基于提升小波变换的医学图像压缩算法

详细分析小波提升框架算法(L ifting Schem e)的原理和实现步骤,比较了M allat算法和L ifting Schem e算法在运行速度上的差异.推导出JPEG 2000静态图像压缩标准所采用的Le Gall 5/3小波滤波器的提升格式,对Le Gall 5/3小波和CDF 9/7小波滤波器的提升格式应用于医学图像压缩编码进行了分析.本文给出的小波提升算法对JPEG2000静态图象压缩标准在医学影像存储与传输系统中的应用具有参考价值.     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树。仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法。     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树.仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法.     

混合基于行和7/5提升格式的小波变换算法

针对传统小波变换算法对内存需求大和计算复杂度高的问题,提出了混合基于行和7/5提升格式的小波变换算法。该算法采用基于行的小波变换,减少图像压缩的存储容量,利用BT7/5滤波器实现提升格式以减小计算复杂度。实验结果表明,该算法具有与JPEG2000相近的压缩效果,比传统的小波变换算法具有更小的内存需求,比其他基于行的提升小波算法具有更低的计算复杂度。     

基于二进提升格式构造具有高阶消失矩的二进小波滤波器

文章利用提升格式和对偶二进提升格式,分别构造出新的具有8阶高消失矩的提升二进小波滤波器和具有6阶高消失矩的对偶提升二进小波滤波器。第一步:对Mallat所构造的B-样条二进小波(r=1)进行拓展,通过大量的计算,反复实验,最后进行证明,可以得到构造新的B-样条二进小波的方法;第二步:运用上述构造二进小波的新方法,构造出新的B-样条二进小波(r=2)作为初始二进小波滤波器,再基于二进提升格式和对偶二进提升格式,分别进行三次提升,推导出具有有限长、线性相位、高阶消失矩的提升二进小波滤波器和对偶提升二进小波滤波器,而这些提升的二进小波滤波器并不能通过Sweldens提升格式进行计算获得,只能有本文所述的二进提升格式得到。     

引入格式塔理论的超分辨率图像重建技术

超分辨率图像重建是一个不适定问题,学术上富有挑战性,在影像处理、高分辨率对地观测等领域具有广泛的用途,其目标评价特性与格式塔理论关于视像认知的相以性、共性线、同趋性等高度吻合.本文引入格式塔理论,在国际图像与视频压缩标准JPEG2000、MPEG-4推荐的提升小波分解与重建框架下,开展重建级大于分解级的超分辨率图像重建模型与算法研究,有如下三方面的贡献:1)对高频信息进行高精度估计,重建获得超分辨率图像,最高频系数置零的小波变换去噪为超分辨率图像重建提供了一个逆向成功的范例;2)遵循格式塔理论,对边缘轮廓、纹理及高频细节信息进行重建;3)建立了带格式塔约束的超分辨率图像重建优化模型框架,体现了人类视觉评价指标.     

基于正交多项式的自适应提升格式

为确定提升格式的预测系数及更新系数,该文以小波分解的细节信号的平方和为目标函数,采用一组正交多项式确定预测系数,使预测系数能够反映分析数据的特征.根据分析数据的相关性来确定最优预测系数和更新系数,使小波能够较好地适应信号特征的变化.理论和仿真结果表明:正交多项式的自适应提升格式的滤波性能明显优于一般拟合方法的提升格式以及传统小波db5,尤其在低信噪比的情况更为明显.     

方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SFTSW-BCS)。首先对自然图像进行方向提升小波变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像。实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10dB。     

基于小波分析的数字图像压缩技术研究

利用小波分析算法,研究基于小波变换的图像分解与重构的数字图像压缩方法,运用MATLAB软件提供的小波分析工具箱来实现数字图像压缩,结果表明:在数字图像压缩处理技术中采用小波变换理论是非常有效的方法.     

基于提升小波的机械振动信号自适应压缩感知

针对复杂装备状态监测所面临的海量数据采样与传输问题,提出一种基于提升小波的自适应压缩感知方法。针对方法中提升小波信号处理中最优参数确定问题,利用稀疏度作为控制因子对提升小波滤波器和分解层数进行优选,并结合分块阈值降噪方法实现对机械振动信号的最佳稀疏分解。基于分块压缩感知的思想和满足RIP条件下观测次数下限的指导原则,解决提升小波分解各节点信号观测数据量的确定问题,构建基于提升小波的自适应压缩感知的机械状态监测体系。研究结果表明:该方法能够有效地减少压缩感知观测数据量,提高信号的重构速度和重构质量。     

