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。     

一种基于多小波变换的图像压缩编码

认为多小波变换是小波应用研究的新热点。利用多小波变换系数所具有相关性、同向性等特点，使用一种新的矢量构造方法，并将其用于Lena光滑图像和Barbara多纹理图像的编码压缩，获得了较好的计算机模拟实验结果。     

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图像压缩方法。先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码。舍弃最新频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码。实验表明，在图像质量和压缩倍数方面都取得了较好的结果。     

基于小波变换和混合神经网络的图像压缩算法

提出了一种将空间方向小波零树编码与混合神经网络相结合，新的多尺度系数矢量量化策略．该算法在对图像进行多级小波变换后，利用3个方向上各自小波系数之间的相关性，构造符合图像特征的跨频带矢量，依据矢量能量和零树矢量的思想进行矢量分类，分别利用主元分析和自组织特征映射神经网络对3个方向的多尺度系数矢量进行基于视觉的加权矢量量化压缩编码．仿真实验结果表明该算法是合理可行的．     

基于小波变换的混合图像编码方法

提出了一种新的静止图像压缩算法--基于小波变换的混合图像编码方法.该算法综合了多种编码方法的优点.经实验表明在高压缩比的情况下,本算法仍能获得满意的图像质量,优于目前已有的其它算法.     

一种基于零树量化的小波变换图像压缩方法

在对零树编码的方法研究的基础上,针对零树编码方法存在编码时间较长的缺点,提出了一种改进的零树编码方法,主要包括：对最低频子带系数单独编码;设立标志矩阵;以扫描单元为单位进行主表扫描;实验表明这种改进的零树编码方法,加快了编码速度,另外,该编码方法也能够产生嵌入式码流,支持多码率解码。     

一种基于小波变换与分类矢量量化的图像压缩算法

为了提高数字图像的压缩比率,提出了一种将小波变换与分类矢量量化相结合的图像压缩算法.该算法首先对图像进行小波分解,充分利用不同尺度小波系数的相关性,并对不同尺度的子图使用分类矢量,不同类使用不同大小的子码书.为了解决高维矢量在算法实现时效率较低的问题,采用非线性插值对构造好的码矢量进行降维.实验表明,该方法在提高图像压缩比的同时,降低了算法的时间复杂度,从而提高了算法的效率.     

一种基于小波变换与分类矢量量化的图像压缩算法

为了提高数字图像的压缩比率,提出了一种将小波变换与分类矢量量化相结合的图像压缩算法.该算法首先对图像进行小波分解,充分利用不同尺度小波系数的相关性,并对不同尺度的子图使用分类矢量,不同类使用不同大小的子码书.为了解决高维矢量在算法实现时效率较低的问题,采用非线性插值对构造好的码矢量进行降维.实验表明,该方法在提高图像压缩比的同时,降低了算法的时间复杂度,从而提高了算法的效率.     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法，将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Ｈｕｆｆｍａｎ编码及ＲＬＥ编码，实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级的比特率，适合网络图像传输。     

一种基于小波变换的图像压缩编码方法

在分组霍夫曼编码的基础上提出了一种更有效的编码方法,即自适应分组霍夫曼编码方法．采用自适应分组霍夫曼编码方法及小波变换相结合对图像数据进行压缩．与基于小波变换的霍夫曼编码方法相比,压缩比大大提高,而计算复杂度只是略有增加实验证明这是一种具有良好性能和计算量较少的静止图像压缩编码方案。     

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图像压缩方法．先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码．舍弃最高频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码．实验表明，在图像质量和压缩倍数方面都取得了较好的结果     

基于小波变换的图象压缩

要在模拟和移动通讯中传输数字图象，首先必须对图象实行高比率的压缩，本文对讨论小波变换的特征机理，建立了以小波变换为基础图象压缩软件模拟系统，并同标准ＪＰＥＧ的图象压缩方法做了对比实验，结果证明：在高压缩比时，基于小波变换压缩的重建图象ＰＳＤＮ和重建图象质量都明显地成于传统的ＤＣＴ压缩方法。     

一种基于小波变换的图像压缩技术研究与实现

采用MATLAB小波工具箱实现了对伪彩色图像和真彩色图像的分解与重构,给出了图像分解与重构的原理和MATLAB源程序,并进行了结果分析。实验证明使用该方法对图像进行压缩,压缩比高且压缩后图像质量较好。     

基于小波变换的图像编码方法

通过研究双正交小波变换的结构以及消失矩特性，利用线性方程组的求解，提出了一种双正交小波变换的构造方法，从而设计出一种新型的含参数9/7双正交变换.对于不同的小波变换系数参数，根据其不同性质讨论了不同小波实施图象压缩的恢复图象质量及其计算方面的性能.当小波系数为简单整数时，图像压缩的数值实验表明，该方法在保证良好压缩性能的前提下，同时也具有良好的快速计算性质.     

一种基于子波变换的图像编码方案

提出了一种基于子波变换的灰度图像数据压缩编码方案其基本思路是对子波分解后的最低分辨率亮度子图像采用ＪＰＥＧ编码，对各级边缘子图像进行阈值量化后采用行程编码。对５１２×５１２的Ｌｅｎａ灰度图像进行编码，在压缩比为５２时，峰值信噪比（Ｓ／Ｎ０ｐ为２９．２４５ｄＢ。并获得有较好视觉效果的重构图像。     

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。