多小波处理图像压缩时前滤波器的设计

在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波。但是多小波是用矢量滤波器组对信号进行分解、重构。滤波对象必须是满足一定要求的矢量信号。因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换。同样,对重构后的数据也要进行后处理才能得到需要的结果。不同的多小波有不同的预处理和后处理方法。以GHM多小波为例,设计了多小波新的前滤波器,并将多小波通过前滤波后用于图像压缩,将其结果与单小波相比较,获得较好的结果。     

基于神经网络的小波变换矢量量化图像压缩

根据神经网络的特性，提出了一种基于小波变换的矢量量化图像数据压缩方法，基本思路是利用小 变换实现图像的多分辨率分解，用矢量量化（VQ）对分解后的图像进行编码，利用神经网络做矢量量化编码器，从而实现通过神经网络的鲁棒性来加强对某些非典型矢量的容错能力，结果表明，该方法提高了整个系统的性能，最终提高了重构图像的质量。     

图像压缩中小波与向量小波的选择

针对向量小流的特殊性，分析了在具体实施向量小流变换时的几种实现方案，在算法复杂度，压缩能力等方面与传统小波进行了技术比较，提出了选择具体方案时的判断准则。     

多小波图像编码中前置滤波器的设计

本文研究多小波图像编码中前置滤波器的设计,多小波变换涉及矢量滤波,普通的信号（即标量信号）要通过一个前置滤波器转化为矢量信号,才能进行多小波变换,本文根据图像信号的特点,结合现有的二种前置滤波器,提出了一种新的前置滤波方法,实验数据表明,这种新的前置滤波器优于现有的二种前置滤波器,因而为提高图像压缩比创造了条件。     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的灰度图像数据压缩方法,采用双正交小波对像进行分解,作分解后系数的矢量量化。使用频率敏感自组织特征映射算法生成码书。这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量也有所提高。     

基于小波包矢量量化图像压缩方法

提出了一种新的数字图像压缩方案——基于小波包的区域联合矢量量化(WPVQ)．WPVQ压缩方案充分利用了小波分析的三个重要特点，即零树特性、多层分解和适合跨区域联合编码．在具体实现过程中，WPVQ又采用了一系列措施来提高信噪比并降低算法复杂度．计算机模拟实验表明，同采用嵌入式零树编码(EZW)的JPEG2．000相比，WPVQ可以在高压缩比情况下保持良好的信噪比和主观效果，尤其适合于对图像进行高压缩比的压缩处理．     

基于小波分解的矢量量化图像压缩算法

作者在此文提出了一种新的静止图像压缩算法，是一种基于小波分解的矢量化压缩算法。该算法综合了多种编码方法的优点，经过计算机模拟实验，其结果表明：在高压缩比的情况下，新算法仍能获得满意的图像重建质量，优于目前已有的许多算法，具有良好的应用前景。     

图像压缩中小波与向量小波的选择

针对向量小波的特殊性,分析了在具体实施向量小波变换时的几种实现方案,在算法复杂度、压缩能力等方面与传统小波进行了技术比较,提出了选择具体方案时的判断准则     

一种基于小波变换的图像压缩方法

提出了一各基于小波变换的灰度图像数据压缩方法.采用双正交小波对图像进行分解,作分解后系数的矢量量化.使用频率敏感自组织特征映射算法生成码书.这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量了有所提高.     

基于遗传算法的CL多小波预滤波器

提出了一种基于遗传算法的CL多小波预滤波器构造方法。该方法根据图像分解和重构的不同目的及不同的约束条件，定义相应的适应度函数；采用遗传算法对不同的图像，进行滤波器的自适应优化’得到相对应的前置滤波器，实现了图像多小波变换的自适应预滤波。对图像压缩和图像放大两种情况进行了实验仿真，证实了该方法的可行性和有效性。计算机仿真结果表明，利用此方法得到的前置滤波器进行图像压缩，可提高图像压缩比；若利用对应的前置滤波器进行图像放大，则图像质量较其他方法有明显提高：放大后图像的均方误差，较线性插值法降低了48％，较加权抛物线法降低了31％。     

基于小波的图像压缩处理

在简单介绍小波原理的基础上,通过实例依次介绍低频信息保留压缩法、小波阈值压缩法和小波包全局阈值压缩法。由这三类方法并得出的图像压缩结果,得出各自的优缺点。所有实验均在MATLAB上用编程完成。     

小波图像压缩编码中小波基的选择技术研究

小波变换用于图像压缩时,小波基的一些性质对编码的效果有很大影响。分析了小波基的特性对图像编码的影响,提出了一种新的选择适合图像编码应用的双正交小波基的方法。研究了小波基评价标准,并通过实验,对图像压缩中小波基的选择问题作了探讨。     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。     

小波变换在图像压缩中的应用

通过对具体的图像采用Mallat算法进行压缩,说明了小波变换在数字图像压缩领域中的应用,探讨了基于Mallat算法的离散小波变换中存在的频率混淆现象.     

基于小波变换的分形图像编码

在分析小波变换后系数分布特点的基础上，提出了一种新的基于小波变换的分形图像编码算法．根据小波变换后能量集中于低频的特性，在传统的Jaquin分形编码方案的基础上，引入局部Harr小波变换，以低频子图代替原图进行值块、域块间的匹配计算以加快搜索过程，从而提高编码速度．结果表明，该算法在峰值信噪比下降很少的情况下。编码速度提高了100多倍，证明了其高效性．     

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。     

基于小波变换的图像压缩算法

根据小波变换系数分布的特性,提出了小波变换的图像无损压缩算法、高保真压缩算法和大尺寸图像压缩的解决方案,提出了双正交小波变换的边界处理方法,解决了精确重建问题。     

基于小波系数子树的分形图像数据压缩

目的 研究小波变换和分形编码在图像数据压缩中的应用。方法 根据小波变换后不同分辨率下图像的子带小波系数的相似性,通过分形非收缩仿射变换,利用低一级频率分辨的子带小波系数子树预测第一级频率分辨的子带小波系数子树,实现对图象的高效描述。     

数据压缩的随时变提升小波滤波器设计研究

一般用途的小波滤波器是不随时间变化的滤波器。文章中我们提出一种新的方法设计双正交小波滤波器,这种滤波器与输入信号是正交的。我们称它为随时间变化的提升小波滤波器(TVLW F)。它的特点是通过改变Sw eldens所开发的提升格式的自由参数使滤波器适应于输入信号的变化。这种滤波器很简单并且几乎是可以完美地重构的。用TVLW F,我们做了心电图数据(ECG)的压缩,这是一种半周期性信号。实践证明时变系统很容易构成。我们提出的方法对数据压缩很有用。