基于方差的WMSN图像非均匀分块自适应压缩算法

针对无线多媒体传感器网络数据量较大和储存能力有限等问题,提出了基于方差的图像非均匀分块自适应压缩算法。在传统的压缩方法中,均匀分块的稀疏变换对图像信号进行压缩,会带来图像重构的块状效应,而且无法有效地分离出重要区域或者背景区域。给出一种基于方差的图像非均匀分块自适应压缩算法,以图像方差值作为块大小分割依据,利用四叉树算法进行图像块大小的划分。并将分块大小结果分成快速变化块、过度块和缓慢变化块3类,适时做不同程度的压缩。实验结果表明：本文所提出的算法在图像重构质量方面优于传统的均匀分块压缩方法。     

基于小波分析的BP网络含噪图像压缩算法的探讨

近年来BP神经网络在图像压缩技术中的应用已成为图像压缩的热点问题之一。与经典的压缩算法相比,具有更高的压缩比和重构图像质量。但实际上,原始图像经常受到噪声的污染,使得图像质量明显下降。通过研究小波图像去噪的方法,结合小波变换和BP神经网络,研究了基于小波域的BP神经网络图像压缩方法。先在小波域内对图像进行去噪,再用BP神经网络进行压缩,从而得到高质量的重构图像。结果表明,该算法对合噪声图像的压缩,获得了良好的图像质量,同时也证明了这种方法的有效性。     

改进型粒子群优化算法的BP神经网络全息图压缩

针对拥有庞大数据量的全息图再现像质量不理想的问题, 提出一种针对粒子群优化算法(PSO: Particle Swarm Optimization)中学习因子和惯性权值进行动态调整的方法, 将改进后的算法与反向传播(BP: Back Propagation)神经网络相融合形成改进型粒子群优化BP 神经网络(MPSO-BP: Modified Particle Swarm Optimizing
BP Neural Network)并用于全息图压缩。通过与BP 神经网络和粒子群优化BP 神经网络(PSO-BP: Particle Swarm Optimizing BP Neural Network)压缩算法进行对比, 证明了该网络压缩算法在保持较好的压缩效率时得到的全息图再现像质量更好。     

一种新型改进四叉树方法在分形图像压缩的设计与实现

详细阐述了Jacquin和Fisher的两种分形图像压缩方法,基于Fisher的自适应四叉树,提出了一种新型改进四叉树搜索方法.该方法根据值域块的几何特征分类来选择合适的匹配块,通过区域相关的快速搜索与四叉树方法相结合,并利用VC6.0开发工具加以验证与实现.实验结果表明,与Fisher方法相比,在同类图像压缩和重构中,新型改进四叉树方法压缩时间缩短,压缩比和PSNR得到较大的提高.     

小波域分形压缩方法的改进

为消除空间域分形压缩算法在图像恢复后的块效应，讨论了对图像经过小波分解后，根据小波域的子带相似性进行分形压缩的算法及其实现和改进，实验结果表明小波域分形压缩算法较好的消除了块效应。     

基于小波分析的四叉树算法的遥感图像压缩

提出了一种基于混合编码的四叉树图像压缩方案,对提升小波变换后的最低频部分采用四叉树无损压缩方法,其他部分采用四叉树有损压缩方法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

快速提升小波变换的图像压缩

本文针分别介绍了基于行的压缩算法和提升小波方法,对现行基于行的采用CDF9/7提升小波压缩算法进行改进,采用BT7/5滤波器实现了基于行的提升小波算法。结果表明,该算法有效地保证压缩质量的同时,比传统基于行的小波变换执行速度更快,比现行的基于行的提升小波方法计算复杂度更低。     

基于FPGA的快速LADT压缩算法的改进及其实现

提出了一种应用于心电图像的改进折线逐次逼近(LADT)压缩算法.该算法既减少了数学运算量又适用于硬件实现.通过仿真实验验证,采用该算法,既保持了压缩比较高和失真小的优点,又得到了良好的实时压缩效果.设计了基于FPGA的心电信号压缩处理硬件电路,实现了改进的压缩算法,并进行了心电信号数据压缩实验,实验结果验证了该方法的有效性.     

一种基于分类的改进BP神经网络图像压缩方法

探讨了神经网络用于图像压缩和解压缩技术,实现了一种基于分类的改进BP神经网络压缩方法:按图像各部分像素特征将图像分为平滑块、中间块和边缘块,不同的分类块采用不同的隐含层数,从而在保证重建图像丰富细节的同时,提高图像的压缩比.同时,对3层BP神经网络进行优化,提高了网络的收敛速率,实验结果证明本算法在取得较大的压缩比的同时能保证图像的恢复质量.     

