一种小波域分形图像编码算法的研究

针对经典分形压缩算法中编码时间过长的问题,研究了小波变换在分形图像编码中的应用.根据图像经小波变换后能量主要集中在低频系数图像上,并且和同方向高频小波子带之间具有相似性的特点,而分形编码正是利用图像的自相似性,提出了一种小波域分形图像编码算法,仿真结果表明,该算法在保证重构图像质量的前提下,大幅度减少了编码时间,提高了压缩比.     

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法（FCC）优缺点的基础上，提出了一种新的结合小波变换的分形图象编码压缩算法（DWT－FCC），该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

基于小波分解的分形图像压缩算法研究

在分析基本分形压缩编码算法优缺点的基础上,提出了基于小波分解的分形图像压缩算法.该算法对图像经过三级小波变化后,对二级子图像和三级子图像采用无搜索式分形编码,即值域块的分形码由相应固定位置的定义域块进行匹配搜索编码,小波系数的符号单独编码.解码时,利用不同小波尺度之间的相关性,由二级子图像的分形码估计出一级子图像的分形码;再由各尺度上的分形码重构各尺度的小波系数;添加小波系数的符号后进行小波反变换即得解码图像.仿真实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和提高压缩比方面均有良好的效果.     

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。     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法.编码时,通过插值正交多小波变换将原始图长像缩小,然后使用基本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像.实验结果表明,与直接使用分形编码方法相比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善.     

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     

矿井监控图像的分形编码

针对井下光照度低,监控图像对比度低,平滑区域较多这一特点,为了提高煤矿井下监控图像的分形压缩编码的效率,采用了基于平滑块处理的分形编码算法。在进行分形编码时,预先设定图像D块及R块的方差阈值,将方差小于其阈值的所有D块剔除在码本之外,对于方差小于其阈值的所有R块不进行搜索匹配,而是直接赋以均值。实验研究结果表明:基于平滑块处理的分形编码算法比基本分形编码算法更有效。该算法的实现提高了分形编码的效率,有助于解决煤矿井下监控图像的低比特率传输问题。     

基于小波分析的四叉树算法的遥感图像压缩

提出了一种基于混合编码的四叉树图像压缩方案,对提升小波变换后的最低频部分采用四叉树无损压缩方法,其他部分采用四叉树有损压缩方法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

数据压缩字典与快速图像分形映射压缩算法

针对分形编码算法压缩时间过长 ,以至于该算法很难达到实际应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 ,从而大大在减少了图像压缩过程中的搜索范围和压缩时间·此外 ,对这一思想的可行性在理论上也进行了有益的探索 ,给出了建立数据压缩字典的理论基础 ,并依此思想给出了一个新的具体实现分形编码的算法·实验表明 ,在提高压缩比的同时 ,运算时间也大大缩短 ;同时还表明 ,数据压缩字典的建立是在压缩速度上对分形编码方法的重大革新·…     

基于DWT的图像分块压缩感知重构算法

运用压缩感知理论对大尺寸图像进行重构耗时较长,观测矩阵要求的存储空间较大,且重构后的图像存在明显的块状效应.根据图像小波变换系数的特点,将图像分块思想与DWT变换相结合,提出了一种改进的基于DWT的图像分块压缩感知算法.将图像子块经DWT变换后,保留图像低频系数,只对高频系数进行观测.重构时采用正交匹配追踪算法（OMP）对高频系数进行恢复.Matlab仿真结果表明,新算法跟基于DCT分块压缩感知算法相比,重构图像的PSNR值提高了2~4 dB,重构时间明显减少,与基于二维离散余弦变换(DCT)的分块压缩感知算法相比,块效应有明显的改善,重构图像质量明显提高.     

