一种基于变位与反转变换的动态规划压缩算法

针对数据区域的集中化程度和平滑度特征,采用变位标识方法和反转变换策略,降低较大值数据区域的凹凸度,实现了数据无损压缩效率的提升.对比试验结果显示新算法的整体压缩效率优于原数据压缩算法和huffman统计编码.算法非常适合大数据环境的磁盘存储、网络传输和应用先进等流式压缩场景.     

基于局部变化率的无损图像压缩方法

介绍一种实现图像无损压缩的预测编码算法.该算法在预测阶段利用像素值的局部变化率来对预测模型进行自适应调整,在编码阶段采用误差反馈技术进一步降低误差图像的信息熵.对标准图像的仿真测试结果表明,该算法的性能明显优于国际标准化组织JPEG-LS提供的标准无损压缩算法.     

基于二值自适应算术编码的图像无损压缩算法研究

分析了二值自适应算术编码的特点,并把整数小波变换和二值自适应算术编码相结合,采用C语言进行仿真,实现了静止图像的无损压缩.实验结果表明,该算法压缩比可达2.5,并且仅采用整数加法和移位就可实现数据的压缩编码,硬件实现简单,具有较强的实用价值.     

基于局部变化率的无损图像压缩方法

介绍一种实现图像无损压缩的预测编码算法。该算法在预测阶段利用像素值的局部变化率来对预测模型进行自适应调整,在编码阶段采用误差反馈技术进一步降低误差图像的信息熵。对标准图像的仿真测试结果表明,该算法的性能明显优于国际标准化组织JPEG－LS提供的标准无损压缩算法。     

基于二进神经网络的稀疏编码架构的图像无损压缩新方法

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.     

DPCM与小波变换结合的医学图像无损压缩

为了解决经典无损压缩方法效率较低的问题,提出了改善医学图像无损压缩效率的方法,并对此方法的原理和算法实现作了详细的介绍和分析.简述了医学图像无损压缩的基本步骤,对差分脉冲编码调制(DPCM)在无损压缩中的作用进行了分析和实现,并在此基础上,提出将整数小波变换与DPCM相结合的医学图像无损压缩方法.通过对比和分析实验结果可知,采用该方法进行的医学图像无损压缩具有算法简洁、压缩比高,实用性强等特点.     

基于DFT的油井数据有损压缩算法

针对油井数据无线传输中存在的冗余问题,提出了一种基于离散傅里叶变换(DFT)的有损压缩算法. 该算法通过加入循环前缀和后缀的方法降低了截断效应的影响,通过时域加窗处理,降低了频谱的泄露和向高频的扩散. 同时针对不同性能处理器给出了不同的压缩和解压缩方法. 数据验证和现场实验表明该算法压缩率可以达到5%~20%,大大降低了网络传输延时和节点传输功耗.      

基于带状无线传感器网络的实时智能数据收集算法

为减少在带状无线传感器网络下数据传输延时,提出一种基于数据压缩和线路调度的实时智能数据收集算法.首先通过对采集数据进行变换训练评估数据相关性,确定分割编码最长尺度,以此重编码实现冗余信息压缩;然后计算数据收集占用的最大时间槽长度,调度网络收集链路,最小化时延;最后通过多路径传输机制构建传输能耗模型,利用Lagrange函数算法求解,完成数据收集.仿真实验结果表明,该算法网络负载均衡,数据收集传输时延较小,能量消耗小,鲁棒性较好.     

SPIHT的超光谱图像无损压缩算法

针对超光谱图像的特性及硬件实现的需要,提出了1种混合编码压缩方案.对超光谱图像序列首先进行谱间DPCM预测,再对残差图像进行(5,3)整数小波变换,最后对小波系数进行SPIHT编码.通过仿真验证该算法实现了无损压缩,压缩比平均可达2.34,优于算术编码,且算法复杂度低,易于硬件实现.     

