基于小波变换的矢量量化编码方法

提出了一种基于小波变换的图像压编码方法，充分利用图像分解后得得小波系数与原始图像的关系、各个子图像象素之间的相准确性、各子图像方向上的相关性以及与人眼视觉特征（HVS）的关系，做到充分利用图像的统计冗余与视觉冗余，为了得到高的压缩比和好的图像质量，精确保留对图像质量影响大的系数，而对图像质量影响小的系数进行粗略量化。同时，在对小波系数的组织和编码上，也做到了具有普遍适用性，结果表明，此方法计算简单、计算量小，编解码时间少，在压缩比较高的情况下获得了较好的图像质量。     

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。     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。     

基于小波变换的感兴趣区域图像压缩算法

在小波变换的基础上,提出了一种基于小波变换的感兴趣区域图像压缩算法,即先将小波系数划分为两部分：ROI系数和BG系数,然后将ROI系数进行编解码以得到较高图像质量的ROI区域图像,再将BG系数编解码得到BG区域图像,结果表明：两部分图像合成得到整幅图像,较好地解决了图像质量与压缩比之间的矛盾。     

基于sym8小波和部分hadmard矩阵的深空图像压缩编码

针对传统深空图像编码导致系统资源极大浪费的问题,提出了基于sym8小波和部分hadmard矩阵的深空图像压缩感知编码方法.对图像sym8小波分解后的低频系数进行3级小波分解后用CCSDS编码,高频系数利用部分hadmard矩阵观测后进行量化编码.解码时,CCSDS解码恢复低频系数,正交匹配追踪算法恢复高频系数,然后再通过逆sym8小波变换合成图像.仿真结果表明:相同压缩比下峰值信噪比比小波稀疏基方法和单层小波压缩感知方法分别有5 ～8 dB和1～1.4 dB的明显提升.     

一种改进的SPIHT算法

利用特定的滤波器对自然风景图像、人物图像进行小波分解后,在低频区域中,小波系数的符号绝大部分为正.利用这一特征,对多级树集合划分(SPIHT)算法进行了改进,使得在同样的压缩比下,可以使信噪比得以提高.     

基于小波包的SPHIT算法在无损图像压缩中的应用

在无损图像压缩中,对于那些富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,而基于小波变换的压缩方法只对低频信息进行多次分解。针对这个问题本文提出基于小波包的SPHIT算法对图像进行无损压缩。对图像先经过整数（5,3）小波变换后,再对小波系数进行SPIHT编码,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

一种改进的SPIHT算法

利用特定的滤波器对自然风景图像、人物图像进行小波分解后，在低频区域中，小波系数的符号绝大部分为正。利用这一特征，对多级树集合划分(SPIHT)算法进行了改进，使得在同样的压缩比下，可以使信噪比得以提高。     

基于小波变换的能量和方差分析图像压缩方法

在对图像进行小波包分解的基础上实现图像压缩.根据小波系数的分布特点严格推导得出:可以用能量和方差作为衡量小波系数重要性的标准,并据此对系数矩阵块进行选择分组,自适应地进行量化,而且不同的量化方式可以共用码表;对低频部分扰动足够小的区域取均值,结合提出的存储方法,在不引入误差的情况下减少了编码负担,在保证图像质量的同时有效提高了压缩比.     

基于能量和方差标准的图像压缩方法

在对图像进行小波包分解的基础上实现图像压缩．根据小波系数的分布特点严格推导得出：可以用能量和方差作为衡量小波系数重要性的标准,并据此对系数矩阵块进行选择分组,自适应地进行量化,而且不同的量化方式可以共用码表．对低频部分扰动足够小的区域取均值,结合提出的存储方法,在不引入误差的情况下减少了编码负担,在保证图像质量的同时有效提高了压缩比．     

基于整数小波变换的图像处理算法研究

为了以尽可能低的压缩比来得到更好的图像和视频来满足人的视觉系统、网络带宽以及各种不同类型的用户,采用小波变换的图像处理算法进行图像视频压缩.针对浮点数的小波系数,在进行图像编码时会产生精度误差,不能精确地重构图像的不足,提出一种改进方法,将提升算法应用于零树编码,实现了整数小波变换,既保持了原有的小波特性,又实现了小波快速算法,同时得到了比较好的压缩效果.     

