一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法．先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码．舍弃最高频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码．实验表明，在图像质量和压缩倍数方面都取得了较好的结果     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法。先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码。舍弃最新频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码。实验表明，在图像质量和压缩倍数方面都取得了较好的结果。     

小波域中的分形图象编码方法

研究了小波变换和分形编码相结合的图象压缩方法,即对小波域（传统发形编码在空间域进行）图象进行分形编码,解决了传统分形编码收敛条件苛刻,解码步数难以确定的问题;同时又提出了类似四叉树分割的变长小波树的分形压缩算法,结合小波系数的分层量化算术编码,几乎可以准确地控制压缩倍数,解决了传统发形压缩倍数难以控制的问题,并且通过自动调整阈值的大小,找到小波域图象的最佳小波树分割,也也就是找到了小波系数和分形系数的最佳折衷,最后对DCT,传统分形编码和新方法进行比较,哪现新方法具有一些明显的优点和特点,尤其在压缩比下更是如此。     

声波测井数据小波压缩的一种方法

大量声波测井数据的传输和存储迫切需要有效的压缩编码技术,小波变换具有良好的局部化特性,使其特别适合于声波测井数据的压缩。文中把声波测井数据看成声波图像,利用二维小波变换对其正交分解,在不同的子带下对小波系数施行不同的处理方法,然后对数据进行复合编码。实际应用表明,该方法可以得到较高的压缩比和信噪比,一般能满足后续处理的需要。     

小波变换结合LZW压缩算法探究

为解决传统桥梁振动数据压缩方法存在的问题,在深入分析小波变换原理的基础上,提出了一种小波变换结合LZW的压缩算法。该算法针对桥梁振动数据的特点,根据小波变换多分辨率分析的特性,对分解后各级的高频分量采用Donoho阀值压缩算法进行量化处理。而后采用改进的LZW编码压缩变换后的系数,对实测数据进行了压缩实验,结果证明小波变换结合LZW的数据压缩算法可有效提高数据压缩比,能量恢复系数优于10-4,压缩比小于9.25%。     

一种基于SPIHT的图像压缩方法研究

提出了一种基于层树分级鳊码（SPIHT）的图像压缩方法。该方法压缩过程首先将图像数据进行小波变换,然后对低频小波系数进行调整,对高频的小波系数进行量化,以提高图像的压缩比,最后采用SPIIiT编码。解压缩过程通过sPIHT解码和小波逆变换恢复重构图像。仿真结果表明,在不同的峰值信噪比下,得到了较大的压缩比。     

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。     

基于比特平面SBI变换的遥感图像无损压缩

提出一种基于子块互换(subblock interchange,SBI)的遥感图像无损压缩方案.采用小波变换对遥感图像进行分解,将生成的频域数据按不同比特平面分别进行SBI变换并用算术编码进行压缩.该方案改进了基于列的扫描方式,将小波系数按幅值大小进行重新排序,根据SBI变换后数据特点取消了文本压缩中常用的前移编码(MTF),在降低复杂度的前提下提高了压缩率,同时具有信噪比和分辨率可扩展特性.     

利用小波变换进行地震数据压缩

根据Ｍ带小波变换理论,结合地震数据的特征,将Ｍ带小波变换应用于地震数据的压缩处理,提出了地震数据的压缩编码算法。实验结果表明,该方法简单,对地震数据压缩行之有效     

基于整型零树小波变换的编码研究与应用

结合嵌入式零树小波(EZW)系数的统计特性,提出了整型零树小波变换算法,该算法通过计算小波变换的整数可逆矩阵分解,得到可以整数实现的可逆矩阵变换;再利用得到的分解矩阵依次对图像样本进行变换;最终将变换得到的系数用EZW进行编码,实验结果表明,整型零树小波在低比特率下明显优于其他压缩编码,使变换后的图像数据能够保持原图像在各种分辨率下的精细结构,在编解码过程中,可根据需要随时停止编解码过程,得到不同精度和不同码率的恢复图像,适合并行实时处理。     

