改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B     

一种改进的SPIHT图像压缩方法

提出一种对SPIHT编码中D型集合分裂的改进算法,以及一些优化建议。通过引入对O型集合重要性的判断,实现先整体后个体的编码思路;通过预测编码消除集合与子集合间、节点与叶节点间的状态冗余。实验证明,算法提高了在输出码流中重要系数的比率,获得优于SPIHT算法的PSNR。     

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。     

基于小波系数结构特征的高倍率图像压缩方法

针对图像小波系数在各子带内显著性分布的聚簇特征，提出了在SPIHT算法的输出环节引入游程编码，对游程编码算法的性能进行分析后，基于算法的最优编码条件，对SPIHT算法中LIS的初始化操作进行了优化，提出了一种改进的多分辨系数扫描方法，使得显著系数在LISLIP中的一维分布更趋集中，从而使游程编码获得了更高的压缩效率．实验结果表明，与SPIHT相比，在几乎不影响压缩时间的同时，在高倍率压缩应用中提高了图像的重建质量近1dB．     

基于SPIHT图象压缩编码的Turbo codes编码

针对信源与信道编码的特点，提出了结合SPIHT（set partitioning in hierarchical trees)算法和改进的Turbo Codes的信源与信道联合编码方案。这一方案充分考虑了SPIHT算法和Turbo Codes的特性，根据信源编码后数据在重建时的重要程度，进行不同等纠错保护的信道编码。实验表明，论文的方法能够使误码率与码长达到一个较好的平衡，图象在较高码率下可以达到较好的抗噪性能。     

一种新的嵌入零树小波ECG信号编码算法

要：新的嵌入零树小波ECG信号编码算法能够通过合理分配比特、改进零树集合、完善分类策略等措施进一步提高SPIHT算法的工作效率．实验结果表明：这种算法是一种高效的ECG信号编码算法，其压缩速度、信号复原质量等关键性技术指标均明显优于SPIHT算法．     

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.     

适于硬件实现的3D SPIHT算法优化设计

通过对一种可精确控制压缩率的三维多分等级树(3D SPIHT)编码算法的分析,为提高编码速度,改进了3D SPIHT的算法结构,简化了动态分配内存的链表结构,采用位图映射的方式固定分配内存,可减少内存86.6%,无需进行硬件难以实现的链表操作. 变三维地址为线性地址,并在预处理时建立子代最大值映射表,减少了零树判断的时间. 实验结果证明,与原算法相比,当压缩比小于26.7时,优化后算法的速度提高了10倍以上,为进一步的VLSI设计奠定了基础.     

改进向量量化算法的图像压缩研究

针对于传统的LBG向量量化压缩图像效果不是很好,而提高其效果的方法之一是增加向量的维数,但这也会增加运算的复杂性的情况下,提出一种改进的LBG算法来实现对图像分解效果的提高.该方法通过LBG算法先对图像进行量化编码,再用原图像减去该编码恢复的图像而得到量化误差;对这个量化误差还用LBG算法进行编码量化.还原时先恢复原图像的量化编码,再加上恢复的误差量化编码.仿真结果表明,改进算法运算复杂度不会增加,图像压缩后还原效果较好,同等条件下能得到更高的信噪比和峰值信噪比.     

基于改进的嵌入式零树小波变换的图像压缩算法

经过对嵌入式小波零树编码(EZW)算法的基本理论分析,对原图像EZW算法进行了改进,提出了一种把小波系数向下取整后并将出现频次较多的系数置零的改进方法,从而减少了EZW算法中扫描次数,节省了存贮空间.实验仿真结果表明,此算法一方面提高了编码效率,另一方面重构图像的质量也并无明显下降.     

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法——改进的自适应算术编码．将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码．实验结果表明该算法编码效率高于传统的嵌入零树小波算法．     

基于EZW的图像编码改进算法

在EZW算法的基础上,采取将低频子带进行无损编码、逆向扫描小波系数和对符号集进行游程编码的策略,有效地利用了小波变换系数的特点,克服了由低频区开始扫描所带来的扫描量过大的问题,减少了扫描工作量,提高了编码速度,也解决了EZW算法中存在的树间冗余问题.     

一种Alpha图像串匹配编码中熵编码的改进算法

在分析了Alpha图像的特征及其在串匹配编码过程中未匹配像素的分布情况之后，提出了一种Alpha图像熵编码的改进算法.该算法首先对未匹配像素进行滤波处理使其具有独特的分布性质，然后依据该性质进行分段编码以减少码流比特数，从而达到更好的压缩效率.实验结果表明，相比于LZ4HC，ZLIB，PNG等常用的压缩算法，改进算法具有编码效率高和复杂度低的优势.     

EZW图像编码算法的改进及仿真实现

在分析嵌入式零树小波(EZW:Embedded Zerotree Wavelet)编码算法的理论基础上,针对几年来出现的对EZW的改进,包括改变能量排序算法、引入频率优先性原则、修改嵌入式编码等具有代表性的算法进行了理论上的剖析,同时通过实验验证了改进算法的性能和特点.力图以较全的视角审视零树小波编码技术,以便更好地利用零树小波技术对视频图像进行压缩编码.     

神经网络在图象压缩编码中的应用

讨论神经网络在图象压缩编码领域中的应用.针对图象矢量量化存在的分块效应问题,对Kohonen自适应模型进行了研究.应用了两个DCT的余弦变换域的特征值,结合Kohonen的自组织特征映射(SOFM)算法对图象元素分类压缩编码.计算机模拟实验表明,和单纯用神经网络直接进行矢量量化相比,应用这种技术的图象编码压缩比和译码图象质量都有明显的提高.     

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.     

人脸部特征自动定位及其在图像编码中的应用

为了提高极低速率下图像编码的主观质量——特别是在典型的可视电话应用场合,根据人的主观视觉特性,提出了突出人的脸部特征的宏观编码控制思想。给出了一种运算量低、鲁棒性好的人脸自动识别和跟踪算法。应用于极低速率典型可视电话时,重建图像的主观质量得到了明显提高。与此同时,该方法也为国际标准ＭＰＥＧ４在低速实时通信系统中的应用提供了一个实例。在此基础之上,作为更高层语义编码的基本环节,文中给出了一种脸部特征的全自动识别、定位方法。