遥感图像统计特性与压缩算法性能关系分析

根据图像小波分解系数的统计特性,建立遥感图像与普通图像的统计特性模型．通过数据压缩比与视觉门限相互关系分析,研究视觉无失真条件下遥感图像数据最大极限压缩比．SPIHT算法的图像压缩仿真实验表明了最大极限压缩理论的正确性和有效性．     

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.     

一种快速改进型SPIHT算法

在借鉴前人研究成果的基础上,对SPIHT算法进行如下改进:利用人眼视觉特性对小波系数进行加权,更加注重人的主观因素对图像压缩的影响;引入最大值表,系数扫描时只需将最大值表内相应数据同阈值进行比较;多颗空间方向树并行编码,加快算法执行速度.实验结果表明,与传统SPIHT算法相比,该算法编解码速度加快1倍以上,更易于硬件实现.所得重建图像具有更好的视觉感受,同时峰值信噪比平均高出0.2 dB.     

基于小波变换的低通系数差分的图像压缩算法

提出了在SPIHT算法中引入差分处理、对低频域小波系数根据其分布特性进行分析的方法．图像经过小波分解后，对生成的小波系数进行差分处理．对5阶分解后的小波系数最顶层采用分块分组的方法，用小波块的质心代替小波系数实现滤波，每组小波块做差分处理，从而减小低频域小波系数间的冗余．在此基础上，通过统计和推导，改进差分量化的模式，得到其优化算法．实验表明，本算法比标准SPIHT的算法具有更高的压缩比，压缩性能能够提高0．01～0．02dB．     

一种基于块树结构的SPIHT数字图像压缩算法

在分析图像经过小波变换后所具有的特性的基础上,提出了一种改进的SPIHT算法.由于低频系数占据图像的百分之九十以上的能量,在图像的重构中十分重要,所以,对这些系数不进行压缩而直接传输;而最高频系数相对不重要,所以不做处理,只在图像重构时以指定的数值予以重构,因此不仅提高了图像的质量,同时提高了图像的压缩率.在具体的算法中,提出了块树的结构,减少了算法所需的内存,拓宽了算法的应用范围.     

SPIHT算法及其在基于二维条码的防伪证件中的应用

针对基于PDF417二维条码的防伪证件中的照片压缩问题,将小波变换和SPIHT算法相结合,实现了一种图像压缩方法。该算法首先将证件照片进行小波分解,然后根据人眼视觉特性,把小波分解系数进行SPIHT量化编码,可将证件照片压缩到PDF417条码存储空间限制的1108个字节以内。实验表明本算法具有较好的图像压缩效果和图像重建质量。     

基于小波变换和视觉感知特性的盲水印算法

借鉴基于视觉感知特性的图像压缩思想,提出了一种基于小波变换和视觉感知特性的自适应盲水印算法．首先,将载体图像进行小波变换,利用视觉系统的照度掩蔽特性和纹理掩蔽特性把载体小波系数分为9类．其次,对二值水印图像分别进行3次不同的置乱,得到3个随机水印序列．最后依据载体图像小波系数的分类,将3个随机水印序列以不同强度嵌入到3个方向的小波系数中．该算法在抽取水印图像时不需要原始载体图像和原始水印图像．实验结果表明,该算法对裁剪、JPEG压缩、加噪、图像增强、滤波等处理都有很好的抵抗力。     

基于人眼视觉特性的任意形状ROI编码

研究了等级树集分割编码方法(SPIHT)在任意形状感兴趣区域(ROI)编码中的应用．根据SPIHT算法的特性、ROI小波系数提升后的特点及人眼视觉特性,提出基于人眼视觉特性的任意形状ROI编码方法．该方法综合了一般基于尺度的方法和最大平移法的优点：可调节ROI与背景(BG)的相对重要程度;支持任意形状ROI编码．另外,与最大平移法相比,本文方法具有更好的主观视觉效果,理论分析和仿真实验都表明本文方法优于MPEG-4中规定的视频静态纹理视觉对象(VO)编码．     

具有边缘保持特性的静止图像高比率压缩编码算法

分析了小波变换系数的统计特性,通过模拟实验论证了基于立方网格的ＰｒｏｄｕｃｔＬＶＱ算法对广义高斯分布随机变量的可行性．结合人眼视觉系统（ＨＶＳ）特性在不同空间频率、不同方向上敏感度的不同以及视觉掩盖效应,提出了小波变换域中有效系数选择算法;在量化编码过程中根据小波变换系数的特点采用了多种方法提高编码效率．在高压缩比情况下取得了优于层次树分割集算法（ＳＰＩＨＴ）的视觉效果．     

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.     

