小波变换与矢量量化编码

图象的小波变换具有空－频同时局域化的性质，矢量量化编码能获得较高的压缩率，我们对原始图象经三轮小波分解形成１０个子带，对最低低频分子的子带采用标量量化，而对其余子带采用矢量量化编码。通过编码后的数据，能够重建原图，实验结果证明了这种方法有较好的效果。     

小波变换与图象数据压缩

随着信息社会的发展，多媒体计算机越来越显示出其重要地位和广阔的应用前景，而图象数据压缩问题困扰着多媒体计算机的发展，因而也成为多媒体的一个关键技术问题，本文利用小波变换的特性研究图象数据压缩方法，以探寻高比例，高质量压缩图象数据的新途径。     

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。     

基于小波变换的JPEG编码方法的探讨

小波变换是近几年在图象处理领域中新兴的一种变换方法，以性能优越而日益受到人们注意。本文通过实验方法探讨了小波变换与现有ＪＰＥＧ编码体系相结合的可能性，并与采用了其它编码方法的小波变换编码和ＪＰＥＧ编码进行了比较，对三种编码方法在图象压缩 效果及性能进行了评估。     

基于多小波变换的医学图像分形压缩方法研究

针对医学图像分析与压缩的特殊要求,将多小波变换和分形压缩理论引入到医学图像压缩中。首先对医学图像进行多小波变换,较好地保持了医学图像的边缘和细节信息,再采用分形压缩方法对图像进行压缩。实验表明,算法在保持一定医学图像质量和较高压缩比的前提下,编码时间大大减少,结合多小波变换的医学图像分形压缩方法在临床应用取得较好效果。     

小波变换及图象的VQ压缩

利用小波变换可实现图象的多分辨率分解，但分解后数据量并没有得到压缩，用ＶＱ对分解后的细节图象进行编码时，根据分解后矢量的均值，方差分类设计码本，该方法不但可有效地提高编码时搜索速度，而且重建后图象的也有所提高。     

基于小波变换和零树编码的医学图象压缩

对数字图象进行压缩可以提高存储和传输的效率 .利用图象本身的相关性 ,目前已经有多种压缩方法 ,如无损压缩的ｌｚｗ算法和有损压缩的ｊｐｅｇ算法 .而医学图象除了本身的相关性外还具有两个特性 :(1)很多非压缩的图象数据是以每象素 16ｂｉｔｓ的方式存储 ,而其中实际有效的数据通常是 8～ 12ｂｉｔｓ.通过压缩可以去掉冗余部分 .(2 )医学图象的某些区域 (非敏感区 )是边框、说明、标尺及背景部分 ,对这些区域可以进行高压缩比的压缩 .医学图象一般采用无损压缩 ,但无损压缩的压缩比较小 ,通常为 1.5～ 3倍 .在低速网传输医学图象 ,往往导…     

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.     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

基于小波变换的医学图像插值研究

提出了一种基于小波变换的高频预测方法,能有效地结合多小波实现任意整数倍的图像超分辨率.实验结果表明新的基于小波分析的图像插值方法能够有效地保持图像的边缘特征,达到更好的视觉效果.     

小波变换及其在图像处理中的应用

小波分析是对傅立叶变换的继承和发展,在数字图像压缩,图像的边缘检测,信号分析,医学影像以及计算机视觉等领域有着广阔的前景,本文首先介绍了小波变换的基本原理,特别是多尺度分析理论,作为应用,分析了基于小波变换的图像消噪技术,并给出实例。     

基于小波变换的分开-合并图像分割

小波变换具有良好的“时间—频率”局部化特性及多尺度变焦距特性对于二维图象的小波变换,其梯度模值提供了图像的边缘信息在大尺度时,图像边缘稳定,但存在有位移小尺度时,边缘定位精确,但易受噪声影响噪声和边缘都具有较高的空间频率噪声的能量小,在大尺度下,其小波变换系数值小边缘的能量大,在大尺度变换下,其小波变换系数值大由多尺度小波变换系数的变化情况,估计边缘的类型采用多尺度小波变换系数作为四分树结构的分开—合并法图像分割的一致性度量从而在大的图像块中,去除噪声的影响,在小的图像块中,以小波变换的局部极大值精确定位边缘,根据边缘信息进行分开—合并法图像分割实验表明,算法得到满意的结果     

一种基于小波变换方法的图像递进传送方式

研究利用小波变换方式进行图像的递进传输。方法对图像实行小波变换,然后传递变换后的小波系数,在拉发收端可根据需要对接收到的系数随时地以变换,从而得到原图像的逐级近似。     

基于小波变换的图像水印算法

数字水印为数字媒体版权保护的有效方法,提出了一种在小波变换域中加入水印的算法,该算法利用小波变换的特性,选择在较低频于带的重要系数中加入水印。首先选择需要添加水印的子带,并确定一组门限,构成一组区间,通过改变幅值落在这些区间的小波系数来加载水印信息,水印为一伪随机序列,检测时通过计算原始随机序列与恢复出的随机序鲁的互相关来判断水印是否存在。实验结果表明,应用所提出的算法实现的水印对于常见图像处理有     

基于小波变换的一种新的图像质量评价方法

图像质量评价方法在数字图像处理方法的研究中起重要的作用。由于数字图像处理结果的最终接受者是人，因此在评价图像质量时必须考虑到人类视觉系统的特性。该文利用小波变换匹配于人类视觉系统的多信道模型的性质，结合人类视觉系统的特性，通过建立小波变换域中的可视性门限模型，给出了一个新的图像质量评价方法。模拟实验表明该方法优于通常的评价方法，其测量的失真结果与人对图像质量的主观评价保持良好的一致性。     

图像编码与小波变换图像编码

介绍图像编码的方法，着重介绍了小波变换的基本理论及小波变换在图像编码压缩中的应用，并展望了今后的研究方向。     

基于最优梯度估计及小波变换的指纹图像处理技术

提出了最优梯度估计算法,用于提取指纹图像局部窗口中的纹理梯度特征参数,并在此局部窗口内计算出相应的频率参数。小波滤波器再根据这些特征参数对指纹图像进行自适应滤波,并用滤波后的合成梯度强度对滤波性能进行了衡量。实验结果表明,该算法较好地去除了图像中的噪声,并较大程度地提高了图像的质量。     

基于MATLAB的连续小波变换图象分析

Wavelet是基于MATLAB的一个重要应用软件包。但在利用Wavelet对于一些典型信号 ,如正弦信号、δ 信号进行连续小波变换 (CWT)时 ,却出现一些与常识不相符的“异常”图象。针对这个问题 ,利用Morlet小波基 ,从连续小波变换基本公式出发 ,通过数学上的严格推证 ,指出了这些特殊图象的形成原因 ,分析了小波变换所体现的“数学显微镜”的特点 ,并得到一个有趣的结论 :只有当小波Morlet小波基的振荡频率略微小于正弦信号的振荡频率时 ,才会达到小波变换的最大值     

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。