基于稀疏重建的压缩图像质量提高方法

为了克服JPEG2000中低码率压缩图像在边缘处表现出的明显振铃效应严重降低了图像的人眼视觉质量的问题,在迭代凸集投影理论基础上,分析了迭代去噪方法恢复图像变换域稀疏数据的机理,提出了JPEG2000压缩图像重建算法.该算法保持压缩图像在小波域中的非零系数不变,通过迭代去噪恢复其他位置的小波系数.结果表明：提出方法有效地增强了JPEG2000压缩图像沿边缘的正则性,提高了图像的主客观质量,图像峰值信噪比平均提高0.52dB.     

基于第二代Bandelets变换的静止图像压缩

基于第二代Bandelets变换提出了一种静止图像压缩算法．先引入数字线表示离散域中的直线，再通过目标码率来计算相应的近似量化值，对建立的率失真函数取最小值得到最佳的Bandelets变换方向，然后根据子带相关性以建立四叉树并通过编码扫描次序来存储系数，最后将JPEG2000的比特位平面和上下文编码应用到量化后的Bandelets系数，从而实现了图像压缩．该算法降低了方向寻优的计算复杂度，减少了表征方向信息所需比特数和辅助的方向信息总量，同时提高了压缩图像的质量．实验结果表明，与JPEG2000相比，该算法的峰值信噪比可提高0．3-1．3dB．     

一种基于小波的Contourlet变换的图像压缩算法

针对JPEG2000图像压缩不能有效地保护图像边缘的局限，提出了一种结合基于小波的Contourlet变换与最优截断嵌入码块编码（EBCOT）的静止图像压缩算法（CEBCOT）．在Contourlet变换中采用小波变换取代拉普拉斯塔式变换获得了非冗余基于小波的Contourlet变换，它通过方向滤波器组把小波变换的高频子带进一步分解为多个方向子带，从而更稀疏地表示了图像的边缘和纹理．CEBCOT采用了改进的EBCOT编码，它依照方向子带大小进行编码块分割，提高了编码性能．实验结果表明，相对于JPEG2000，所提出的算法获得的压缩图像边缘更加清晰，峰值信噪比提高了0．1～0．8dB．     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.     

一种高精度的自适应码率控制图像压缩算法

针对非完全嵌入编码的图像压缩算法难以实现精确的码率控制问题,提出了一种结合码率预测和压缩后率失真优化的高精度自适应码率控制的图像压缩(HTJ2K-RPRD)算法。首先,根据二维离散小波变换高频子带数据的高斯分布特性,计算量化前高频子带数据的信息熵得到最小平均比特数,用最小平均比特数来估计量化编码后高频子带数据的码率预测值;接着,采用与JPEG2000标准压缩质量相当但复杂度比其低的HTJ2K标准进行图像压缩,根据HTJ2K标准中清理通道的编码特点,粗略计算二维离散小波变换低频子带数据在码流中嵌入的平均比特数,用嵌入的平均比特数来估计编码后低频子带数据的码率预测值;然后,统计所有编码后子带数据的码率预测值来估计基础截断位平面;最后,从基础截断位平面编码产生多个编码通道,对产生的编码通道进行率失真优化以实现自适应码率控制的图像压缩。实验结果表明：HTJ2K-RPRD算法在自适应码率控制的情况下可实现带宽受限压缩系统的定码率压缩,且复杂度更低;在不同位深和像素大小的图像上的压缩码率控制精度可达99.997%。