。     

基于多级树集合分割编码的心电图压缩算法

将A .Said等人提出的基于小波变换的多级树集合分割算法用于心电数据的压缩。实验结果表明与传统的一些基于小波系数编码的心电压缩算法相比 ,所用的算法具有更好的压缩效果。     

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.     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点,提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为,将小波分解后的图像的低频系数用基于方差的快速分形方法编码,剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明,该混合算法避免了分形编码所固有的方块效应,与传统的分形编码相比,大大节约了编码时间,说明该算法具有一定合理性与优越性。     

基于结构纹理分解的改进图像压缩算法

用等级树集合分区(set partitioning in hierarchical trees,SPIHT)压缩结构分量所产生的误差一般情况下能体现高振荡的特性,比较符合纹理特点,所以将这部分误差信号叠加在纹理分量中形成一个新的纹理源,利用小波包变换进行压缩,提出了一种改进的基于结构-纹理分解的图像压缩处理算法.理论分析表明这是分层压缩问题中一种普适的有效策略.从实验结果可以看出,这种处理方式相对于现有的结构纹理分解压缩的方式而言,始终具有一定的信噪比增益,相对于目前的JPEG2000压缩标准及单一的SPIHT、快速小波包变换(FWP)等算法具有一定的优越性.     

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.     

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．     

小波图像编码技术SPIHT的改进算法

本文简单介绍了小波变换编码的流程、特点和小波基的选取.并根据灰度图像经小波变换以后系数的分布、统计特性,对现今十分流行的嵌入零树(EZW)、分层树集合分割排序(SPIHT)算术编码方法进行研究.综合分析了该类算法的优缺点,并提出2种不影响算法整体结构的改进意见,对SPIHT编码算法增加了一些初始化操作.实验结果表明,在一定比特率下,改进后的算法在相同码率时将会得到质量更优的恢复图像.     

一种快速、高效的混合小波-分形图像编码方法

作者结合了分形编码和小波编码的优点,提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为,将小波分解后的图像的低频系数用基于方差的快速分形方法编码,剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明,该混合算法避免了分形编码所固有的方块效应,同时比传统的分形编码相比,大大节约了编码时间,说明该算法具有一定合理性与优越性。     

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SPIHT算法的感兴趣区域编码的研究

在多级树分裂算法(SPIHT)的基础上,结合JEPG2000中最大平移法和基于尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码新方法.实验结果证明,该方法在低比特率的情况下,可以传输部分背景区域图像,在RO I区域传输完毕的情况下,不再传输RO I上的0码,节省了码流,进一步提高了编码效率.     

适于硬件实现的3D SPIHT算法优化设计

通过对一种可精确控制压缩率的三维多分等级树(3D SPIHT)编码算法的分析,为提高编码速度,改进了3D SPIHT的算法结构,简化了动态分配内存的链表结构,采用位图映射的方式固定分配内存,可减少内存86.6%,无需进行硬件难以实现的链表操作. 变三维地址为线性地址,并在预处理时建立子代最大值映射表,减少了零树判断的时间. 实验结果证明,与原算法相比,当压缩比小于26.7时,优化后算法的速度提高了10倍以上,为进一步的VLSI设计奠定了基础.     

基于EZW与SPIHT的雷达图像压缩研究

随着技术的发展,雷达图像的大小日益增长,采用传统的图像压缩方案已经无法满足系统要求。因此,本文研究了基于小波变换的压缩方式—嵌入式零树小波与多级树集合分裂算法。对两者的编码解码过程进行了详细推导与介绍。实验对3幅高分辨率雷达图像进行测试,证实了多级树集合分裂算法性能更优。     

数据压缩字典与快速图像分形映射压缩算法

针对分形编码压缩时间太长、以至于该算法很难达到实用的缺点,提出了对图像进行分级预处理,即根据被压缩图像的实际情况建立一个数据压缩字典,使得被压缩图像的匹配块仅在数据压缩字典指定的块中进行,从而大大减少图像压缩过程中的搜索范围和压缩时间·此外,给出了建立数据压缩字典的理论基础,并根据此思想给出了一个新的实现分形编码算法·实验表明,在提高压缩比的同时,运算时间也大大缩短     

分形理论在图像压缩中的应用

在图像压缩中运用分形理论是一种基于自然图像局部自相似性的有效压缩技术。文章重点介绍分形图像压缩技术理论基础——迭代函数系统,再介绍分形图像压缩编码和解码的方法,最后简单介绍分形编码的改进方法。     

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     

分形及分形图像编码

分形图像编码方法以其高压缩比的潜在能力 ,近年来颇受关注 ,是最有前途的图像编码方法之一 ,目前其研究已取得了很大进展。本文概述分形学的产生、发展 ,简述分形几何与图像压缩结合的理论基础及编码方法。并对分形图像编码的研究现状和发展前景进行了介绍和评述     

一种基于灰度评价的图像分块压缩算法

针对分形图像压缩算法中匹配定义域块搜索存在的速度慢,只是局部最优的缺点,提出了一种基于灰度评价的图像分块压缩算法,即用灰度评价的方法来区分图像,同时,对映射集增加对比度和亮度的约束,从而大大提高了图像的可分性,压缩比和压缩速度,最后,用随机迭代的方法完成图像的解码,保真效果良好。优化了分形图像压缩编码方法。     

用于图像压缩的小波系数的上下文模型

结合GlicBawls编码方法的线性预测思想和CALIC编码方法通过量化减少上下文个数的思想，提出了一种新的用于图像压缩的小波系数的上下文模型。它通过量化当前系数的线性预测值形成上下文，进行自适应的算术编码。实验结果表明，利用这种模型获得的无损压缩比高于无损的SPIHT和用于JPEG2000的无损的EBCOT。另外，这种模型充分利用了小波变换的多分辨率性质，能以渐近分辨率(progressive resolution)方式压缩图片，并且它获得的原图片的各个比例尺(scale)的小图片的压缩比也高于EBCOT。     

一种改进的零树编码算法

在SPIHT算法的基础上进行改进,提出了一种改进的新算法,该算法修改了分割排序策略、加入了幅值精细编码等措施在一定程度上克服SPIHT图像编码算法的不足,提高了编码速度,减少了内存的消耗,提高了图象复原的质量,是一种有效的图象压缩方法。