混合基于行和7/5提升格式的小波变换算法

针对传统小波变换算法对内存需求大和计算复杂度高的问题,提出了混合基于行和7/5提升格式的小波变换算法。该算法采用基于行的小波变换,减少图像压缩的存储容量,利用BT7/5滤波器实现提升格式以减小计算复杂度。实验结果表明,该算法具有与JPEG2000相近的压缩效果,比传统的小波变换算法具有更小的内存需求,比其他基于行的提升小波算法具有更低的计算复杂度。     

基于JPEG2000低内存低复杂度的图像编码算法

针对JPEG2000内存需求大、计算复杂度高等问题，提出了用提升格式实现的基于行的小波变换方法．以累进方式完成列向的小波变换，可在不影响变换结果的前提下降低对存储容量的需求；同时利用提升格式的特点，进一步节省内存和加快计算速度．针对EBCOT算法3个通道编码、三次扫描操作浪费大量运算时间的情况，应用一次扫描完成3个通道编码操作的算法对其进行改进，不用重复形成上下文，大大减少了运算时间，并保持了JPEG2000的优异性能．     

基于小波变换的遥感图像压缩算法综述

根据当前国内外遥感图像数据压缩技术的现状以及发展趋势，首先介绍了小波变换技术，然后着重阐述了三种基于小波变换的遥感图像压缩算法并进行了简单的比较，通过比较和分析遥感图像压缩算法的特点与图像评价的标准得出了每个压缩算法的适用性，最后提出对未来遥感图像压缩算法的建议。     

小波变换在图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解与重构过程．讨论了在Matlab语言环境下实现图像压缩的基本方法,并对小波变换用于图像压缩时小波基的选取所要考虑的因素进行了分析．从工程和实验两个方面较为直观地探讨了小波变换在图像压缩中的应用．实验结果表明：小波变换用于图像压缩能够实现很高的压缩比,具有很高的使用价值．     

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.     

小波视频图像处理技术

基于小波的视频图像压缩的理论，根据小波变换的基本特点，用小波视频图像处理的关键技术对现有小波视频图像处理技术进行分析，结合软件和硬件的实现方法提出小波视频图像处理的新方案。通过选取最佳的小波基和快速提升小波算法，实现了经小波变换处理后的图像细节部分清晰，层次感强，适合于高压缩比的应用领域要求。     

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。     

基于小波变换的图像矢量量化方法

从人眼视觉特性的角度研究基于小波变换的图像压缩算法。分析了图像经小波变换后得到的子带图像的视觉特性和统计特性，对传统的矢量量化算法给予改进，提出了一种基于小波变换，符合人眼视觉特性的矢量量化－Ｗａｌｓｈ－Ｈａｄａｍａｒｄ变换域下的矢量量化算法。     

分块自适应零树量化图像压缩算法研究

讨论了图像经过整数小波分解后的系数分布特性,针对现有的小波量化算法的不足之处,提出了一种基于整数小波变换的分块自适应零树量化图像压缩算法,进行预测编码,该算法硬件实现简单,可并行处理,计算结果表明,该算法优于现有的其他图像小波量化方法。     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法．将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Huffman编码及RLE编码．实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级和比特率，适合网络图像传输．     

基于小波包矢量量化图像压缩方法

提出了一种新的数字图像压缩方案——基于小波包的区域联合矢量量化(WPVQ)．WPVQ压缩方案充分利用了小波分析的三个重要特点，即零树特性、多层分解和适合跨区域联合编码．在具体实现过程中，WPVQ又采用了一系列措施来提高信噪比并降低算法复杂度．计算机模拟实验表明，同采用嵌入式零树编码(EZW)的JPEG2．000相比，WPVQ可以在高压缩比情况下保持良好的信噪比和主观效果，尤其适合于对图像进行高压缩比的压缩处理．     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.     

