基于小波变换的分形图像编码

在分析小波变换后系数分布特点的基础上，提出了一种新的基于小波变换的分形图像编码算法．根据小波变换后能量集中于低频的特性，在传统的Jaquin分形编码方案的基础上，引入局部Harr小波变换，以低频子图代替原图进行值块、域块间的匹配计算以加快搜索过程，从而提高编码速度．结果表明，该算法在峰值信噪比下降很少的情况下。编码速度提高了100多倍，证明了其高效性．     

基于横、纵向方差比值的快速分形图像编码算法

针对分形图像编码速度慢的问题,提出一种快速分形图像编码算法,该算法利用图像块的横向与纵向方差比值将传统的8种等距变换减少为4种,并依据值域块的横、纵向方差比值在码本中限定一个较小的搜索窗口,以加速编码过程.实验结果表明,同基本算法相比,该算法编码速度大幅提高,而峰值信噪比和压缩比下降很少;同基于方差的加速算法相比,在适当大小的窗口下,编码速度提高1倍左右,且峰值信噪比和压缩比均有改善.     

基于自适应分割和自适应量化的图像压缩算法

为弥补JPEG算法不能自适应不同属性图像的不足,提出一种基于自适应分割和自适应量化的图像压缩算法.利用多闲值分割将图像分割成不同尺寸的平滑子块和细节子块,不同子块采用不同DCT变换和量化方式.本文定义的压缩-信噪比增益(CPR)同时考虑了压缩比(CR)和峰值信噪比(PSNR),可有效评价图像压缩效果,实验结果表明,与传统JPEG算法相比,该算法在PSNR相同情况下,能够获得更高的CR;或者在CR相同情况下,能够获得更高的PSNR.     

基于小波变换的零树编码改进算法

在讨论小波变换及EZW算法的基础上,分析了EZW算法的不足.通过对低频子带单独编码、在高频子带进行边缘检测、分类编码等措施的研究,提出了一种基于EZW算法的改进算法.实验结果表明:从峰值信噪比及编/解码时间对照,该算法优于EZW算法.     

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。     

一种用于监控视频编码的高效率模式选择算法

提出了一种基于宏块级运动预检测的模式选择算法.采用低复杂度的联合运动检测准则对当前宏块运动程度进行评估.根据当前宏块与空间相邻宏块的运动程度将宏块分级,并采用不同的编码模式判决方法.该算法能较好地区分背景噪声与运动物体,并尽可能保留运动宏块细节.对一些典型监控场景视频序列的仿真实验结果显示,该算法平均节约了75.2%的编码时间.与H.264参考软件中的模式选择算法相比,该算法不但节约了1.31%的平均码率,而且平均峰值信噪比提高了约0.08dB.     

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．     

一种基于改进型SPIHT的分层渐进图像压缩方法

分析了SPIHT算法,利用图像平滑技术与自适应快速提升小波变换后低频系数的符号特点,提出了一种基于改进型SPIHT的分层渐进图像压缩方法。仿真实验结果表明,在峰值信噪比和编解码时间上均优于SPIHT算法。     

基于灵活子块顺序的Intra 4×4帧内预测算法

提出了一种基于宏块内部灵活的子块编码顺序的Intra 4×4预测编码算法,通过有限的子块分组和子快顺序选择,自适应选择最佳预测参考像素集,实现宏块内部编码的最优化.仿真结果表明,和H.264相比,该算法可以取得平均0.4 dB的峰值信噪比(PSNR)编码性能增益.     

基于标准差的图像分块自适应压缩方法

针对传统小波变换缺乏必要的方向性和Contourlet变换给图像造成空间冗余性的缺点,提出一种基于标准差的图像分块自适应压缩方法.该方法首先将图像分成大小为N?N且互相分离的若干子块;然后计算各子块的标准差,通过各子块标准差确定阈值,根据子块标准差与阈值大小自适应选取小波变换或Contourlet变换;最后在编解码段,通过引入快速排序算法对SPIHT编码LIP列表中的像素值进行递归排序,进一步提升了编码效率.实验结果表明,本文方法融合了小波变换和Contourlet变换的各自优点,在保证重构图像拥有较多纹理信息的同时降低了Contourlet变换产生的空间冗余性,并且使重构图像的峰值信噪比在一定程度上有所提高.     