基于小波包变换的三维荧光光谱数据压缩方法

基于db小波包变换,采用频率分级阈值方法对三维荧光光谱数据进行了压缩。建立了数据的小波包分解树,根据对数能量熵最小原则确定最优树,通过频率分级阈值方法对最优树中的小波包系数进行压缩,并且用实验获取的数据加以验证。实验结果表明,和小波变换相比小波包变换能够更有效地保留数据的细节信息。通过和其他阈值法比较可知,频率分级阈值法具有更好的压缩率和数据恢复能力,其压缩分数达到90%,恢复分数大于98%,谱线相对误差小于1%。平行因子分析重构光谱与原始光谱的结果表明,小波包压缩能有效保留有用信息。     

常数分解变换法及在数据压缩和消噪上的应用

目的 研究常数分解变换法(SDT)及其在数据压缩和消噪上的应用。方法 在探讨常数分解变换法原理的基础上，提出了对一维数据进行有损压缩和消噪的思想，并给出了相应的优化算法以及将该算法拓展于二维信号的简单方法。结果 获得了常数分解变换法和小波分解变换法(DWT)进行数据压缩和消噪的实验结果。结论 在一定条件下，对于一维数据的压缩和消噪，常数分解变换法优于小波分解变换法。     

用小波变换法定量压缩地震数据

应用模型数据对 3种常用无损压缩数据方法进行了测试 ,得到的压缩比在 1.5左右 ,不足以满足实际数据压缩要求。为此提出了一种利用小波变换定量压缩地震数据的方法 ,并重点分析了小波方法的压缩比与分解的通道数、能量比与压缩效果以及压缩比与镜像滤波器长度间的定量关系。对模型资料和实际资料的测试结果表明 :①在数据压缩的多种方法中 ,小波变换法有很强的变焦功能 ,比一般的压缩方法具有更高的压缩率 ,数据压缩比达到 2 1时 ,仍能取得较理想的压缩效果 ;②在满足分解次数的条件下 ,应尽量选取较多的通道数 ;③压缩效果可以用能量比来描述 ,对于地震资料的有效压缩 ,能量比值应大于 80 % ;④在小波压缩中 ,一般应取较长的镜像滤波器 ,但并不是越长越好 ,一般在 10个点以上即能满足要求。     

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．     

基于小波包最优小波树在故障录波数据压缩中的应用

针对电力系统故障录波信号中蕴含丰富暂态特征信号的特点,在小波理论中多尺度多分辨率分析的基础上,提出了基于最小熵标准的最优小波树数据压缩的方法,并利用Matlab数学分析工具,从工程和实验角度出发,较为直观地探讨了小波包变换在故障录波数据压缩中的应用.     

小波变换在行驶工况构建用车速数据处理中的应用研究

在以车载测试技术为主要手段的车辆实际道路行驶工况构建过程中,车速这一行驶数据具有数据量大、采样频率高等特点,需要借助计算机来完成相应的处理工作。原始车速数据中包含着大量的噪声和由于采样率高于所需精度产生的冗余,对信号进行一维离散小波变换,得到信号的高频和低频系数,并利用小波分层阈值降噪和小波分解域量化压缩实现信号的降噪与压缩。文中以采样周期7天的一段ECU车速数据为例阐述了一维离散小波变换在车速数据处理过程中的应用,结果表明采用该方法对车速数据进行降噪压缩具有较好的效果,可以增强短片段中速度、加速度等特征参数的差异性,改善聚类效果。证明一维离散小波变换在识别去除车速信号中噪声和冗余的有效性和正确性。     

基于OMNeT++的无线传感器网络数据压缩仿真设计

利用Haar小波变换进行模拟实验,实现了基于OMNeT++的无线传感器网络数据压缩算法的仿真架构,并对Haar小波数据压缩算法下的无线传感器网络诸参数,如能耗、压缩比和均方差等进行了仿真.仿真结果数据证明了该仿真器对算法仿真的有效性和可靠性.     

An approach to integer wavelet transform for medical image compression in PACS

We study an approach to integer wavelet transform for lossless compression of medical image in medical picture archiving and communication system (PACS). By lifting scheme a reversible integer wavelet transform is generated, which has the similar features with the corresponding biorthogonal wavelet transform. Experimental results of the method based on integer wavelet transform are given to show better performance and great applicable potentiality in medical image compression. Biography: Yang Yan (1964-), female, Lecturer. Research direction: image processing, wavelet analysis and its application