一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法。先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码。舍弃最新频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码。实验表明，在图像质量和压缩倍数方面都取得了较好的结果。     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法．将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Huffman编码及RLE编码．实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级和比特率，适合网络图像传输．     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法，将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Ｈｕｆｆｍａｎ编码及ＲＬＥ编码，实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级的比特率，适合网络图像传输。     

基于差错控制编码的数字水印

提出了一种基于差错控制编码与离散小波变换相结合的水印嵌入方法．对置乱并分块后的二进制水印图像数据进行BCH编码，把编码后的数据根据量化的方法嵌入到原始图像小波变换后的各子带中．实验表明，这种方法对几何攻击、加噪、JPEG压缩等均保持了良好的稳健性。     

基于DCT和RLE的灰度图像压缩方法

离散余弦变换具有很强的"能量集中"特性,图像信号的主要能量都集中在离散余弦变换后的低频部分,而图像高频部分的系数经常为零.为了滤除图像信号中各种相关性而存在的冗余信息,针对灰度图像提出了基于离散余弦变换和游程编码的压缩方法.该方法对给定的灰度图像进行离散余弦变换分块转换,并对转换后的高频部分进行域值量化,滤除高频分量,然后进行游程编码,实现灰度图像的压缩.最后在VisualC++6.0开发环境下对方法进行实验,仿真实验表明,在量化域值选取恰当时,可达到较好的压缩效果.     

基于新的SPIHT算法的ECG信号压缩

文章在SPIHT算法的基础上,通过合理分配比特、改进零树集合、完善分类策略等措施,提出了一种新嵌入零树小波ECG信号压缩编码算法（简称为改进的SPIHT算法）。算法首先将ECG数据进行离散小波变换;其次,对离散小波变换后的系数进行均匀量化;最后用基于上下文的自适应算术编码对量化后的系数进行编码。仿真结果显示,该算法压缩比大,信息损失小,能够较好的恢复原有的信号。     

基于离散小波变换的多描述编码方法

在分析离散小波变换后系数特性的基础上,提出了一种基于离散小波变换的多描述编码方法,它通过将离散小波变换后的低频子带的小波系数进行重组赋值产生多描述码流．实验结果表明了该方法的可行性和有效性,在保证较高的编码效率的同时,提高网络传输的鲁棒性,具有一定的抗干扰能力．     

语音DCT变换的一种小波编码方法

语音信号离散余弦变换的小波变换编码方法是根据DCT变换和小波变换特点，并结合语音信号的特征而提出的一种高效简便的语音编码方法，在编码中，对不同层次小波系数分配不同的量化位，可灵活、方便地控制重构话音的质量，以汉语语音音节为例的实验表明，在16kbps的编码数据率时，重构(或再生)的话音质量与原始话音质量基本相同。     

基于小波和神经网络的图像压缩方法

针对图像压缩中压缩率与图像质量的折衷问题。综合利用小波变换和神经网络各自的优点,采用小波和神经网络的方法进行图像压缩．该算法先对图像进行小波分解,保留低频系数,然后将高频系数输入训练的网络进行矢量量化编码达到压缩的目的．最后根据保留的低频系数和还原的高频系数重构图像．     

一种对信道差错鲁棒的多描述编码算法

结合过完备小波变换和凸集投影集(POCS)算法，提出了一种对信道差错鲁棒的多描述编码算法．该算法在编码器端采用过完备小波变换来引入冗余，并通过量化比例因子来调整编码中的冗余度；在解码器端使用POCS算法来重建图像．实验表明，该算法在删除信道中具有非常优良的性能，它不仅能利用冗余的小波变换系数来提高中心解码器的性能，还能利用冗余小波变换系数来克服信道差错．     

一种基于DWT和DFT的数字图像水印算法

提出了一种基于小波变换和离散余弦变换的数字图像水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、gauss噪音有较强的鲁棒性.     

一种基于小波变换的鲁棒水印算法

 提出了一种基于小波变换和余弦变换的鲁棒水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、高斯噪音污染有较强的鲁棒性.     

基于边缘的小波变换编码

基于原图像经低通滤波器且向下２ 减抽样后,变成了分辨率低、缩小至原图像的四分之一,经高通滤波后,过滤出垂直、水平、对角边缘信息这一观点,提出了基于边缘的小波变换编码．当对３ 个高频带量化和编码时,充分利用低频带的边缘与３ 个高通滤波器过滤出的边缘之间对应关系,仅对边缘点的小波变换系数进行编码,无需记下边缘点的位置．从而更有效地对图像进行高倍压缩．     

基于小波变换的图像编码方法

通过研究双正交小波变换的结构以及消失矩特性，利用线性方程组的求解，提出了一种双正交小波变换的构造方法，从而设计出一种新型的含参数9/7双正交变换.对于不同的小波变换系数参数，根据其不同性质讨论了不同小波实施图象压缩的恢复图象质量及其计算方面的性能.当小波系数为简单整数时，图像压缩的数值实验表明，该方法在保证良好压缩性能的前提下，同时也具有良好的快速计算性质.     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.     

基于Haar小波提升的2.4kbit/s CWI语音编码算法

提出一种基于Haar小波提升的2.4 kbit/s特征波形内插(CWI)语音编码算法.将特征波离散时间傅里叶级数(DTFS)得到的幅度谱转化为离散余弦变换(DCT)系数,用Haar小波提升实现特征波的多级分解与重建.利用相位谱间距的均值和基音周期增益联合判断浊音度标志,用于进行相位选择和离散余弦变换系数的选择性量化.主观A-B听音实验表明,该语音编码算法音质优于传统的3.8 kbit/s CWI编码器,在较低码率上获得较为满意的合成音质,且Haar小波提升特征波形分解与重建方法解决了传统小波变换CWI算法延时较大的问题.     

数字图像离散小波变换的原理与硬件实现分析

针对日益进步的图像变换编码技术，对目前已经纳入MPEG－4和JPEG2000编码标准的采用离散小波变换进行数字图像编码的原理与硬件实现进行了综述介绍。在分析小波变换快速算法的基础上，重点讨论了近10年来所提出的各种离散小波变换硬件实现的典型结构，在硬件资源与处理速度两个方面进行了比较。对于变换后的系数量化，总结了几种基于嵌入式零树小波编码的算法，比较其峰值信噪比和编码时间。相较于离散余弦变换进行图像编码，采用离散小波变换在压缩效率、还原图像质量上具有更大的优越性。     

基于变换的图像压缩方法的特性分析

讨论了数字图像中的各种数据冗余,及应用基于变换的图像压缩方法消除这些冗余的方法;分析了各种变换压缩方法的特点及适用范围,对这些方法进行了比较;最后指出了这类方法的发展方向．     

一种基于混合域自适应灰度水印算法

为了在保证图像质量的前提下实施图像的版权保护,文章给出了一种新型的离散小波变换(DWT)和离散余弦变换(DCT)相结合的自适应灰度数字水印算法。该算法先对原宿主图像进行离散小波变换,选择中频部分作为待嵌入子带,然后对待嵌入子带分块并进行离散余弦变换,在每块包含DC分量的低频系数和部分中频系数上嵌入水印。此算法集DWT的多分辨特性和DCT的聚能作用以及去相关能力的共同优点;实验结果表明,该方法具有实用性强、鲁棒性好及可操作性强等优点。     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。