噪声信道的鲁棒图像编码

在一鲁棒图像编码方案的基础上提出了一种改进方案。通过改变部分比特输出的先后次序，保留 它将SPIHT输出比特分类以体现各类信息的重要性及出错敏感性，使用不等保护能力纠错编码，并且利 用图像小波系数数据幅度的非均匀分布规律，解码时添加后处理步骤，将小波系数适当减小，得到更高质 量的图像。该方案算法简单，在实现鲁棒编码结构的同时提高了压缩效率。失真率分析和实验结果都表明 该方案提高了峰值信噪比，从而改进了压缩效率。     

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.     

一种适于遥感图像的图像压缩算法

提出一种适于遥感图像的压缩算法,将小波分解后的系数按照零树的方法排列为树状集合,再将树状集合排列为集合树块,为提高数据压缩效率,将集合树块划分成若干比特平面,利用分辨率之间的相似性和相邻系数之间的相关性进行比特平面编码;树块之间独立进行编码,以提高系统抗误码能力．对算法进行了系统仿真,结果表明,本算法压缩效率优于SPIHT压缩算法,且编码算法更简单,系统硬件易实现．     

LDPO码在数字水印抗通信干扰（方面的性能研究）

本文提出了一种鲁棒图像数字水印系统设计方案，将低密度校验码（LDPC codes）作为水印信道编码方案对图像水印传输进行差错控制，LDPC码编码后的水印序列嵌入原始图像的小波域，经过衰落信道传输，在接收端采用迭代译码算法提取。仿真实验结果表明，该方案能为水印传输带来显著的性能提高，且系统复杂度低，译码时延短。     

基于小波系数结构特征的高倍率图像压缩方法

针对图像小波系数在各子带内显著性分布的聚簇特征,提出了在SPIHT算法的输出环节引入游程编码,对游程编码算法的性能进行分析后,基于算法的最优编码条件,对SPIHT算法中LIS的初始化操作进行了优化,提出了一种改进的多分辨系数扫描方法,使得显著系数在LISLIP中的一维分布更趋集中,从而使游程编码获得了更高的压缩效率．实验结果表明,与SPIHT相比,在几乎不影响压缩时间的同时,在高倍率压缩应用中提高了图像的重建质量近1dB．     

一种对信道差错鲁棒的多描述编码算法

结合过完备小波变换和凸集投影集(POCS)算法，提出了一种对信道差错鲁棒的多描述编码算法．该算法在编码器端采用过完备小波变换来引入冗余，并通过量化比例因子来调整编码中的冗余度；在解码器端使用POCS算法来重建图像．实验表明，该算法在删除信道中具有非常优良的性能，它不仅能利用冗余的小波变换系数来提高中心解码器的性能，还能利用冗余小波变换系数来克服信道差错．     

一种嵌入式小波零树的图像分割编码算法

针对极低码率下图像的压缩问题，基于嵌入式小波零树编码（EZW）方法的基础上提出了一种改进的新算法。该方法对于带系数先进行四叉树图像分割预处理，随后再对均匀图像块进行EZW编码。这种改进的编码算法使得大量非重要系数集中成图像块表示，可更有效地降低码率。经过实验证明，由此方法得到的重构图像其主观视觉效果良好，与嵌入式小波零树算法相比，峰值信噪比（PSNR）在相同码率的情况下有较大的提高。     

一种小波域图像水印算法

提出了一种基于小波域的图像数字水印算法.该算法将相互正交的两种水印(鲁棒水印和参考水印)同时添加到经过DWT后的载体图像小波系数中,然后用小波反变换得到添加了水印的图像.用提取出的参考水印来估计图像所受到的攻击,由于提取出的鲁棒水印所受的攻击与参考水印受到的攻击一样,因此可以估计出原始的鲁棒水印.通过对嵌入水印的图像进行加入噪声、滤波、压缩以及裁剪等大量图像处理等试验,均能正确检测出水印,表明该算法具有很好的感知效果和鲁棒性.     

一种基于小波变换的序列图像压缩编码

研究一种动态图像小波域系数的压缩方法 .根据图像小波分解和人类视觉的特点及其子图象间的相关性 ,对系数进行不同间隔的量化 ,同时结合简单有效的数据结构———帧比特平面对系数进行扫描及压缩编码 .     

LDPC码在数字水印抗通信干扰(方面的性能研究

本文提出了一种鲁棒图像数字水印系统设计方案,将低密度校验码(LDPC codes)作为水印信道编码方案对图像水印传输进行差错控制,把LDPC码编码后的水印序列嵌入原始图像的小波域,经过衰落信道传输,在接收端采用迭代译码算法提取.仿真实验结果表明,该方案能为水印传输带来显著的性能提高,且系统复杂度低,译码时延短.     