基于快速提升小波变换的图像压缩

提出了一种基于快速提升小波变换的图像压缩方法,并对EZW编码进行了改进。首先对图像作快速提升小波变换,然后根据小波系数的分布特点进行改进的EZW编码,试验结果表明,该方法在保证恢复图像质量良好的情况下可获得较高压缩比和压缩速率。     

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．     

基于二维提升方案的可逆双正交小波变换在渐进性无损图像压缩中的应用

分析了一维(基于行、列分解和重构)提升方案的特点，从理论上指出了一维提升方案的不足之处，提出了二维(基于子带分解和重构)提升方案，并给出了CDF(1，3)双正交小波二维提升方案的具体形式，改进的提升方案弥补了一维提升方案的不足之处，不需作‘√2’因子和归一化处理，整个小波变换是可逆的、基于整数运算的、能量守恒的，减少了误差传递的机会，用该小波变换实现了快速的、渐进性的直至无损图像压缩。     

虚拟地形环境中高分辨率影像快速解压算法

虚拟地形环境具有广泛的应用,是高分辨率影像构成环境的可视化基础。影像精度提高所产生的庞大数据量使得读取和存储受限制,影响可视化系统的表现能力,因此数据压缩成为提高系统性能的有效手段。飞行器在低能见度条件下的山区高速低空飞行时,飞行员往往不知所处地形环境,存在潜在危险;与飞行员当前视点一致的虚拟地形环境能为其提供逼真的可视化场景,保持特殊条件下地形环境可见性。将影像数据经过提升小波变换到小波域,有效利用小波系数能量集中在低频子带以及子带间系数的相关性特点,将小波系数进行跨频带合理组织并矢量化,应用纹理压缩算法之一的矢量量化编码压缩小波系数,其压缩比大、非对称编码、解码速度快等特点适合飞行中对实时性的要求。     

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.     

An approach to integer wavelet transform for medical image compression in PACS

We study an approach to integer wavelet transform for lossless compression of medical image in medical picture archiving and communication system (PACS). By lifting scheme a reversible integer wavelet transform is generated, which has the similar features with the corresponding biorthogonal wavelet transform. Experimental results of the method based on integer wavelet transform are given to show better performance and great applicable potentiality in medical image compression. Biography: Yang Yan (1964-), female, Lecturer. Research direction: image processing, wavelet analysis and its application     

Nonlinear Adaptive Wavelet Transform for Lossless Image Compression

The paper presents a class of nonlinear adaptive wavelet transforms for lossless image compression. In update step of the lifting the different operators are chosen by the local gradient of original image. A nonlinear morphological predictor follows the update adaptive lifting to result in fewer large wavelet coefficients near edges for reducing coding. The nonlinear adaptive wavelet transforms can also allow perfect reconstruction without any overhead cost. Experiment results are given to show lower entropy of the adaptive transformed images than those of the non-adaptive case and great applicable potentiality in lossless image compression.     

基于自举法小波变换的零树量化编码方法

随着信息技术的发展，探索有效的图像编码方法，进一步压缩信息的带宽，以便利用现有的网络实现更优质的信息传输是一个极富挑战性的课题，小波变换和传统的正交变换相比有很大的优越性，小波变换的多分辨率牧场生使变换后的图像数据能够保持原图像在各种分辨率下的精细结构。为进一步去除图像中的冗余信息提供了便利，提出了一种基于自举法小波变换的零树量化编码方法，通过自举法与整数滤波器的结合来实现快速的小波变换，在图像编码过程中充分利用了图像小波变换系数的分布特征，采用了嵌入式零树量化编码方法，实验结果表明，该算法实现简单，可以达到很好的压缩效果。     

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。     

云计算环境下大数据视频图像的尺度空间融合算法研究

针对传统算法融合图像质量差、清晰度低、损失图像包含信息的弊端,提出一种新的云计算环境下大数据视频图像的尺度空间融合算法,介绍了尺度空间理论。通过具有平移不变性特征的提升静态小波变换算法对云计算环境下大数据视频图像进行尺度空间融合,对待融合图像进行提升小波变换分解处理,获取不同尺度空间下的低频子带系数与高频子带系数。针对低频子带系数与高频子带系数给出各自的融合方案,获取融合图像的提升静态小波变换系数。通过提升静态小波逆变换获取最终的融合图像。从主观和客观两个方面对所提算法的融合效果进行测试。结果表明,所提算法主观融合效果好,通过客观评价指标对融合图像进行评价,发现所提算法得到的融合图像清晰度、质量佳,不会损失图像包含信息。