子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

18位彩色图象简易压缩编码

用简单的游程长度编码和位“ＸＯＲ”运算，实现１８位彩色图象数据流的压缩编码。每个压缩码字节由高位的压缩属性指示码和低位的压缩数据码组合而成，仅凭残余信息能将后续的图象解码恢复。     

分形图象压缩方法

分形图象压缩方法是近年来迅速兴起的一种高倍率图象压缩方法，而它的最大缺点是速度慢，文章介绍了这种方法的基本思想及若干改进的算法。     

DM编码Huffman编码的优化作用

本文然于产为流行的图象编码方法－Ｈｕｆｆｍａｎ编码的优缺点和其适应性，使用ＤＭ编地共进行改进。     

通用栅格编码量化在图象压缩量化中的应用

提出了一种基于栅格编码TCQ的图象压缩编码量化方法。论述了TCQ量化方法的理论基础栅格编码调制TCM和维特比算法的基本原理。在研究普通TCQ量化方法和其中集合划分存在问题的基础上，探讨了另外一种划分方法的可行性，得到通用栅格编码量化方法UTCQ。根据对实际图象量化结果的比较，证明了UTCQ的有效性。     

彩色图象分割与颜色特征选择

图象分割是计算机早期视觉重要的不可缺少的一步。彩色图象由于具有比灰灰度图象更多的视觉信息,受到了越来越多的重视。本文对彩色图象分割方法和颜色特征选择及关系做了概述;特别是对基于物理分割方法做了更多的描述,意旨它将是 计算机深层次视觉根本方法。     

一种自适应图象压缩编码算法

提出了一种自适应图象压缩编码算法（ＡＣＣ）,该算法将绝对矩方块截断编码算法（ＡＭＢＴＣ）、内插法和四叉树技术有机结合起来,根据图象的局部特性调节编码算法．仿真结果表明ＡＣＣ算法与文献［５］中自适应算法相比,在相同的压缩倍数下,能得到更好的编码性能．     

数字电视图象压缩编码

本文对各类电视图象压缩编码方法的原理、特点和进展作了较系统的综述。包括变换编码、预测编码、矢量量化编码、运动补偿编码和电视图象信号的亚奈奎斯特取样。对图象信号的特点、视频信号的数字化和电视图象压缩编码在综合业务数字网中的重要作用也作了简述。     

实时图象伪彩色处理电路的设计与实现

该文研究利用硬件电路实现图象伪彩色处理的方法，突破了传统的图象伪彩色处理必须利用计算机软件的局限。通过对黑白视频信号进行灰度分割和编码，建立起灰度级－彩色的变换关系，即某一灰度级经过变换编码后对应于一个特定的彩色，并且连续的灰度级变化对应于连续的彩色变化，通过彩色编码合成为彩色全电视信号，从而可以直接在彩电上显示出伪彩色图象。该方法线路结构简单，实现了实时伪彩色处理，大大提高了人眼的分辨能力。     

彩色图象量化方法的研究

彩色图象量化是图象处理中的关键技术之一,本文讨论了几种常用的色彩量化算法,并且提出限一种新的统计聚类算法,实验表明,该算法是一种性能较好、复杂度低的图象色彩量化方法。     

神经网络在图象压缩编码中的应用

讨论神经网络在图象压缩编码领域中的应用.针对图象矢量量化存在的分块效应问题,对Kohonen自适应模型进行了研究.应用了两个DCT的余弦变换域的特征值,结合Kohonen的自组织特征映射(SOFM)算法对图象元素分类压缩编码.计算机模拟实验表明,和单纯用神经网络直接进行矢量量化相比,应用这种技术的图象编码压缩比和译码图象质量都有明显的提高.     

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。     

数字图象压缩编码原理

本文通过对编码压缩的分析,给出了数字图像压缩编码原理。首先,基于离散余弦变换给出了变换压缩编码;并给出了一种变长的哈夫曼编码。最后给出了4种可选的编码方法。     

图象编码误差均匀分布压缩方法

本文利用视觉特性的非相干压缩和图象编码误差均匀分布的观点,将MHT(M-Hada-mard Transform)应用于图象数据压缩,获得了高压缩比和高质量恢复图象。在标量量化情况下,变换域能量分布分散的MHT具有优良变换性能。得出了与传统变换压缩理论和机理不相同的结果。     

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。     

基于小波变换的图象压缩编码分析与实现

本文分析了小波变换域的数据特点和编码特点，提出了采用小波芯片ADV612实时图象压缩编码的实现方法。     

图象锥形编码

本文提出了一种与文献[1]不同的实现图象锥形编码的方法。文中给出了最优量化器设计的方法和结果,讨论了用分块编码实现锥形编码的方法。计算机模拟实验的结果表明,重建图象可以获得1.2bit/pel的压缩效果,而且重建图象的质量是令人满意的。