一种方向提升小波变换和网格编码量化的图像编码算法

由于JPEG2000图像压缩标准不能有效表示图像边缘的缺陷,提出了一种结合方向提升小波变换和网格编码量化(TCQ)的图像编码算法.该算法先通过基于率失真优化的四叉树分割算法得到最优变换方向,再沿最优变换方向做方向提升小波变换,然后对得到的小波子带系数进行TCQ量化,最后将量化系数编码输出.实验结果表明,对所给定的测试图像,该算法比JPEG2000峰值信噪比最多提高了1.49 dB,比JPEG2000的结构相似度最多提高了3.98%,解码图像的主观视觉质量更好.     

一种新的JPEG2000图像传输误码掩饰算法

提出了一种新的JPEG2000图像传输误码掩饰算法.该算法利用JPEG2000码流的包结构,采用数据隐藏技术,对码流中的低频子带系数进行误码掩饰;对于其他高频子带系数的修复,先利用子带间的相关性,判断误码系数是否存在于一条边缘上,然后再利用同一子带内系数间的相关性,基于JPEG2000按位平面编码的特点,对受损的比特位进行修复.实验结果表明,该算法不管在低频还是高频子带进行误码掩饰,所得到的重建图像效果均好于原有方法,信噪比提高了1～3dB.     

基于JPEG2000及HVS的自适应水印算法

提出一个基于JPEG2000的自适应水印算法.该算法结合了EBCOT的编码特点及HVS特性,在量化的系数中筛选重要系数实现水印嵌入,使嵌入图保持良好的视觉效果,也使嵌入的水印信息在经历EBCOT编码后仍具有较强的鲁棒性.     

基于JPEG2000及HVS的自适应水印算法

提出一个基于JPEG2000的自适应水印算法。该算法结合了EBCOT的编码特点及HVS特性,在量化的系数中筛选重要系数实现水印嵌入,使嵌入图保持良好的视觉效果,也使嵌入的水印信息在经历EBCOT编码后仍具有较强的鲁棒性。     

基于JPEG2000及HVS的自适应水印算法

提出一个基于JPEG2000的自适应水印算法.该算法结合了EBCOT的编码特点及HVS特性,在量化的系数中筛选重要系数实现水印嵌入,使嵌入图保持良好的视觉效果,也使嵌入的水印信息在经历EBCOT编码后仍具有较强的鲁棒性.     

基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.     

JPE62000核心压缩算法简介和仿真

数字图像在当今世界得到广泛应用。有效地定义数字图像的标准是很有必要的，最近几年JPEG组织正在为一种叫做JPEG2000的新的标准的建立而努力工作。在这篇文章里，介绍了有关JPEG2000第一部分的核心算法，基于图像的小波变换，对小波系数进行量化和用EBCOT算法进行压缩编码，并在Windows和Linux环境下用C＋＋代码对算法进行仿真。     

基于运动估计和感兴趣区域的干涉多光谱图像压缩算法

为了有效地压缩干涉多光谱图像，提出一种采用基于运动估计和感兴趣区域的小波变换和非对称零树编码的图像压缩算法．根据干涉多光谱图像平移和光谱分布特点，在小波变换中使用运动估计并提升强干涉区小波系数，以减小谱间相关性，并使强干涉区优先编码．算法采用非对称零树编码，符合小波变换后图像序列形成的非对称结构．实验结果表明：该算法在8倍压缩时，整幅图像的峰值信噪比比三维分层树集合分割序列编码算法（3DSPIHT）提高了0．35～0．49dB，比2DSPIHT提高了2．24～2．62dB；强干涉区峰值信噪比比JPEG2000比特平面位移算法提高了0．29～0．38dB；46个谱段的光谱失真均方误差平均值减小到9．69，有效地保护了光谱信息．     

JPEG2000核心压缩算法简介和仿真

数字图像在当今世界得到广泛应用.有效地定义数字图像的标准是很有必要的,最近几年JPEG组织正在为一种叫做JPEG2000的新的标准的建立而努力工作.在这篇文章里,介绍了有关JPEG2000第一部分的核心算法,基于图像的小波变换,对小波系数进行量化和用EBCOT算法进行压缩编码,并在Windows和Linux环境下用C 代码对算法进行仿真.     