一种基于DFT的数字图像压缩算法

根据图像傅立叶变换域频谱系数特征,提出了一种基于DFT的数字图像压缩算法,并通过仿真实验对图像进行了不同压缩比的压缩。实验结果表明:衡量编码压缩质量的5个参数和评价压缩图像逼真度的参数均达到较好效果,且即使图像压缩比为119.137 9时,峰值信噪比仍能达到27.684 7。而且从直观上,人眼在一定的视觉误差范围内仍能接受压缩图像,表明提出的基于DFT的图像压缩算法是一种有效的、较好的图像压缩技术。     

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.     

基于小波变换及四元树矢量量化的图象数据压缩算法

小波变换在时域和频域具有良好的局部化性能,因而在图象压缩编码中得到广泛应用.矢量量化则因为其压缩比大,原理和算法相对简单,成为图象压缩的又一重要方法.采用小波变换与四元树矢量量化相结合对二维图象进行编码.结果表明,该方法可以获得较高的压缩比及PSNR.     

基于三维帧内预测的彩色图像编码

针对传统彩色图像编码方法存在的未考虑R、G、B三帧间相关性的不足,将彩色图像的R、G、B三帧作为整体考虑,提出了一种基于三维帧内预测和离散余弦变换的彩色图像编码方法.该方法利用三维帧内预测技术结合三维离散余弦变换有效地去除彩色图像相邻像素间以及R、G、B三帧之间的相关性.实验结果表明,同传统彩色图像编码方法相比,在保证相同的恢复图像效果时,该方法将压缩比提高了12.31～17.77.     

一种小波域的分形图象编码新算法

本文在分析了小波域内分形图象编码原理的基础上, 将零树思想引入到小波域的分形图象编码中, 通过定义方向性零（ 子） 树的概念, 提出了一种小波域的分形图象编码的新算法．该算法简单实用、计算量小．实验表明, 对５１２ ×５１２ 的８ 比特Ｌｅｎａ 图象在ＰＮＳＲ 等于２９ ．６７ ｄＢ时, 压缩比达６６ ．４８ , 远远优于ＪＰＥＧ的编码性能, 是目前文献报道的有关小波域内分形图象压缩编码的最好结果     

基于完备和超完备表述的人脸图像压缩

以三个理论为基础结合数字信号的完备和超完备表述的优点,提出了一种新的压缩编码方法,并使用数据重排的策略提升了压缩结果.在人脸图像数据集上的实验,验证了理论推断.相比传统的超完备表述方法,该方法在PSNR和压缩时间上都有了更好的表现.     

一种非线性的分形图像压缩编码算法

针对经典的分形压缩编码字典相对较小这一不足之处,提出一个简单的非线性分形压缩算法,简化了Popeseu等提出的算法,用于解决压缩字典较小的问题·此外,还根据这个算法给出计算整数象素点灰度值的计算公式,可以快速地计算出整数点的灰度值·实验结果表明,这一新型的分形圆盘压缩算法简单可行,并具有良好的压缩结果和高质量的重建图像·和常规分形编码方法相比,该方法还具有较高的PSNR·     

一种快速求解分形编码参数的方法

提出了一种快速求解分形编码参数的新方法。首先分析了图像变换域系数与图像几何特征之间的对应关系。，利用离散余弦变换对图像进行分类，快速确定几何变换参数。通过解优化问题快速确定图像灰度比例系数和灰度平移量。实现了基于上述方法的分形图像压缩方案，并对常规方法进行了比较。     

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。