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.     

基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码.给出了小波图像系数统计数据实例.然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析.并通过实验对SPIHT算法进行了性能分析及其改进.并给出了实验结果.     

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.     

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.     

基于小波变换的彩色图像压缩技术的研究

结合人眼视觉特性和零树理论,在SPIHT编码算法的改进和扩展的基础上提出了一套彩色图像压缩方案.经测试,该方案具有良好的效果,并且易于实现.     

一种快速改进型SPIHT算法

在借鉴前人研究成果的基础上,对SPIHT算法进行如下改进:利用人眼视觉特性对小波系数进行加权,更加注重人的主观因素对图像压缩的影响;引入最大值表,系数扫描时只需将最大值表内相应数据同阈值进行比较;多颗空间方向树并行编码,加快算法执行速度.实验结果表明,与传统SPIHT算法相比,该算法编解码速度加快1倍以上,更易于硬件实现.所得重建图像具有更好的视觉感受,同时峰值信噪比平均高出0.2 dB.     

一种改进的SPIHT图像编码算法

在研究图像小波分解系数特点和SPIHT算法的基础上，提出了一种改进的SPIHT图像编码压缩算法.针对SPIHT算法没有利用同一子带相邻重要系数的相似性及在阈值为4、2、1这三层的大编码量，提出了在这三层编码用邻域内重要系数的绝对值均值代替各重要系数的绝对值来进行编解码；并且加深对大系数的重视程度，在前几个阈值时，对首次发现的重要系数进行三位二进制位的精细化.实验表明，在中、高压缩比情况下，本算法的重构图像峰值信噪比（PSNR）要优于原算法，并且视觉质量更好.     

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。     

一种基于SPIHT编码的自恢复脆弱水印算法

文章提出了基于SPIHT编码的图像自恢复脆弱水印算法,它对宿主图像进行SPIHT编码得到恢复水印,由宿主图像第三层小波变换的低频带系数的大小关系产生认证水印。对恢复水印与认证水印进行置乱与纠错编码后嵌入到原灰度图像位平面编码的低两位。通过实验仿真证明该算法能定位图像篡改的位置,且能恢复出被篡改位置的真实图像内容。     

一种彩色图像压缩编码改进方法

在分析以往灰度图像及彩色图像压缩方法的基础上,把彩色图像从RGB色彩空间转变到YUV色彩空间,充分利用彩色图像三分量之间的相关性,对其中Y主分量进行小波变换编码,其它两次分量(U、V分量)进行DCT编解码;并利用人类视觉特性和网络特性,提出了一种编码速度快、信噪比高、压缩比高的算法。     

基于插值多小波的双彩色图像水印算法

根据插值多小波具有的优良性质,提出了一种双彩色图像水印新算法.该算法只须对彩色的宿主图像和含水印图像的R,G,B各分量分别进行多小波变换或逆变换就可实现,具有较高的执行效率.且实验证明该水印系统具有良好的透明性和鲁棒性.     

基于小波变换的彩色图像编码方法

将小波变换系数的等级树集分割（ＳＰＩＨＴ）编码方法推广应用到彩色图像压缩中,分析了在红绿蓝（ＲＧＢ）三基色空间和亮度、色度（ＹＵＶ）空间进行编码压缩的效果。理论分析和仿真实验表明：无论从压缩比还是从解码图像质量来看,在ＹＵＶ空间的压缩效率都比在ＲＧＢ空间的高;与分形编码压缩效果相比,小波变换系数的等级树集分割编码方法优于分形编码方法。     

频率分集多小波神经网络盲均衡算法

在分析多小波神经网络盲均衡的基础上,提出了频率分集多小波神经网络盲均衡算法（ FD －MWT －FNN）,该算法利用多小波的特性,加快算法的收敛速度,采用具有对称特性的误差函数减小算法的均方误差,为了进一步提高算法的性能,引入频率分集技术克服多径衰落的影响。水声信道的仿真结果表明,该算法具有收敛速度快,稳态误差小的特点。     

基于小波变换与SPIHT算法的静止图像压缩

介绍了SPIHT算法,论述了基于SPIHT算法的静止图像压缩实现过程,并用MATLAB进行了仿真。     

一种数字图像和指纹水印位平面合成的优化方法(英文)

为了提高水印鲁棒性、容量以及透明性,提出了利用图像位平面合成实现的一种新的水印技术。在此技术中,经离散多小波变换(DMWT)变换后,载体图像和指纹图像分别被分解成不同的位平面。借助于图像子带系数在位平面的排列顺序,这种方法通过位平面合成可自适应地把指纹数据嵌入到小波子带系数中。结果表明,在不同条件压缩攻击下,方法达到了不可见性和鲁棒性的一种折中。     

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。     

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。     

滚动轴承故障诊断的多小波谱峭度方法

采用提升多小波的方法,以峭度为优化目标,遗传算法为优化算法,针对信号特征进行多小波的自适应构造.以构造的多小波作为谱峭度的滤波器,针对多小波特点改进了峭度图,提出了多小波谱峭度方法.该方法建立在传统谱峭度方法的基础上,不仅克服了原方法中滤波器变化有限的劣势,而且提高了谱分析的分辨率.将该方法应用于滚动轴承的故障诊断中,以试验台与电力机车的滚动轴承故障诊断为例进行验证,结果表明,该方法不仅提高了频带选择的准确性与滤出信号的信噪比,而且获得了更好的诊断效果.