星空图像压缩算法

针对星空图像的平坦区域内存在大量冗余信息的特点,提出了一种基于目标对象的星空图像压缩算法.该算法将星图划分成相对平坦的背景和相对复杂的目标对象.编码时前者分配较少的码流,后者应用小波分解,去除该区域内像素间的相关性,并利用其所具有的能量聚集效应进行高效压缩.实验结果表明,采用该算法对星图进行高压缩比编码时能够获得较高的峰值信噪比,同时重建图像也具有良好的主观视觉效果.     

基于幅相分离立体匹配的小波立体图像压缩

针对立体图像压缩中视差估计问题，提出了幅度和相位分离的立体匹配方法。在压缩过程中，采用CONCOD立体图像编解码器结构，分别对左右图像进行小波多分辨率分解，并用幅相分离的立体匹配方法对左右图进行视差估计。根据各种补偿残差的大小，自适应调整预测块的大小和编码方案－－帧间视差补偿、帧内预测补偿和帧内自编码。仿真实验证明了该算法在保持较高立体图像质量的同时可获得较高压缩比。     

小波变换在图像压缩中的应用

介绍了小波变换在图像压缩中的应用，并提出了小波基选择的几个准则。     

子块非均匀量化的小波变换图像压缩编码方法

本文提出了一种子块非均匀量化的小波变换的图像压缩的编码方法。该方法充分利用了WT的良好的去相关特性，针对小波分解弱化各子带的统计特性的缺点给量化器设计造成困难提出了一个解决方案，并在实践中收效良好。     

小波分析在图像压缩中的应用

本文介绍了图像压缩的必要性及小波分析的基本理论，论述了基于小波分析实现图像压缩方法的流程框图及应注意之点，并简述了作者采用计算机仿真取得的成果。     

一种使用小波分析的彩色图像压缩法

提出了一种使用小波分析的图像压缩方法－小波变换门限编码方法，并将它应用于彩色图像编码，取得满意的效果，对“Ｍｉｓｓ Ａｍｅｒｉｃａｎ”标准头肩像压缩比达到２１，峰峰信噪比为３９ｄＢ。该方法计算简单，适于硬件实现。     

一种基于小波分解的图象分层分类矢量量化方法

作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行了小波分解。利用不同分辩率级间小波子图的相似性,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据,并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明,和其他文献提出的方法相比,作者提出的方法在获得较好重构图象质量的前提下,提高了压缩比和编解码速度。     

多媒体数据压缩技术

简要地介绍了多媒体数据压缩技术,给出了数据压缩应遵循的原则,技术指标,常用编码方法及分类,基本原理与方法,同时介绍了声音及图像的压缩编码标准与方法,最后给出了压缩与解压缩的一个具体算法－－Huffman算法,并给出了其具体实现的例程。     

图像的无损压缩

预测编码方法是实现图像无损压缩的最基本的方法,分析了图像无损压缩方法,讨论了压缩算法中涉及的若干重要问题,评述了图像预测模型的研究进展。