对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(Set Partitioning in H ierarchical Trees多级树集合分裂)和SPECK(Set Partitioning Embedded B lock Coder集合分裂嵌入块)算法,最后总结了他们的异同之处.     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中，SPIHT和SPECK具有较好的性能，文中对这两种算法进行了深入地研究．首先介绍了小波变换后系数的分布特点，然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT（多级树集合分裂）和SPECK（集合分裂嵌入块）算法，最后总结了他们的异同之处．     

一种无链表集合分裂嵌入块图像编码算法

该文在集合分裂嵌入块(SPECK)的基础上,提出了一种改进的无链表集合分裂嵌入块图像编码(SPECK)算法.将二维坐标值采用线性索引技术映射成一维的索引值,设置状态标记来记录集合和像素的重要性状态以代替链表的作用,最后对每个子带采用四又树集合分裂的方式进行 .编码.该算法不需要使用链表,避免了非固定存储空间的占用和链表节点的操作.实验表明:该算法与SPECK和SPIHT相比具有更快的执行速度,并且在获得较高编码性能的同时占用的存储空间固定在图像大小的50%.     

一种图像渐进传输的快速编码算法

针对数字图像渐进传输过程中集合分裂嵌入块（SPECK）编码算法需要动态分配存储资源、占用存储资源多完成小波系数编码与解码的耗时长等问题,提出了一种无系数表的SPECK编码改进算法.该算法无需动态建立传统SPECK算法中的重要系数列表与非重要系数列表,利用图像小波系数与阈值的比较和细化过程完成图像的编码.仿真结果表明,所提出的SPECK编码算法在牺牲一定峰值信噪比的条件下减小SPECK算法的编码复杂度,显著减少SPECK算法编码与解码算法的执行时间.     

三维小波零块编码算法在超光谱图像压缩中的应用

提出了1种三维集合分裂嵌入式零块编码(3D SPEZBC)的超光谱图像压缩算法。该算法首先采用三维二进小波变换,有效地去除超光谱图像的空间和谱间相关性,然后对于所生成的每个二维子带利用基于集合分裂的方法进行零块编码,最后再采用基于上下文的自适应算术编码来进一步提高编码性能。3D SPEZBC编码算法不但可以提供较好的率失真性能,而且相对于3D EZBC编码算法可以节省大量的存储空间。实验结果表明,3D SPEZBC算法在各比特率下编码性能均明显优于3D SPECK,3D SPIHT和JPEG2000算法。     

基于整型小波变换的SPIHT图象压缩算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPIHT(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPIHT图像编码算法,提出了用整数小波变换代替传统小波变换进行SPIHT图像编码。研究表明,比传统的小波变换更易于硬件实现。     

基于四叉树分割视频对象的可伸缩编码算法

提出一种利用多级树集合分裂算法(SPIHT:Set Partition In Hierarchical Trees)作为基于四又树分割视频对象(Video object)的编码和解码的核心技术,从而实现了基于对象渐进传输、可伸缩性编码方法。实验结果表明,该算法在相同的比特率下,可以得到比SPIHT更好的主观恢复图像,提高了基于ROI编码的效率。     

一种改进的SPIHT图像压缩方法

提出一种对SPIHT编码中D型集合分裂的改进算法,以及一些优化建议。通过引入对O型集合重要性的判断,实现先整体后个体的编码思路;通过预测编码消除集合与子集合间、节点与叶节点间的状态冗余。实验证明,算法提高了在输出码流中重要系数的比率,获得优于SPIHT算法的PSNR。     

一种基于小波包变换的SPECK图像编码算法

为了解决基于小波包变换树形编码算法中产生小波系数之间的父子冲突以及标准SPCEK压缩算法中四叉树分裂产生的集合数目过多的问题,提出一种新的基于小波包变换的SPECK图像编码算法,改进算法在小波包分解产生的复杂子带结构中,改进标准SPECK算法的四叉树分裂策略,对重要系数位置进行更好的预测,把不重要系数集中到一个更大的区域使用一个符号编码。实验结果表明,改进算法编码效果在PSNR上较标准SPECK有所提升,主观视觉效果在纹理区域明显优于SPECK。     

多级树集合分裂算法对SAR复数图像压缩

通过分析嵌入式编码的多级树集合分裂算法SPIHT的特点,提出了一种对合成孔径雷达(SAR)复数图像数据进行压缩的方法.该算法应用SPIHT对复数图像数据中的实部和虚部分别进行压缩处理,在压缩比1∶ 16的情况下仍然能够较好地保留原始数据图像的模值和相位信息.在实验评估中,分别采用带点目标和面目标的SAR复数图像,通过对比原始图像和解压缩后模值图像的视觉效果、信噪比、平均相位误差、峰值旁瓣比和积分旁瓣比等参数,验证了该算法的有效性.     

基于多小波的彩色图像分层树集合分裂算法

提出一种基于多小波变换的改进的彩色图像分层树集合分裂（set partitioning in hierarchical trees, SPIHT）算法,将彩色RGB图像转换到YCbCr色彩域,Y通道分配到2倍于Cb,Cr的比特,在各色彩通道间构造新的方向树结构,重组图像多小波分解系数,进行嵌入式多小波彩色图像SPIHT编码.结果表明,该算法具有良好的编码效果,性能优于9/7单小波编码.     

一种改进的基于无链表SPIHT的图像压缩算法

 SPIHT算法以其简单高效而著称,但由于LSP、LIP和LIS 3个链表的使用,内存需求量大,且需要动态分配或删除链表节点;另外,排序阶段存在的重复扫描也严重影响了算法的效率和性能,因此算法不易在硬件平台上实习,也不适用于低内存和实时应用场合。本文针对SPIHT算法的不足,提出了一种改进的无链表SPIHT算法。首先,在排序阶段加入对A类集合的分类判断,优化了码流输出,提高了压缩性能;其次,在存储重要信息时,算法以状态标识矩阵代替链表,既节约了内存开销也避免了内存的动态管理,最大输出位数和集合极值矩阵的使用则减少了扫描次数,提高了运行效率。     

基于EZW与SPIHT的雷达图像压缩研究

随着技术的发展,雷达图像的大小日益增长,采用传统的图像压缩方案已经无法满足系统要求。因此,本文研究了基于小波变换的压缩方式—嵌入式零树小波与多级树集合分裂算法。对两者的编码解码过程进行了详细推导与介绍。实验对3幅高分辨率雷达图像进行测试,证实了多级树集合分裂算法性能更优。     

基于小波变换与SPIHT算法的静止图像压缩

介绍了SPIHT算法,论述了基于SPIHT算法的静止图像压缩实现过程,并用MATLAB进行了仿真。     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B