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。     

基于BP神经网络改进算法的遥感图像分类试验

BP神经网络分类方法是一种新的模式识别方法,在遥感图像分类识别处理中有良好的应用前景。本文在阐明标准BP算法及其改进算法——Levenberg-Marquardt算法的基础上,介绍了BP神经网络的遥感图像分类过程,并在MATLAB平台下对基于BP神经网络的分类算法进行了试验。实验结果表明基于BP神经网络的遥感图像分类方法是一种有效的图像分类方法。     

分形插值快速IFS算法在图象压缩编码中的应用

研究了一维和二维分形插值快速ＩＦＳ算法在图象压缩编码中的应用．通过与传统的ＰＩＦＳ分形图象压缩算法的比较，提出了一种改进的一维ＩＦＳ分形插值算法与双线性插值算法相结合的图象压缩编码方法，在保持重建图象质量和压缩比的前提下，运算时间大大降低     

一种基于四叉树分形编码的数字水印算法

传统的利用分形编码嵌入数字水印的方法所需编码时间较长,对图像质量的影响大.提出了基于四叉树分形编码的水印算法,通过在不同寻找区域中搜索最佳匹配定义域块来嵌入水印.实验结果显示,与传统的方法相比,提出的方法在嵌入水印编码时间、图像质量和鲁棒性方面均有较大的改进.     

基于不规则区域分割及灰度排序分类的分形压缩算法

基本分形压缩分类算法多以单一特征分类且需要庞大的匹配搜索运算。首次将PCNN分割引入分形压缩,提出一种基于不规则区域分割及图像灰度排序分类的分形压缩算法。算法首先对原图像进行不规则区域分割,然后利用所得二值图像的灰度值与原图像的灰度值两个特征对图像块进行联合分类,以缩小搜索匹配的范围,提高压缩速度。实验结果表明,所提算法在保证解码质量的前提下,大幅度减少了编码时间。     

基于BP人工神经网络的图像压缩技术研究与改进

数字图像压缩技术对于数字图像信息的大量储存和快速传输具有非常重要的现实意义。本文介绍了将BP人工神经网络用于图像压缩的应用原理,并实现了一种基于分类的改进BP神经网络压缩方法:按图像各部分像素特征将图像分为平滑块、中间块和边缘块,不同的分类块采用不同的隐含层数,从而在保证重建图像丰富细节的同时,提高图像的压缩比。同时,对3层BP神经网络进行优化,既通过采用非线性网络和最速下降法实现了图像压缩,提高了网络的收敛速率。实验结果证明本算法在取得较大的压缩比,同时能保证图像的恢复质量。     

二维图形数据的线性四叉树编码方法研究

介绍了二维图形数据的线性四叉树编码数据结构．用该数据结构研究了二维图形数据的四叉树编码的转换、缩放、显示、存储等算法，讨论了二维图形数据由四叉树编码数据转换为光栅扫描显示图形的方法以及用C语言实现二维图形四叉树编码数据结构的各种算法．该算法适用于二维图形数据的四叉树编码数据的压缩存储和各种逻辑图形操作，可节省大量的存储空间，加快图形／图像数据的运算速度，为计算机图形学的压缩编码技术提供了新的研究手段。     

小波域中的分形图象编码方法

研究了小波变换和分形编码相结合的图象压缩方法,即对小波域（传统发形编码在空间域进行）图象进行分形编码,解决了传统分形编码收敛条件苛刻,解码步数难以确定的问题;同时又提出了类似四叉树分割的变长小波树的分形压缩算法,结合小波系数的分层量化算术编码,几乎可以准确地控制压缩倍数,解决了传统发形压缩倍数难以控制的问题,并且通过自动调整阈值的大小,找到小波域图象的最佳小波树分割,也也就是找到了小波系数和分形系数的最佳折衷,最后对DCT,传统分形编码和新方法进行比较,哪现新方法具有一些明显的优点和特点,尤其在压缩比下更是如此。     

一种基于动态词典的英文文本压缩算法

传统的压缩算法LZ77、LZ78以及改进的LZW都是以单字符为单位进行处理的.这种处理模式降低了对多字符词汇相关性的适应速度,从而直接导致压缩效率的降低.为了提高压缩效率,在LZW压缩算法的基础之上,结合以词汇为单位的处理模式的设计思想,提出了一种基于词汇模式的LZW算法.实验结果表明,这种以词汇为基础的文本压缩算法比原来的LZW算法具有稳定的、更高的压缩效率.该压缩算法可直接推广应用到其他语言的文本压缩中去.     

一种基于提升小波的改进EZW图像编码方法研究与仿真

由于嵌入式零树小波压缩算法（EZW）的压缩时间较长,一种基于提升小波的改进EZW图像编码算法逐渐兴起。本文分析了这种改进EZW算法,并在matlab中进行了仿真实现,实验结果表明,这种改进的方法可以提高复原图像的质量和编码效率。     

基于自适应比特分配的SAR复图像频域压缩算法

研究合成孔径雷达(SAR)复图像数据的虚实部压缩算法,针对SAR复图像数据的统计特性,提出一种自适应比特分配的改进算法。首先在频域对SAR复图像数据进行自适应加权预处理,然后由香农率失真定理结合拉格朗日乘子法,推导了基于方差的块自适应虚实部最优比特分配公式,给出了整个压缩算法的流程图。根据流程图进行了多次压缩实验,并分析了算法的压缩性能。最后将改进算法与传统算法进行比较,验证了改进算法具有更优的幅度保持和相位保持的特点。