基于稀疏分解的分块图像压缩编码算法

以压缩感知理论为基础,将匹配追踪(Matching Pursuit,简称MP)算法运用到图像的压缩编码中.首先,阐述了原子库的构建方法,之后,采用分块感知压缩图像分解方法,降低了分解的运算复杂度,最后,针对传统MP算法编码率不高的问题,利用MP原子能量与位置分布特点,对原子系数和位置参数进行编码,并提出了MP原子编码方法.实验结果表明,采用分块感知压缩图像分解方法,能有效地降低稀疏分解的计算复杂度,其压缩编码方法在保持传统MP图像编码优势的前提下,能有效地提高编码性能和编码率,体现了稀疏分解较传统分解方法的优势.     

高光谱遥感图像的稀疏分解与压缩感知

基于稀疏分解和压缩感知原理对高光谱遥感图像进行压缩重构,提出一种基于过完备原子库上分解图像的稀疏分解快速算法,以减少图像稀疏分解的计算量.仿真计算结果表明,利用压缩感知和谱带分组技术对高光谱图像进行谱间压缩,可提高运算速度,并降低成本.     

SAR imagery coding based on blocking high frequency energy matching

A new fractal image compression algorithm based on high frequency energy (HFE) partitioning andmatched domain block searching is presented to code synthetic aperture radar (SAR) imagery. In the hybridcoding algorithm, the original SAR image is decomposed to low frequency components and high frequencycomponents by wavelet transform (WT). Then the coder uses HFE of block to partition and searchthe matched domain block for each range block to code the low frequency components. For the high frequencycompone...     

基于小波和分形的遥感图像快速编码

在分析分形编码的匹配过程和小波变换系数分布特点的基础上,提出了一种卫星遥感图像的快速编码算法,即对分形编码的定义域块和值域块分别进行小波交换,并通过计算域块信息库来匹配值域块和定义域块。分别对长春地区的SPOTS影像和广州地区的,TM影像的试验表明,该算法在峰值信噪比下降极小的情况下显著地提高了图像编码速度,在多分辨率卫星遥感数据的可视化表达领域可望有较好的应用前景。     

基于RGB彩色空间的运动补偿与分形相结合的视频压缩方法

提出基于RGB彩色空间的运动补偿与分形压缩技术相结合的方法.该方法先区分出彩色视频序列的I帧和P帧,同时分别分离出R、G、B三种颜色;其次对于I帧每种颜色均单独采用分形图像压缩算法进行编码,对于P帧每种颜色均通过运动补偿进行预测编码,得到运动误差,而这些运动误差的数值是很小的,有很大的相似性,此时采用自适应四叉树的分形视频压缩方法来对运动误差进行编码.实验结果表明,与传统的分形视频压缩相比,该方法能够在保证压缩质量的情况下大幅度地提高压缩比.     

基于自适应混合变换编码的二值图像处理

为了提高图象的处理质量,要求编码算法简单,处理速度快,同时使压缩信息损失最小,文中所给出的算法,对被处理图象进行自适应分块,再通过区域编码与阈值编码相结和,进而进行自适应混合变换编码,最终达到了提高图象处理质量的目的,实验结果表明,这种方法压缩损失小,图像处理质量较高。     

A Compression Algorithm of Hyperspectral Remote Sensing Image Based on 3-D Wavelet-Fractal Coder

In this paper, the 3-D Wavelet-Fractal coder was used to compress the hyperspectral remote sensing image, which is a combination of 3-D improved set partitioning in hierarchical trees (SPIHT) coding and 3-D fractal coding. Hyperspectral image date cube was first translated by 3-D wavelet and the 3-D fractal compression coding was applied to lowest frequency subband. The remaining coefficients of higher frequency snb-bands were encoding by 3-D improved SPIHT. We used the block set instead of the hierarchical trees to enhance SPIHT's flexibility. The classical eight kinds of affine transformations in 2-D fractal image compression were generalized to nineteen for the 3-D fractal image compression.The new compression method had been tested on MATLAB. The experiment results indicate that we can gain high compression ratios and the information loss is acceptable.