基于曲波变换的地震数据压缩感知重构算法

为提高地震数据压缩感知重构的信噪比和保真度, 提出一种基于曲波变换的地震数据压缩感知重构算法。建立了地震数据压缩感知重构模型, 分析了基于曲波变换稀疏表示的地震数据各尺度之间能量与熵的分布特性, 结合分块压缩感知技术降低随机观测的计算复杂度, 利用曲波变换稀疏表示高频区域各尺度之间的相关性, 设计了随信息熵变化的自适应双变量收缩阈值迭代重构的方法。实验结果表明, 在相同的采样率下,该算法重构的地震数据峰值信噪比提高了1. 5 dB 以上, 并且具有良好的细节信息保持能力。     

分形图像压缩的一种改进算法

针对分形图像压缩的缺点,基于分形图像压缩的基本原理,对匹配搜索之前定义域块的采样方式提出了一种基于主对角线的计算方式.该计算方式取代了传统的取平均的方法,简化了计算的复杂度.实验结果表明,该方法在时间和峰值信噪比(PSNR)两个方面都取得了良好的效果.     

基于WBCT的地震数据感兴趣区域编码算法

提出一种基于小波域Contourlet变换(WBCT)最优截断嵌入码块(EBCOT)的地震数据压缩算法.首先利用WBCT获得地震数据的稀疏表示,根据码块熵最小化原则优化WBCT方向分解,降低码块复杂度,提高编码效率;然后针对不同地质信息对小波各子带的带通特性不同,改进JPEG2000算法感兴趣区域掩模处理方式,对不同的小波子带设置不同权值,进行掩模处理;最后通过EBCOT编码生成压缩码流.实验结果表明,重构的地震数据不仅峰值信噪比(PSNR)得到提高,而且地震数据同向轴局部纹理失真明显减小.     

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.     

基于ε-SVR的嵌入式小波图像编码算法

针对基于支持向量机的小波图像编码算法难以实现嵌入式特性问题,在小波域构建一种回归树结构作为回归基本数据集合,同时利用子带内和子带间小波系数的相关性,提出一种线性动态阈值选取方法,以利于逐次逼近并保证回归数据的均衡性,并基于选定的阈值动态选取ε误差参数对小波系数进行多次回归,保证了重要系数被优先编码,使压缩算法具有嵌入式特性,对获得的支持向量及其权重进行自适应算术编码.实验结果表明,在压缩比相近的情况下,重构图像的PSNR(Peak Signal to Noise Ratio)比同类算法提高1～3 dB.     

一种基于小波包变换的SPECK图像编码算法

为了解决基于小波包变换树形编码算法中产生小波系数之间的父子冲突以及标准SPCEK压缩算法中四叉树分裂产生的集合数目过多的问题,提出一种新的基于小波包变换的SPECK图像编码算法,改进算法在小波包分解产生的复杂子带结构中,改进标准SPECK算法的四叉树分裂策略,对重要系数位置进行更好的预测,把不重要系数集中到一个更大的区域使用一个符号编码。实验结果表明,改进算法编码效果在PSNR上较标准SPECK有所提升,主观视觉效果在纹理区域明显优于SPECK。