序列图像编码的一种神经网络方法

根据Ｋｏｈｏｎｅｎ自组织特征映射（ＳＯＦＭ）算法的特点，提出了一种分阶段ＳＯＦＭ的边缘保持码书的设计算法。将帧间块匹配、帧内块匹配与多级矢量量化有机地结合，给出了序列图像编码的快速实现算法。计算机模拟实验结果表明，在相同块大小的前提下，本算法各方面性能较优，主观质量好，无误差累积效应，快速简单，实用性强。     

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。     

基于小波分解的矢量量化图像压缩算法

作者在此文提出了一种新的静止图像压缩算法，是一种基于小波分解的矢量化压缩算法。该算法综合了多种编码方法的优点，经过计算机模拟实验，其结果表明：在高压缩比的情况下，新算法仍能获得满意的图像重建质量，优于目前已有的许多算法，具有良好的应用前景。     

用现代优化算法进行分形图像压缩编码的研究

目前全自动分形编码的实现都是基于简库恩算法的定义域、值域匹配搜索来进行的。编码时间过长是其主要缺点之一。现代优化算法主要研究用数学方法去迅速寻找离散事件的最优编排、分组、次序或筛选。本文将现代优化算法中的局部搜索法与分形编码结合起来，从而达到在解码图像质量相当时使编码速度提高、或编码速度相当时使图像质量提高的目的。     

基于小波理论的图像压缩算法

运用小波变换的多分辨特点,研究了基于小波的图像压缩技术.利用人眼特性(HVS),提出了分块压缩算法.该算法利用小波系数子带的相关性,从而在同样的平均码率下,获得了主观感觉较好的重构图像,也就是说在同样的主观条件上得到更大的压缩比.另外利用工具软件MATLAB对算法进行了实施,结果证明了该算法的有效性.     

基于小波变换和分形技术的混合编码

提出了一种用于图像压缩的混合编码算法。该算法利用分形编码技术与 小波零树编码技术的互补性,针对分形编码十分耗时,小波编码压缩性欠佳的缺点,尝试将这两种不同的编码技术结合起来。混合算法具有比分形编码和小波编码更好的码率失真性能。     

改进的自组织特征映射算法及其在图像矢量量化中的应用

从自组织特征映射算法的基本思想出发，通过研究ＳＯＦＭ算法在设计矢量是一化码忆上时存在的问题。对其进行了改进，计算机模拟实验的结果表明，改进后的ＳＯＦＭ算法有效地改善了图像编码质量，同时大幅度降低了码书的训练时间，算法简单，易于硬件实现。     

基于小波变换的混合图像编码方法

提出了一种新的静止图像压缩算法－基于小波变换的混合图像编码方法。该算法综合了多种编码方法的优点。经实验表明：在高压缩比的情况下，本算法仍能获得满意的图像质量，优于目前已有的其它算法。     

一种新的静止图像编码算法

针对ＪＰＥＧ基本系统存在的问题，提出了一种新的静止图像压缩编码算法：ＷＨ－ＪＰＥＧ，该算法具有如下优点，能较了地去掉方块效应，压缩比较ＪＰＥＧ基本系统高，对层数的控制可满足多种图像业务的要求。     

基于小波变换的图像空间可分级压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,就SPIHT的算法进行分析,得出结论:随码率的增大,基础层所占的比率越来越低,同时,对包含边缘较多的图像,其基础层码率所占的比率也较低     

小波—LBG图像编码的研究

提出了一种新的基于相关系数,方差等统计参量的小波－ＬＢＧ编码算法。通过测量小波变换产生的各个子图像的熵,方差,最大值,最小值,平均值及各子图像内小波变不数间的相关性来确定各子图像应采取的编码策略。     

一种简化的分形压缩编码方法

分形编码是一种很有潜力的图像压缩算法,Jacquin在1989年提出了一种基于局部迭代函数系统（PIFS）,可以真正自动实现图像压缩算法——分形块编码算法,在此基础上形成了基本的分形编码方案．衡量一种压缩算法好坏的标准之一是该算法是否容易硬件实现,基本算法由于计算复杂,计算量大,硬件实现需要较多的资源．比例因子是该算法中的一个重要变量,本文给出了一种求比例因子的方法,该方法简化了求比例因子的计算,从整体上减小了基本分形算法的计算量．由于比例因子计算的简化与计算量的减小,该算法将会有利于分形压缩的硬件实现．     

