一种基于HVS的利用零树编码的水印算法

提出了一种利用人类视觉特性的数字图像水印算法．先采取直接序列扩展方式生成水印序列信号，然后嵌入到一组按重要性选出的小波系数中，其中嵌入强度由小波域临界可见误差JND(Just Noticed Difference)限决定．实验证明此算法在水印的不可见性和鲁棒性之间取得了良好的平衡，既保证了人眼视觉的不可察觉性，又具有较好的鲁棒性。     

基于小波包的SPHIT算法在无损图像压缩中的应用

在无损图像压缩中,对于那些富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,而基于小波变换的压缩方法只对低频信息进行多次分解。针对这个问题本文提出基于小波包的SPHIT算法对图像进行无损压缩。对图像先经过整数（5,3）小波变换后,再对小波系数进行SPIHT编码,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

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.     

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DSP的嵌入式零树编码算法设计

本文结合TI公司DM642的结构特点及EZW算法原理,提出了运用DSP实现图像压缩系统的设计方案。为了提高算法效率,文中用提升小波算法代替原EZW算法中的传统小波(mallat)变换算法。实验结果表明达到较为满意的效果。     

基于小波分析的图像压缩算法应用

以提高压缩比,减少失真度为目标,给出了基于Db小波基的具体推导过程。利用Mallat分解重构比较了Db小波和9—7小波的压缩效果。因此研究对于用小波变换进行图像处理等方面都有很好的应用价值。     

基于VQ的混合图像压缩算法

提出了一种改善矢量量化的方法。该方法保留小 分解后的低频信号，对其用基于ＳＯＦＲＭ的矢量量化形成码书和索引号，最后，传输索引号码字和ＪＰＥＧ编码后的码书码字。解码为编码逆过程，实验表明，本文所提出的方法，在ＰＳＮＲ相同的情况下，压缩比约为原始ＶＱ算法的４倍。     

基于EZW编码的改进算法及实现

对小波变换理论在图像编码中的应用及EZW算法进行了介绍,并针对EZW算法存在的不足,提出了改进措施,如对最低频子带单独进行编码,对高频子带进行边缘检测等.实验结果表明:该算法有效地克服了EZW算法存在的不足,其编解码速度、图像恢复质量等均优于EZW算法.     

一种基于人类视觉特性的医学图像压缩算法

结合人类视觉系统的掩盖特性和图像的3种不同特性区域,提出了一个新的基于人类视觉特点的医学图像压缩算法．通过对计算机断层扫描（CT）、核磁共振成像（MRI）图像进行验证表明,在相同的压缩比下,该方法能够取得较好的主观视觉质量．在视觉无损即保留几乎所有医学相关信息的条件下,压缩率可以达到16：1．     

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。     

图像压缩的小波系数模型

通过对3种经典的小波系数模型(EZW模型，SPIHT模型，EBCOT模型)进行仿真实验，表明SPIHT的压缩性能优于EZW(平均高0．6dB)，而EBCOT的压缩性能又优于SPIHT(平均高0．5dB)，再通过对3种模型的分析，明确了3种模型性能差异的根源在于对于带内小波系数的相关性和子带间小波系数的相似性的不同利用。最后，综合上述3种模型的优点，充分利用于带内小波系数的相关性和子带间小波系数的相似性，提出了一种新型小波系数模型。实验表明该模型在压缩比方面优于上述3种模型。     

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。     

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.     

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。     

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.     

一种基于小波变换的彩色图像数字水印算法研究

文章提出了一种在彩色图像的绿色分量中嵌入水印的方案,嵌入过程在小波变换域进行.原始二值水印图像按比例进行分解,结合HVS原理,将分解的水印图像嵌入到绿色分量的低频和中低频三级小波变换系数中.实验结果证明,该水印方案能有效地抵抗加性噪声、图像剪切等攻击,具有较强的鲁棒性。     

基于IWT和HVS的彩色图像数字水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的。提出了一种基于整数小波变换(IWT:Integer Wavelet Transform)和人类视觉系统(HVS:Human Visual System)特性的彩色图像数字水印算法。本算法根据原始彩色图像的整数小波系数高、低频分量的特点,选择彩色图像的YIQ色彩空间的Y分量嵌入水印,利用人类视觉系统的特性,将二值水印图像加密后嵌入到Y分量的整数小波系数中。实验证明,该算法对锐化、JPEG2000压缩和旋转等图像处理均具有很强的抵抗能力,复杂度较低,实用性较强,更好地兼顾了水印不可见性与鲁棒性之间的矛盾。