形态小波变换在图像处理中的应用

论述了小波理论、多分辨分析技术与数学形态学的基本方法和内在联系，以及基于这三类理论所产生的形态小波变换的基本思想和应用方法，并通过一些基本的形态小波变换，展示了形态小波及其变换在图像处理应用中的巨大潜力。     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

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。     

基于小波变换的迭代分形混合图象编码

在深入研究小波分析及迭代分形原理的基础上，提出了一种基于小波分析和迭代分形的混合图象编码方法，先对原始图象进行隔行取样，然后在构造小波树的基础上，提出了基于分形和小波变换的自适应混合图象压缩算法，未被传输的象素在解码时利用已传输的象素经过双线性内插计算而恢复。计算机模拟实验表明：本文提出的压缩方法与基于亚取样分形插值预测的混合图象编码方法相比，在信噪比相同的情况下，压缩比提高了６．９，证明此种压缩     

小波变换在图像压缩中的应用

介绍了小波变换在图像压缩中的应用，并提出了小波基选择的几个准则。     

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.     

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。     

非线性小波变换及其在图像压缩上的应用

提出了一种基于非线性小波变换的图像压缩方法。使用非线性小波变换可以更高效地表示图像的边缘信息,并更能把图像的能量变换到低频子带上。仿真结果也表明,提出的方法在较高压缩比时比JPEG2000效果要好。     

图象压缩一从DCT到小波变换

讲述了基于散余弦变换（DCT）和小波变换（DWT）的压缩算法的各自特点，比较指出后者的优越性。并针对其应用前景介绍了新一代静止图象编码标准JPEG2000。     

基于小波变换的图像信号分解研究

本文通过对小波变换多分辨分析特性的介绍，讨论了基于小波基分解的滤波器组设计原理，给出了静止图像数据的树形分解的方法和分解结果，结果表明，树形分解后，可有效压缩数据动态范围，便于采用适当的量化方式，结合其它非线性编码，达到较高的压缩比。     

一种小波域分形图像编码算法的研究

针对经典分形压缩算法中编码时间过长的问题,研究了小波变换在分形图像编码中的应用.根据图像经小波变换后能量主要集中在低频系数图像上,并且和同方向高频小波子带之间具有相似性的特点,而分形编码正是利用图像的自相似性,提出了一种小波域分形图像编码算法,仿真结果表明,该算法在保证重构图像质量的前提下,大幅度减少了编码时间,提高了压缩比.     

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。     

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法——改进的自适应算术编码．将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码．实验结果表明该算法编码效率高于传统的嵌入零树小波算法．     

图像工程与嵌入式零树小波图像编码

介绍了图像工程领域里新颖有效的嵌入式零树小波EZW图像编码方法。首先叙述从子带编码到小波编码的演变历程，包括正交小波的多分辨率分析和滤波器组等内容。接着阐述小波分解图像方法和EZW编码原理。重点对EZW算法进行了详细分析和描述，包括零树及其扫描方法，以及EZW算法的实现步骤。最后对上述内容进行了概括。     

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。     

he Image Coding Method for Wavelet Multisolution Analysis

提出了一种利用小波多尺度分解和高效的JPEG压缩技术相结合压缩图像数据的新方法，实验结果表明利用该方法对图像进行压缩可以去除人的视觉系统不敏感的图像冗余信号，达到了高压缩比和较好的图像恢复视觉效果.     

基于离散小波分形的图像压缩编码

应用小波嵌入式零树编码技术 ,并将其与分形编码技术相结合 ,实现了对小尺寸图像 (12 8× 12 8× 8bits)的有效压缩 .在较好的图像主观质量与峰值信噪比的前提下 ,获得了压缩比较高且无分块效应的重建的小尺寸图像 .     

基于小波变换的静止图像编码探讨

离散小波变换（DWT）虽被广泛应用在图像压缩领域,但它无法实现真正意义上的无损图像编码,为解决此问题,提出基于提升框架的整数小波变换（IWT）,在IWT中应用最广的是内插双正交整数小波变换（IB—IWT）,IB—IWT能够实现压缩后图像的有损至无损渐进重构,以及具有无损感兴趣区域（ROI）的有损图像重建,而且具有很低的计算复杂度与很少的存储空间。     

图像小波包子带编码

本文提出了一种基于小波包分解的图像压缩编码方法 ,根据子带变换系数的统计特性结合人眼的视觉特性对小波包分解的子带有选择的进行量化编码 ,形成不同压缩码率和图像质量等级 ,便于网络视频服务中不同用户对不同的图像质量的要求