图像压缩的小波系数模型

通过对3种经典的小波系数模型(EZW模型，SPIHT模型，EBCOT模型)进行仿真实验，表明SPIHT的压缩性能优于EZW(平均高0．6dB)，而EBCOT的压缩性能又优于SPIHT(平均高0．5dB)，再通过对3种模型的分析，明确了3种模型性能差异的根源在于对于带内小波系数的相关性和子带间小波系数的相似性的不同利用。最后，综合上述3种模型的优点，充分利用于带内小波系数的相关性和子带间小波系数的相似性，提出了一种新型小波系数模型。实验表明该模型在压缩比方面优于上述3种模型。     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(多级树集合分裂)和SPECK(集合分裂嵌入块)算法,最后总结了他们的异同之处.     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中，SPIHT和SPECK具有较好的性能，文中对这两种算法进行了深入地研究．首先介绍了小波变换后系数的分布特点，然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT（多级树集合分裂）和SPECK（集合分裂嵌入块）算法，最后总结了他们的异同之处．     

低位码率移动通信中的低复杂度小波图像编码(英文)

介绍一种新的具有低复杂度的可用于实时传输的图像编码器,它使用了一种基于局域方差分析的边缘保护方法来提高被压缩图像的可视性和可识别性.这样的分析和压缩方法是通过将图像划分为多个块处理来实现的,所开发的能使边界效应最小化的提升小波滤波器组,通过提升系数的量化实现定点运算,并用位移和相加来取代乘法运算以实现运算复杂度的最小化.同时提出一种改进的快速SPIHT算法,通过使用更多的位来对小波系数进行编码和节省传输分类过程所需的位数以提高压缩性能,这种算法在可变的位码率中可减少系数的相关性.实验结果显示,这种编码对于观察到的压缩图像和进行量化的性能测量,均取得良好效果,同时还能为无线传输提供具有信道误差的弹性功能,最后还使用了带有随机误差的仿真传输信道来对这种功能进行评估和比较.     

基于脊波变换和SPIHT算法相结合的图像压缩

脊波对线奇异性图像能够到达最优的逼近,它是比小波能更好的稀疏表示图像的工具.讨论了脊波变换后的系数之间的相关性.结合SPIHT编码算法设计出基于脊波变换的图像压缩算法.实验结果表明,该算法能够有效地提高压缩率,同时能保持较高的峰值信噪比和良好的重建图像视觉效果.     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(Set Partitioning in H ierarchical Trees多级树集合分裂)和SPECK(Set Partitioning Embedded B lock Coder集合分裂嵌入块)算法,最后总结了他们的异同之处.     

基于小波分析的医学超声图像压缩及分组霍夫曼算法

介绍了一种医学超声图像小波分解和重构方法,即根据二维图像的结构,在小波分解后采用二维分组Huffman编码算法．讨论了基于小波分析的压缩算法的误差,采取相应的措施改进了压缩算法,以重建图像和原始图像的归一化相关系数来衡量重建图像的质量。模拟结果表明在保证重建超声图像质量的前提下,分组Huffman编码较大地提高了超声图像的压缩比。     

基于子波变换的数字图像压缩算法

提出了两种以离散子波变换为基础的数字图像压缩算法，其一，原始图像在子抽样后，通过一次正交子波变换，分解成一幅低频子带图像和３个不同方向的高频子带图像。对变换后的各子带进行统计特性分析，并结合人类视觉机理采取了不同的压缩编码策略。在解码端通过子波逆变换及双线性内插算法，原始图像可被较好恢复。     

几种图像变换算法性能比较

为寻找提高图像压缩算法性能的途径,比较了二维DCT（Discrete Cosine Transform）变换,二维张量积小波变换以及最新的几何小波的变换特点及实用效果。针对同一图像采用不同的几何小波进行分解,保留相同个数的显著系数进行图像重建,以比较各种小波基的稀疏表示能力。结果显示,在高压缩比条件下,Bandelet和DCT变换更加有效,而在高质量条件下,小波变换依旧是最有效的工具。