小波变换用于视频图像压缩研究

视频图像压缩是多媒体技术的关键之一。随着小波理论研究的不断深入,在此背景下,基于小波的视频图像压缩的理论和应用研究在业界已引起广泛关注。在对近十几年来小波图像压缩研究的回顾和总结基础上,着重介绍了小波技术在视频图像压缩应用研究的最新进展,探讨了目前小波视频压缩研究的若干热点问题及其今后的发展方向。     

小波域矢量编码的视频压缩方法

活动图像的帧间相关性使视频高压缩比成为可能。视频压缩研究的核心是既采用高效的图像压缩算法，又充分利用帧间相关性，同时还要顾及运算速度，提高压缩效率。运用补偿可以提高帧间编码的效率，但运动矢量的搜索需耗费大量时间。文中提出一种小波域的矢量编码方法，既利用小波系数的积聚特性。又充分考虑其帧间相关性，使码书搜索过程同时完成运动补偿，在保证压缩效率的前提下减少了编码时间。实验表明，此方法具有很好的压缩效果和较快的计算速度。     

基于MPEG-x与H.26x标准方案的H.264新技术的实现分析

研究基于MPEG-4与H．263视频图像压缩编码标准方案，分析讨论了H．264的多参考帧块运动估算、小波变换、小波系数的量化和编码、亚像素快速搜索算法等新技术的实现演变发展。以适应现有复杂多变的网络条件，解决网络带宽瓶颈，提高视频图像编码算法的压缩效率。     

基于RGB彩色空间的运动补偿与分形相结合的视频压缩方法

提出基于RGB彩色空间的运动补偿与分形压缩技术相结合的方法.该方法先区分出彩色视频序列的I帧和P帧,同时分别分离出R、G、B三种颜色;其次对于I帧每种颜色均单独采用分形图像压缩算法进行编码,对于P帧每种颜色均通过运动补偿进行预测编码,得到运动误差,而这些运动误差的数值是很小的,有很大的相似性,此时采用自适应四叉树的分形视频压缩方法来对运动误差进行编码.实验结果表明,与传统的分形视频压缩相比,该方法能够在保证压缩质量的情况下大幅度地提高压缩比.     

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。     

基于3D-CDF(2,2)和3D SPIHT的序列图像压缩编码研究

研究了3D DWT和3D SPIHT算法,用CDF（2,2）双正交小波为帧内小波变换的小波基,考虑到边界延拓效应,时间维小波变换也选用CDF（2,2）双正交小波为时间维小波变换的小波基,实验结果表明算法对于视频序列图像压缩是非常有效的,其压缩效果明显优于基于3D-DCT的压缩编码算法.     

小波变换压缩图像中小波基的选择

基于小波变换的图像压缩应用日趋成熟,在基于小波变换的图像压缩技术中,小波基的选择对图像的压缩效果有着很大的影响,本文通过分析不同类型小波的性质,研究了在图像压缩中选择不同小波基对图像的影响。     

小波变换在图像压缩编码中的应用

介绍了小波变换的基本概念和基本理论及其在图像压缩编码中的应用技术，小波变换应用于图像压缩编码的优点。     

基于小波变换的JPEG2000图像压缩研究

在着重研究JPEG2000图像压缩系统基础上，分析了基于离散小波变换的压缩算法实现静止图像的压缩、编码、传输、存储等各种功能的机理；开发了JWlet实验软件，并采用Wlet软件对压缩图像进行了展示和评估，实验证明，基于小波变换的图像压缩系统具有渐进传输、感兴感区域编码，误差恢复等多种功能和很高的压缩效率。     

小波变换视频压缩编码技术研究

从小波变换和其他应用于视频压缩编码的变换的对比出发，阐述了小波变换的优势所在并给出了小波变换的原理和特性。然后，提出了两种在小波变换编码中起重要作用的技术。一种是基于零树的编码技术，另一种是具有比特平面技术的信源划分编码技术。它们能够产生较低的视频编码速率和可嵌入式的视频流，同时，给出了这两种编码算法的思想。     

子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

基于HVS的DWT图像压缩混合编码算法

为提高数字图像在高压缩比下重构图像的质量,分析研究现有离散小波变换（discrete wavelet transform,DWT）图像压缩的相关算法以及小波系数特性,提出一种基于人眼视觉系统（human visual system,HVS）特性对小波系数进行加权,结合小波各子带系数特性,采用差分脉冲编码调制（differential pulse code modulation,DPCM）与多级树集合分裂排序（set partitioning in hierarchical trees,SPIHT）相结合的编码方法．经视觉信息保真度分析实验验证,与传统的嵌入式零树小波（embeddedzero—tree wavelet,EZW）和SPIHT算法相比,在相同的比特率下该算法重构的图像具有更好的主观视觉效果．     

井下电视图像压缩技术

测井电缆的数据传输带宽非常有限,图像压缩是井下电视研制的关键技术.基于小波变换的井下电视图像压缩系统通过小波变换、子带编码、自适应量化和熵编码进行图像压缩,采用质量盒控制、背景对比度控制和场频控制技术,实现了较高的压缩比.该系统采用DSP控制技术和图像压缩专用芯片,使图像压缩比和数据流量易于控制,适用于单芯电缆、多芯电缆和光电测井电缆的图像传输.图像解压缩回放过程中采用了插场技术,实现了PAL制式视频50场/秒的实时运动图像播放速度.     

基于小波压缩和混沌置乱的图像处理算法

提出一种图像压缩和加密相结合处理方法.利用小波变换的多分辨率特性,对灰度图像进行小波分解,得到低频近似分量和三个方向的细节分量;根据人眼视觉特性,对细节部分系数矩阵进行阈值调制,实现对图像的压缩;利用混沌系统伪随机、遍历性等特性,对集中了原图大部分能量的低频近似系数矩阵进行混沌置乱,实现对图像的加密;用阈值调制后的细节系数矩阵和置乱后的低频加密矩阵进行小波反变换,得到最终的图像.仿真结果表明,此算法在压缩和加密的结合处理上,表现出良好的性能.     

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     

基于小波变换的医学图像压缩方法

简要说明离散小波变换(ＤＷＴ)的Ｍａｌａｔ算法·分析了一维离散小波变换ＤＷＴ不能完全重构信号的原因·对二维离散小波变换ＤＷＴ的重构性进行了讨论·在此基础上提出改进型的Ｍａｌａｔ二维ＤＷＴ算法·压缩实验表明改进型的Ｍａｌａｔ二维ＤＷＴ算法对提高图像压缩及重建质量是有效的·     

基于小波变换的图像压缩研究进展

在分析小波变换理论的基础上，讨论了小波变换在图像压缩中的应用，介绍了当今一些主要研究成果，并展望了其未来发展方向。     

小波变换在图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解与重构过程．讨论了在Matlab语言环境下实现图像压缩的基本方法,并对小波变换用于图像压缩时小波基的选取所要考虑的因素进行了分析．从工程和实验两个方面较为直观地探讨了小波变换在图像压缩中的应用．实验结果表明：小波变换用于图像压缩能够实现很高的压缩比,具有很高的使用价值．     

一种基于视觉模型的DWT数字水印技术

利用人类的视觉特性,文章提出一种基于离散小波变换数字水印技术。首先以随机产生的二值序列作为水印,然后将原图像做若干层小波分解,通过视觉模型计算出各小波系数相应的门限值,自适应地调整水印的嵌入强度。实验结果表明,数字水印技术对一些图像处理操作和JPEG有损压缩具有较好的鲁棒性。