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     

基于小波系数子树的分形图像数据压缩

目的 研究小波变换和分形编码在图像数据压缩中的应用。方法 根据小波变换后不同分辨率下图像的子带小波系数的相似性,通过分形非收缩仿射变换,利用低一级频率分辨的子带小波系数子树预测第一级频率分辨的子带小波系数子树,实现对图象的高效描述。     

一种基于零树小波的图像比率可分级编码方法的研究

Shapiro的EZW算法具有可产生嵌入式码流、可精确控制压缩比等特点，倍受人们的关注，然而该算法还有一些不足，如在进行零树编码时，对未被包括进零树的“零值”，需要将其编成“弧立零”码，试验表明这部分编码通常占有高的代价，往往会影响到编码效率，在分析了EZW编码过程和码流的基础上，提出一种阶梯型量化和零树小波相结合的图像比率可分级性编码方法，首先对图像小波分解的较低级子带的变换系数采取一种阶梯型量化，然后对整体小波系数采用零树编码，并利用逐次逼近量化方法获得潜和式码流，以实现比率的可分级解码，它在一定程度上克服了EZW算法的不足，提高了PSNR值，试验结果验证了方法的有效性。     

并行自适应码流(P-AoB)图像编码算法

分析了三个算法,即嵌入式零树小波编码(EZW)、等级树编码(SPIHT)、内嵌块编码(EBCOT),提出了并行自适应码流图像编码算法.在通道内部,采用了块间剪裁算法,对于通道内小波系数的编码,加入了游程编码的思想.模拟实验证明,该算法并行性较高,在码流长度较小的情况下,效果显著.     

低位码率移动通信中的低复杂度小波图像编码(英文)

介绍一种新的具有低复杂度的可用于实时传输的图像编码器,它使用了一种基于局域方差分析的边缘保护方法来提高被压缩图像的可视性和可识别性.这样的分析和压缩方法是通过将图像划分为多个块处理来实现的,所开发的能使边界效应最小化的提升小波滤波器组,通过提升系数的量化实现定点运算,并用位移和相加来取代乘法运算以实现运算复杂度的最小化.同时提出一种改进的快速SPIHT算法,通过使用更多的位来对小波系数进行编码和节省传输分类过程所需的位数以提高压缩性能,这种算法在可变的位码率中可减少系数的相关性.实验结果显示,这种编码对于观察到的压缩图像和进行量化的性能测量,均取得良好效果,同时还能为无线传输提供具有信道误差的弹性功能,最后还使用了带有随机误差的仿真传输信道来对这种功能进行评估和比较.     

一种基于内容的图像比率可分级编码方法的研究

多分辨率环境下 的多媒体应用导致了基于内容的视频和图像编码的需求。提出一种基于内容的图像比率可分级性编码方法，方法具有以下特点：以不同的任意形状的ROI（Regions of Interest)分别进行独立的 小波分散和编码；采用逐次逼近的量化模式，以形成潜入式码流；解码时，用户可选择相应的ROI进行比率可分级解码。它在一定程度上满足了JPEG－2000中的ROI编码和MPEG－4中的静态图像纹理编码的需求。试验结果验证了方法的有效性。     

基于小波和匹配跟踪的分层图像编码算法

提出了一种基于小波和匹配跟踪的分层图像编码算法. 该算法将原始图像划分成包含不同结构特征的平滑边缘层和纹理层,采用不同的压缩算法对不同的图像层进行编码,从而达到对整幅图像最优编码的目的. 实验结果表明,该算法不仅能够有效地捕捉图像中所包含的边缘和纹理等具有高频窄带的信号特征,而且在极低位率下的重建图像质量要优于单一小波图像编码算法.     

低比特率Bandelet域图像压缩编码算法研究

Bandelet变换是一种优秀的多尺度几何分析工具,其不仅具有良好的方向性和各向异性,而且能够自适应跟踪图像的几何正则方向.以第二代Bandelet变换为基础,结合Bandelet变换系数分布特性,通过建立最小四叉树、确定最佳量化阈值、构造Bandelet系数自适应扫描方式等措施,提出了一种新的Bandelet变换域图像编码方案.该图像压缩编码方案首先对原始图像进行二维Bandelet变换,并对最低频子带小波系数进行DPCM编码;然后构造最小四叉树并进行四叉树编码,同时进行最佳几何流编码;最后结合最佳量化阈值确定、高频子带自适应扫描等措施,对Bandelet系数进行均匀量化编码.实验结果表明,提出的Bandelet变换域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、Peyré等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性.     

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．