基于人眼视觉特性的任意形状ROI编码

研究了等级树集分割编码方法(SPIHT)在任意形状感兴趣区域(ROI)编码中的应用．根据SPIHT算法的特性、ROI小波系数提升后的特点及人眼视觉特性,提出基于人眼视觉特性的任意形状ROI编码方法．该方法综合了一般基于尺度的方法和最大平移法的优点：可调节ROI与背景(BG)的相对重要程度;支持任意形状ROI编码．另外,与最大平移法相比,本文方法具有更好的主观视觉效果,理论分析和仿真实验都表明本文方法优于MPEG-4中规定的视频静态纹理视觉对象(VO)编码．     

基于多链表树簇结构的嵌入式小波编码算法

针对SPIHT算法存在的不足,提出一种新的基于多链表树簇结构的嵌入式小波编码算法.为了实现对高频带数据的高效组织,该算法定义了一种新的数据结构--树簇结构;为了提高编码后的码流在信道中的抗误码性能,在信源编码中对不同频带、不同方向的高频数据分别建立链表.实验结果表明,与SPIHT算法相比,该算法不仅编码效率高、速度快,而且抗误码性能好.     

基于SPIHT算法的感兴趣区域编码的研究

在多级树分裂算法(SPIHT)的基础上,结合JEPG2000中最大平移法和基于尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码新方法.实验结果证明,该方法在低比特率的情况下,可以传输部分背景区域图像,在RO I区域传输完毕的情况下,不再传输RO I上的0码,节省了码流,进一步提高了编码效率.     

形状自适应的嵌入式小波图像编码算法

为实现任意形状区域编码,提出了一种形状自适应的嵌入式小波图像编码算法.该算法借鉴低存储器的零树编码(LMZC)方法引入系数重要性矩阵和子孙重要性矩阵以减少存储空间的使用,并引入最大幅值变量以避免对后代系数的重复扫描.编码过程中,当树结构的编码开销大于增益时,采用直接位平面编码.实验结果表明,该算法执行速度快、存储器需求低,在相同压缩比情况下,图像重构质量和峰值信噪比(PSNR)均优于LMZC与等级树集分割(SPIHT)算法.利用该算法对任意形状对象进行压缩编码可取得良好的压缩效果.     

并行自适应码流(P-AoB)图像编码算法

分析了三个算法,即嵌入式零树小波编码(EZW)、等级树编码(SPIHT)、内嵌块编码(EBCOT),提出了并行自适应码流图像编码算法.在通道内部,采用了块间剪裁算法,对于通道内小波系数的编码,加入了游程编码的思想.模拟实验证明,该算法并行性较高,在码流长度较小的情况下,效果显著.     

一种分类的小波零树与分形混合图像编码算法

通过分析小波零树编码和分形编码各自的优点与不足,结合自身的特点,提出一种基于分类的混合图像编码算法。该方法把图像分割后的块分为3类,对不同类型的块分别采用分形算法或零树编码的改进算法SPIHT算法编码;结果表明,与单独使用这两种算法相比,混合编码算法的重构图像质量有一定程度的提高。     

基于整型小波变换的SPIHT图象压缩算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPIHT(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPIHT图像编码算法,提出了用整数小波变换代替传统小波变换进行SPIHT图像编码。研究表明,比传统的小波变换更易于硬件实现。     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(多级树集合分裂)和SPECK(集合分裂嵌入块)算法,最后总结了他们的异同之处.     

小波图像编码技术SPIHT的改进算法

本文简单介绍了小波变换编码的流程、特点和小波基的选取.并根据灰度图像经小波变换以后系数的分布、统计特性,对现今十分流行的嵌入零树(EZW)、分层树集合分割排序(SPIHT)算术编码方法进行研究.综合分析了该类算法的优缺点,并提出2种不影响算法整体结构的改进意见,对SPIHT编码算法增加了一些初始化操作.实验结果表明,在一定比特率下,改进后的算法在相同码率时将会得到质量更优的恢复图像.     

基于新的SPIHT算法的ECG信号压缩

文章在SPIHT算法的基础上,通过合理分配比特、改进零树集合、完善分类策略等措施,提出了一种新嵌入零树小波ECG信号压缩编码算法（简称为改进的SPIHT算法）。算法首先将ECG数据进行离散小波变换;其次,对离散小波变换后的系数进行均匀量化;最后用基于上下文的自适应算术编码对量化后的系数进行编码。仿真结果显示,该算法压缩比大,信息损失小,能够较好的恢复原有的信号。     

一种改进的零树编码算法

在SPIHT算法的基础上进行改进,提出了一种改进的新算法,该算法修改了分割排序策略、加入了幅值精细编码等措施在一定程度上克服SPIHT图像编码算法的不足,提高了编码速度,减少了内存的消耗,提高了图象复原的质量,是一种有效的图象压缩方法。     

基于多小波的彩色图像分层树集合分裂算法

提出一种基于多小波变换的改进的彩色图像分层树集合分裂（set partitioning in hierarchical trees, SPIHT）算法,将彩色RGB图像转换到YCbCr色彩域,Y通道分配到2倍于Cb,Cr的比特,在各色彩通道间构造新的方向树结构,重组图像多小波分解系数,进行嵌入式多小波彩色图像SPIHT编码.结果表明,该算法具有良好的编码效果,性能优于9/7单小波编码.     

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     

一种基于SPIHT的分层图像压缩方法

提出一种利用SPIHT算法进行图像分层压缩的编码方法,该方法首先利用图像平滑技术将图像分解为平滑部分和轮廓部分,然后以一定的编码率分别对它们进行编码.实验结果表明,合理分配各层的编码率,能够获得视觉效果比单独采用SPIHT编码更好的编码图像.     

一种适用于医学图像ROI编码的改进SPIHT算法

提出一种适于医学图像感兴趣区域编码交错位平面提升法,实现了ROI和BG相对质量可调,且不需传输掩模信息。对提升后的位平面,提出了基于ROI掩模估计的改进SPIHT算法。实验结果表明,相比SPIHT算法,改进算法具有更高的编码效率。     

基于医学图像ROI形状估计的改进SPIHT算法

为提高医学图像的传输质量和编码效率，提出了一种新的位平面提升方法和基于感兴趣区域（ROI）形状估计的改进分层树集合分割排序（SPIHT）算法．位平面提升时，采用交错提升方法，在不需传输掩模的情况下实现感兴趣区域与背景的相对质量可调；对提升后的位平面，通过传输ROI外接规则形状的几何参数，根据估计的掩模信息超前判定零树，节省图像比特数．实验结果表明，在相同的截断码流下，相比SPIHT算法，改进的算法无论是ROI还是整幅图像都有更好的图像质量，且码率越低效果越明显．     

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