基于改进小波包变换的一种音频编码算法

对音频编码中基于自适应小波包分解在前人基础上作了进一步的探讨,对最优小波包的选择进行了优化,根据应兼顾实时计算复杂度和音频信号能量集中在低频的特点,提出一改进的自适应小波包分解算法,并采用基于心理声学模型的零树编码,使该系统对语音信号有较高的压缩比,同时能保持良好的实时性和客观恢复信噪比.     

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．     

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法（FCC）优缺点的基础上，提出了一种新的结合小波变换的分形图象编码压缩算法（DWT－FCC），该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

一种基于小波包变换的零树分形图像编码算法

在分析小波包变换、零树编码和分形编码的特点的基础上,通过选择最佳小波包基,对不同子带分别采取零树编码和分形预测编码等措施,提出了一种基于小波包变换的零树分形图像编码算法.实验结果表明:本算法能有效提高峰值信噪比和减少编码时间,提高了压缩效率.     

基于小波包变换的一种降噪算法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小 ,而信号的方差和幅值与小波变换的尺度变化无关。因此 ,文章提出一种以小波包能量为基础 ,以降低原始信号与降噪后信号之间的均方误差 (MSE)为目标的基于小波包的降噪算法 ,并与传统的 Donoho的硬阈值降噪算法作了比较。仿真结果表明 ,该算法可以有效去除白噪声干扰 ,并且明显优于传统的 Donoho的硬阈值降噪算法。     

提升小波变换二叉树图像编码算法

为进一步提高图像压缩质量,在研究二维离散信号采样的基础上,基于全相位列率滤波理论设计了全相位内插滤波器组,并将其用作小波变换提升格式中的预测和更新滤波器,对图像进行不可分离的二维小波变换.结合各分解子带小波系数金字塔排列的特点,借鉴经典的SPIHT小波编码算法的思想,提出了二叉树小波编码算法.对经典测试图像的实验结果表明,与SPIHT算法在相同编码比特率下做比较,在低比特率下,二叉树小波编码算法重建图像的峰值信噪比平均提高约0.5 dB,并且重建图像的主观质量也较好.     

基于小波变换的一种实时图像压缩算法

本文结合传统的变长编码思想，讨论一种实时的小波图像压缩编码算法，经验证可广泛适用于不同特征的数字图像，并通过适当选取小波基和块内方差阀值可取得良好的压缩性能。     

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。     

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。     

基于小波包的SPHIT算法在无损图像压缩中的应用

在无损图像压缩中,对于那些富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,而基于小波变换的压缩方法只对低频信息进行多次分解。针对这个问题本文提出基于小波包的SPHIT算法对图像进行无损压缩。对图像先经过整数（5,3）小波变换后,再对小波系数进行SPIHT编码,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

一种基于系数差分的SPECK图像压缩算法

提出一种改进的SPECK图像压缩算法,利用提升小波变换后的系数相关的特点,对系数低频部分先采用无损的差分处理,再采用位平面编码;对高频部分采用原始SPECK算法.结果表明,差分处理优化了原SPECK算法,在相同比特率下,压缩效果优于原始SPECK算法.     

一种改进的SPIHT图像编码算法

在研究图像小波分解系数特点和SPIHT算法的基础上,提出了一种改进的SPIHT图像编码压缩算法.针对SPIHT算法没有利用同一子带相邻重要系数的相似性及在阈值为4、2、1这三层的大编码量,提出了在这三层编码用邻域内重要系数的绝对值均值代替各重要系数的绝对值来进行编解码;并且加深对大系数的重视程度,在前几个阈值时,对首次发现的重要系数进行三位二进制位的精细化.实验表明,在中、高压缩比情况下,本算法的重构图像峰值信噪比（PSNR）要优于原算法,并且视觉质量更好.     

嵌入式零树小波编码算法的优化研究

在研究Shapiro零树图像编码算法的基础上,从3种不同的角度提出了嵌入式零树编码算法的优化方案.结果表明,优化后的嵌入式零树小波(Embedded Zerotree Wavelet,EZW)编码算法效率高,易于实现,且编码与解码速度快,易于实时传输,可广泛应用于各种码率的传输.     

小波图像去噪的一种小波改进算法

小波阈值去噪算法是去除图像信号中白噪声的有效算法.其中阈值选取关系到图像重建的精确度.软硬阈值函数能够有效地去除噪声,却不能很好地保留细节信息.在传统软硬阈值函数的基础之上提出了一种自适应的阈值函数,能根据分解层次的不同而自动地调节阈值.根据仿真结果,证明该算法进一步继承了硬软阈值函数的优点,改善了其缺点,而且能够较好去掉噪声并且保留图像的细节.     

基于小波变换的零树编码改进算法

在讨论小波变换及EZW算法的基础上,分析了EZW算法的不足.通过对低频子带单独编码、在高频子带进行边缘检测、分类编码等措施的研究,提出了一种基于EZW算法的改进算法.实验结果表明:从峰值信噪比及编/解码时间对照,该算法优于EZW算法.     

一种分类的小波零树与分形混合图像编码算法

通过分析小波零树编码和分形编码各自的优点与不足,结合自身的特点,提出一种基于分类的混合图像编码算法。该方法把图像分割后的块分为3类,对不同类型的块分别采用分形算法或零树编码的改进算法SPIHT算法编码;结果表明,与单独使用这两种算法相比,混合编码算法的重构图像质量有一定程度的提高。     

基于小波理论的图像压缩算法

运用小波变换的多分辨特点,研究了基于小波的图像压缩技术.利用人眼特性(HVS),提出了分块压缩算法.该算法利用小波系数子带的相关性,从而在同样的平均码率下,获得了主观感觉较好的重构图像,也就是说在同样的主观条件上得到更大的压缩比.另外利用工具软件MATLAB对算法进行了实施,结果证明了该算法的有效性.     

基于小波相关性的改进阈值去噪算法

提出了一种基于SSNF算法与阈值去噪相结合的方法,实现了图像去噪.针对统一阈值去噪方法去噪后图像模糊的缺点,利用小波层间相关性提取并保留被"过扼杀"的一部分边缘信息,从而使得去噪图像的细节信息得到更多保留.实验结果表明,改进后算法可以有效地减弱统一阈值的"过扼杀"倾向,对去噪后图像模糊的失真有一定的改善.     

小波图像编码技术SPIHT的改进算法

本文简单介绍了小波变换编码的流程、特点和小波基的选取.并根据灰度图像经小波变换以后系数的分布、统计特性,对现今十分流行的嵌入零树(EZW)、分层树集合分割排序(SPIHT)算术编码方法进行研究.综合分析了该类算法的优缺点,并提出2种不影响算法整体结构的改进意见,对SPIHT编码算法增加了一些初始化操作.实验结果表明,在一定比特率下,改进后的算法在相同码率时将会得到质量更优的恢复图像.