一种新的低存储量的图像零树编码算法

SPIHT(set partitioning in hierarchical tree)是一种简单、高效的小波零树图像编码算法。该文针对 SPIHT算法存储空间需求大 ,不利于硬件实现的缺点 ,引入“误差位数”、“绝对零点”和“绝对零树”的概念 ,提出了一种新的低存储量的图像编码算法 ,并利用 DSP评估板 (EVM)对新算法进行了验证。大量实践证明 ,新算法有效地降低了算法实现所需的存储空间 ,减少了时间消耗 ,易于硬件的实现。而且 ,新算法重建图像的峰值信噪比 (PSNR)指标对比 SPIHT算法仅有略微的降低     

用小波变换加速分形图像编码

针对分形图像编码过程十分耗时的弱点,提出了一种结构小波变换性特来实现的快速分形编码算法,实验显示新算法有较好的加速效果。     

基于多小波变换的图像编码算法研究

 多小波是小波理论的新分支,将传统的单小波拓展到矢量空间。多小波既包括了传统小波的全部优点,同时又克服了单小波的缺陷,将实际应用中十分重要的正交性、对称性、紧支性、光滑性完美地结合在一起,因此多小波在图像处理方面的应用也显示出巨大的潜力。该文在研究了JPEG2000的核心编码技术——EBCOT算法和多小波变换原理的基础上,提出了结合EBCOT算法的多小波图像编码。算法将各种常用的多小波基,结合EBCOT算法,对灰度图像进行压缩编码。实验结果证明基于EBCOT算法的多小波图像编码方法能够对图像进行很好的压缩。     

基于JPEG2000的感兴趣区域的图像编码算法的研究

本文分析了基于缩放和最大位移法的两种图像感兴趣区编码算法,给出了编码图像的信噪比与码流比特率之间的关系,编码过程及解码过程,对图像感兴趣区编码及JPEG编码进行了编码质量比较,实验表明,在相同码流比特率的条件下,本文给出的感兴趣区编码算法比现有的JPEG算法相比具有更高的编码质量。     

STC相关矢量量化图像编码算法的VLSI结构

STC(Switch—Tree Coding)相关矢量量化图像编码系统是在传统的矢量量化的基础上，根据相邻图像块空间相关性的继承性，运用STC编码算法对矢量量化后输出的码字地址进行空间相关继承编码，在不引入任何额外的编码失真的情况下，图像平均比特率可达到0．32bit／pixel。将STC编码算法用VLSI实现后嵌入到已有的矢量量化VLSI结构中，在不降低硬件速度的前提下，提高了图像的压缩率和信道的利用率。模拟与验证结果表明，该结构可以获得约66MPixel／s的数据处理速度，能够满足图像实时传输的需要。     

基于OCR信息的JBIG2编码算法

二值图像编码在文本存储、图象检索中有广泛的应用。为了提高二值图像的压缩比,提出了一种利用OCR结果的JB IG 2(jo in t b i-leve l im age group)编码算法。它在对二值文本图像进行基于模式匹配的压缩时,利用了OCR识别结果和识别置信度的信息,从而更好地完成了字模重建和模式匹配的处理,提高了JB IG 2算法的性能。图像中所有识别结果可信的字符被重建字模代替,编码器只需编码字符的位置。实验结果表明:该算法优于以往JB IG 2算法的效果,它可以获得高于以往有损压缩算法的图像质量,并在实验图像上得到高于以往无损压缩算法14.3%的压缩比。     

一种基于4叉树的分类矢量量化算法

提出了一种基于４叉树的分类矢量量化算法。它充分利用了图象的局部统计特性和人眼的视觉特性，综合了分类矢量量化、方块编码、抽样／内插等多种技术的优点。在提高了压缩效率的同时，又克服了其矢量量化算法中常见的边缘细节模糊的缺陷。实验表明，对于静止灰度图象，在码率低于０．２５ｂｐｐ时，仍具有令人满意的主观视觉质量。较ＪＰＥＧ算法，同等码率下，峰－峰信噪比提高２ｄＢ以上。     

图像工程的基本概念和理论基础

首先对图像工程领域里几个不够统一的基本概念、术语给出明确的解释或定义，接着对图像处理基本算法模型及图像运算等内容进行了概括，最后描述了图像编码系统中失真的度量方法，以期澄清图像工程的若干基本概念、揭示图像工程的理论基础。