遥感图像统计特性与压缩算法性能关系分析

根据图像小波分解系数的统计特性,建立遥感图像与普通图像的统计特性模型．通过数据压缩比与视觉门限相互关系分析,研究视觉无失真条件下遥感图像数据最大极限压缩比．SPIHT算法的图像压缩仿真实验表明了最大极限压缩理论的正确性和有效性．     

信号和图像的最佳小波分解

给出一种寻找信号和图像的最佳小波分解方法 .对正交小波、对称正交小波、双正交和对称双正交小波 4种情形进行了讨论 .结果表明 ,此方法可以提高压缩图像的信噪比和压缩比     

基于小波分解的分形图像压缩算法研究

在分析基本分形压缩编码算法优缺点的基础上,提出了基于小波分解的分形图像压缩算法.该算法对图像经过三级小波变化后,对二级子图像和三级子图像采用无搜索式分形编码,即值域块的分形码由相应固定位置的定义域块进行匹配搜索编码,小波系数的符号单独编码.解码时,利用不同小波尺度之间的相关性,由二级子图像的分形码估计出一级子图像的分形码;再由各尺度上的分形码重构各尺度的小波系数;添加小波系数的符号后进行小波反变换即得解码图像.仿真实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和提高压缩比方面均有良好的效果.     

基于小波系数多尺度随机过程模型的去噪方法

用多尺度随机过程对小波图像系数进行建模,并在此基础上提出了基于多尺度随机过程模型的小波图像去噪方法。通过阈值判断和邻域判断相结合的方法区分出对应边缘处的系数。对边缘区小波系数树估计多尺度随机过程的参数,利用多尺度滤波器对小波系数进行估计,对非边缘区的小波系数则采用阈值萎缩方法进行估计。该方法很好地刻画了边缘区小波系数跨尺度的行为,可以很好地保持图像边缘;而且还给出了估计误差的方差,利于理论分析。实验表明:该方法的去噪误差要优于Sureshrink法,而且对图像边缘的保护更利于后续的图像分割和轮廓跟踪。     

基于小波变换的低通系数差分的图像压缩算法

提出了在SPIHT算法中引入差分处理、对低频域小波系数根据其分布特性进行分析的方法．图像经过小波分解后，对生成的小波系数进行差分处理．对5阶分解后的小波系数最顶层采用分块分组的方法，用小波块的质心代替小波系数实现滤波，每组小波块做差分处理，从而减小低频域小波系数间的冗余．在此基础上，通过统计和推导，改进差分量化的模式，得到其优化算法．实验表明，本算法比标准SPIHT的算法具有更高的压缩比，压缩性能能够提高0．01～0．02dB．     

SPIHT的超光谱图像无损压缩算法

针对超光谱图像的特性及硬件实现的需要,提出了1种混合编码压缩方案.对超光谱图像序列首先进行谱间DPCM预测,再对残差图像进行(5,3)整数小波变换,最后对小波系数进行SPIHT编码.通过仿真验证该算法实现了无损压缩,压缩比平均可达2.34,优于算术编码,且算法复杂度低,易于硬件实现.     

基于小波与嵌入式零树编码的锈蚀图像压缩方法

为了提高高分辨率锈蚀图像的传输效率和处理速度,设计了一种基于小波和嵌入式零树编码的锈蚀图像压缩方法.首先,将原始锈蚀图像的RGB颜色空间转换为YCbCr颜色空间,并对Y、Cb、Cr三通道分量进行小波分解,得到对应的小波系数;其次,结合对比敏感度函数对不同子带的小波系数进行加权处理,利用嵌入式零树算法对小波系数进行量化和编码得到码流;最后,对码流依次进行解码、反量化和逆变换,得到Y、Cb、Cr颜色空间的重构图像,并将其还原至RGB颜色空间,得到压缩后的图像.实验结果表明,本文算法与传统压缩算法相比,能有效降低图像的储存空间,减少细节丢失,保证了压缩后的图像质量,在压缩比和图像质量上都有较大提高,更适用于工业领域锈蚀图像的压缩.     

基于小波变换的医学图像增强方法与实现

分析研究了基于小波变换的图像增强原理和方法,对X线医学图像进行3层小波分解,得到各层的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变换,得到增强后的图像.实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整体对比度,又突出了图像的局部细节,同时还抑制了噪声.     

一种基于小波变换与分类矢量量化的图像压缩算法

为了提高数字图像的压缩比率,提出了一种将小波变换与分类矢量量化相结合的图像压缩算法.该算法首先对图像进行小波分解,充分利用不同尺度小波系数的相关性,并对不同尺度的子图使用分类矢量,不同类使用不同大小的子码书.为了解决高维矢量在算法实现时效率较低的问题,采用非线性插值对构造好的码矢量进行降维.实验表明,该方法在提高图像压缩比的同时,降低了算法的时间复杂度,从而提高了算法的效率.