基于HVS的DWT图像压缩混合编码算法

为提高数字图像在高压缩比下重构图像的质量,分析研究现有离散小波变换（discrete wavelet transform,DWT）图像压缩的相关算法以及小波系数特性,提出一种基于人眼视觉系统（human visual system,HVS）特性对小波系数进行加权,结合小波各子带系数特性,采用差分脉冲编码调制（differential pulse code modulation,DPCM）与多级树集合分裂排序（set partitioning in hierarchical trees,SPIHT）相结合的编码方法．经视觉信息保真度分析实验验证,与传统的嵌入式零树小波（embeddedzero—tree wavelet,EZW）和SPIHT算法相比,在相同的比特率下该算法重构的图像具有更好的主观视觉效果．     

A Scheme of image coding with high compression

Ｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎｔｅｃｈｎｉｑｕｅｓａｒｅｄｉｖｉｄｅｄｉｎｔｏｔｗｏｍａｉｎｃａｔａｌｏｇｕｅｓ：ｔｒａｎｓｆｏｒｍｃｏｄｉｎｇｓ（ＤＣＴ,ＪＰＥＧ,ＦＦＴ,Ｗａｖｅｌｅｔ）ａｎｄｎｏｎｔｒａｎｓｆｏｒｍｃｏｄｉｎｇｓ（ＰＣＭ,ＤＰＣＭ）．ＴｈｅＰＣＭａｎｄＤＰＣＭｍｅｔｈｏｄｓｅｎａｂｌｅｕｓｔｏｃｏｍｐｒｅｓｓｔｈｅｄａｔａｗｉｔｈｏｕｔｔｒａｎｓｆｏｒｍｉｎｇ．Ｔｈｅｙｂａｓｅｄｏｎｔｈｅｓｉｇｎａｌ○ｓｍｏｄｅｌ．Ｃｏｍｐｒｅｓｓｉｏｎｃａｎｂｅａｃｈｉｅｖｅｄｂｙｔｒ…     

基于小波分析的医学超声图像压缩及分组霍夫曼算法

介绍了一种医学超声图像小波分解和重构方法,即根据二维图像的结构,在小波分解后采用二维分组Huffman编码算法．讨论了基于小波分析的压缩算法的误差,采取相应的措施改进了压缩算法,以重建图像和原始图像的归一化相关系数来衡量重建图像的质量。模拟结果表明在保证重建超声图像质量的前提下,分组Huffman编码较大地提高了超声图像的压缩比。     

基于快速提升小波变换的图像压缩

提出了一种基于快速提升小波变换的图像压缩方法,并对EZW编码进行了改进。首先对图像作快速提升小波变换,然后根据小波系数的分布特点进行改进的EZW编码,试验结果表明,该方法在保证恢复图像质量良好的情况下可获得较高压缩比和压缩速率。     

几种小波变换的图像处理技术

对图像数据先进行二维离散小波变换 ,根据小波变换后高、低频分量的特点 ,用数据隐含技术将加密数据隐藏在小波变换图像的高频部分 ;图像加扰技术采用改变小波变换图像的低频部分 ,以此干扰复原图像质量 ;防伪技术是在原图像中改动某些象素值 ,使在小波变换图像的高频部分得到某种显而易见的标志 ,以此分辨图像的真伪 ,这三种技术处理都是基于小波变换后的图像 ,几乎没有附加传输信息量 ,所以基于小波变换的图像压缩技术对上述处理后的图像依然适用     

一种方向提升小波变换和网格编码量化的图像编码算法

由于JPEG2000图像压缩标准不能有效表示图像边缘的缺陷,提出了一种结合方向提升小波变换和网格编码量化(TCQ)的图像编码算法.该算法先通过基于率失真优化的四叉树分割算法得到最优变换方向,再沿最优变换方向做方向提升小波变换,然后对得到的小波子带系数进行TCQ量化,最后将量化系数编码输出.实验结果表明,对所给定的测试图像,该算法比JPEG2000峰值信噪比最多提高了1.49 dB,比JPEG2000的结构相似度最多提高了3.98%,解码图像的主观视觉质量更好.     

提升小波变换二叉树图像编码算法

为进一步提高图像压缩质量,在研究二维离散信号采样的基础上,基于全相位列率滤波理论设计了全相位内插滤波器组,并将其用作小波变换提升格式中的预测和更新滤波器,对图像进行不可分离的二维小波变换.结合各分解子带小波系数金字塔排列的特点,借鉴经典的SPIHT小波编码算法的思想,提出了二叉树小波编码算法.对经典测试图像的实验结果表明,与SPIHT算法在相同编码比特率下做比较,在低比特率下,二叉树小波编码算法重建图像的峰值信噪比平均提高约0.5 dB,并且重建图像的主观质量也较好.