基于LBS终端GPS信息的准无损压缩算法

为获得更高的GPS定位数据压缩比和压缩速度,提出一种在民用定位服务(LBS)领域GPS精度范围内的准无损压缩算法.考虑GPS定位数据的特点,通过压缩预处理、二次量化去除冗余信息,通过预测编码提高编码效率.与其他算法相比,该算法可获得更高的压缩比和压缩速度,并可滤除GPS模块由于干扰而产生的粗大误差,提高GPS信息处理精度.该算法经过优化后对硬件要求很低,可在单片机上运行.     

整数Haar变换结合DPCM的无失真图像压缩

讨论了整数Ｈａａｒ 小波的构造方法,在此基础上提出了一种整数Ｈａａｒ 小波与ＤＰＣＭ 相结合的无失真图像编码方法,该方法运算速度快,硬件实现简单,与ＡＲＪ和ＪＰＥＧ 中使用的无失真编码方法相比,压缩比平均提高了１２ ％ 左右     

基于整数小波变换的MODIS多光谱图像无损压缩

为了解决MODIS多光谱图像数据的存储和传输问题,提出了一种基于整数小波变换和结合波段相关性判定的谱间预测的算法,对MODIS多光谱图像数据进行无损压缩.通过整数小波变换和波段相关性判定,有效地去除了MODIS图像数据的空间和谱间冗余,其压缩效果优于当今最流行的WinRAR、WinZip压缩软件,与基于三维预测(3D-DPCM)的方法相比,该方法也能得到较好的效果,有较高的压缩比.     

基于小波变换的无损编码算法研究

本文提出了一种基于小波变换的编码算法。该算法具有较高的压缩比，能够实现有损或无损压缩，能够提供分辨率可分级性，而且保持了原来的嵌入式零树编码所具有的优点。与整数小波变换结合恰当，所需的存储空间小，运算速度快。     

基于混合上下文熵模型的点云几何编码算法

针对三维点云存在的大量空域冗余信息，提出一种基于混合上下文熵模型的点云几何编码算法框架.通过多层感知机与Resnet网络分别对基于八叉树结构的点云和基于体素结构的点云特征进行上下文特征提取，并使用选择单元对上下文信息进行裁剪、选择和融合，使网络能够针对当前编码体素建立更加准确的概率模型，从而提高三维点云的压缩效果.同时，针对模型复杂度高的问题提出并行多尺度自回归进行概率估计的方案，大大降低了编解码时间.实验结果表明：点云几何编码算法能够有效降低每个体素所占的比特数并且整个编码过程无损；与G-PCC编码算法相比，压缩后比特率下降了14.27%.     

基于广义规范Huffman树的高效编解码算法

为了减少编码时消耗的时间和空间,以便适应实时处理,提出了基于广义规范Huffman树的高效数据压缩算法。该算法利用层次和概率表顺序,保证编、解码的唯一性;利用移动排序替代搜索;建立索引表来简化排序操作;融入均衡编码的思想。同时,根据编码思想提出了相应的解码算法。通过实际数据验证,与传统的Huffman算法相比,该算法在时间和空间效率上有了一定提高,且使得码字更为均衡。     

基于小波变换的静止图像编码探讨

离散小波变换（DWT）虽被广泛应用在图像压缩领域,但它无法实现真正意义上的无损图像编码,为解决此问题,提出基于提升框架的整数小波变换（IWT）,在IWT中应用最广的是内插双正交整数小波变换（IB—IWT）,IB—IWT能够实现压缩后图像的有损至无损渐进重构,以及具有无损感兴趣区域（ROI）的有损图像重建,而且具有很低的计算复杂度与很少的存储空间。     

基于广义规范Huffman树的高效编解码算法

为了减少编码时消耗的时间和空间,以便适应实时处理,提出了基于广义规范Huffman树的高效数据压缩算法。该算法利用层次和概率表顺序,保证编、解码的唯一性;利用移动排序替代搜索;建立索引表来简化排序操作;融入均衡编码的思想。同时,根据编码思想提出了相应的解码算法。通过实际数据验证,与传统的Huffman算法相比,该算法在时间和空间效率上有了一定提高,且使得码字更为均衡。     

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。