基于小波变换和混合神经网络的图像压缩算法

提出了一种将空间方向小波零树编码与混合神经网络相结合，新的多尺度系数矢量量化策略．该算法在对图像进行多级小波变换后，利用3个方向上各自小波系数之间的相关性，构造符合图像特征的跨频带矢量，依据矢量能量和零树矢量的思想进行矢量分类，分别利用主元分析和自组织特征映射神经网络对3个方向的多尺度系数矢量进行基于视觉的加权矢量量化压缩编码．仿真实验结果表明该算法是合理可行的．     

一种基于小波的Contourlet变换的图像压缩算法

针对JPEG2000图像压缩不能有效地保护图像边缘的局限，提出了一种结合基于小波的Contourlet变换与最优截断嵌入码块编码（EBCOT）的静止图像压缩算法（CEBCOT）．在Contourlet变换中采用小波变换取代拉普拉斯塔式变换获得了非冗余基于小波的Contourlet变换，它通过方向滤波器组把小波变换的高频子带进一步分解为多个方向子带，从而更稀疏地表示了图像的边缘和纹理．CEBCOT采用了改进的EBCOT编码，它依照方向子带大小进行编码块分割，提高了编码性能．实验结果表明，相对于JPEG2000，所提出的算法获得的压缩图像边缘更加清晰，峰值信噪比提高了0．1～0．8dB．     

基于行的整数小波变换图像压缩算法

为克服小波图像压缩中内存开销大的问题，提出一种基于行的图像压缩算法．该算法是在完成行向小波变换后以累进方式完成列向小波变换，降低了对存储容量的需求，在大数据量图像压缩上优势明显．针对基于行的特点，采用整数实现的提升格式代替传统的Mallat塔式算法，实现CDF9／7的双正交小波变换，减小了计算复杂度，加快了算法执行速度．实验表明，该算法在比特率为0．5bpp附近时，恢复图像的峰值信噪比均高于30dB．根据人眼视觉特性及小波变换特点对变换系数进行感觉量化，提高了压缩比，适用于超大图像或内存敏感的应用场合．     

基于提升小波变换的JPEG2000核心算法研究

JPEG2000是新一代静态图像压缩标准,它具有优良的压缩性能和很高的灵活性。介绍了JPEG2000的编码流程,研究了它的核心算法,重点分析了JPEG2000所采用的提升小波变换。并得出JPEG2000与传统的图像压缩标准相比确实具有更加优越的性能的结论。     

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。     

基于归一化和非下采样Contourlet变换的数字水印方案

在研究非采样Contourlet变换和归一化理论的基础上,提出了一种新的数字图像水印算法。先将原始图像经过非下采样Contourlet变换处理,提取出图像的低频区域,然后依据人眼的视觉特性以及嵌入水印前、后系数的相关性,将水印信息嵌入对低频区域进行归一化重要区域中。无须借助于原始图像,就能进行水印提取,实现真正的盲检测。实验结果表明,本文算法对平移变换的抵抗力最强,对旋转和缩放也有很好的抵抗力,而且经过JPEG压缩之后,数字水印也不会失真。      

具有JPEG视觉量化特性的小波变换图象压缩方法的研究

采用一种等范数滤波的方法，从ＪＰＥＧ量化阵获得一组小波变换域视觉加权系数，并结合基于尺度相关性的Ｚｅｒｏ树熵编码技术，实现了一种小波图象压缩算法，同ＪＰＥＧ压缩算法的比较表明，这种方法在信噪比和主观质量上都有明显的改善．     

三维小波零块编码算法在超光谱图像压缩中的应用

提出了1种三维集合分裂嵌入式零块编码(3D SPEZBC)的超光谱图像压缩算法。该算法首先采用三维二进小波变换,有效地去除超光谱图像的空间和谱间相关性,然后对于所生成的每个二维子带利用基于集合分裂的方法进行零块编码,最后再采用基于上下文的自适应算术编码来进一步提高编码性能。3D SPEZBC编码算法不但可以提供较好的率失真性能,而且相对于3D EZBC编码算法可以节省大量的存储空间。实验结果表明,3D SPEZBC算法在各比特率下编码性能均明显优于3D SPECK,3D SPIHT和JPEG2000算法。     

基于JPEG2000的医学图像压缩处理研究

研究了针对于静态图像进行压缩编码的国际标准JPEG2000,将其在医学影像图像的压缩中实现,并将压缩结果进行了比较分析。通过研究发现,作为一种基于离散小波变换的静态图像压缩编码算法,JPEG2000具有很好的压缩比和信噪比,适合对医学图像进行无损压缩,为医院开展PACS和远程医疗提供了技术上的支持。