基于对象的小波变换在MPEG-4任意形状图像编码中的应用

任意形状图象对象的变换编码方法是MPEG-4视频编码实现的核心技术之一.该文对基于对象的小波变换在任意形状图象编码算法中的应用给予了详尽的论述.基于对象的小波变换包含两个步骤一是针对任意形状对象进行外插,使其可以运用规范的小波变换;二是进行小波系数的编码选择,以消除外插所产生的冗余.实验结果表明基于对象的小波变换与诸如SADCT等方法具有相似的低复杂度,性能相当;并且,在低比特率的情况下,其编码效果要优于SADCT.     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。     

图象的无失真／有失真混合编码

提出一种新的图象编码方案：无失真／有失真混合编码．用基于块分割算法的二值图象编码方法无失真编码包含图象关键信息且复杂度低的高位位平面;用小波变换算法有失真编码包含次要信息且复杂度高的低位位平面．该方案结合了无失真编码和有失真编码的优点,既能获得较高压缩比,恢复图象又能保持很好的质量．     

基于人眼视觉特性的任意形状ROI编码

研究了等级树集分割编码方法(SPIHT)在任意形状感兴趣区域(ROI)编码中的应用．根据SPIHT算法的特性、ROI小波系数提升后的特点及人眼视觉特性,提出基于人眼视觉特性的任意形状ROI编码方法．该方法综合了一般基于尺度的方法和最大平移法的优点：可调节ROI与背景(BG)的相对重要程度;支持任意形状ROI编码．另外,与最大平移法相比,本文方法具有更好的主观视觉效果,理论分析和仿真实验都表明本文方法优于MPEG-4中规定的视频静态纹理视觉对象(VO)编码．     

基于小波变换的迭代分形混合图象编码

在深入研究小波分析及迭代分形原理的基础上，提出了一种基于小波分析和迭代分形的混合图象编码方法，先对原始图象进行隔行取样，然后在构造小波树的基础上，提出了基于分形和小波变换的自适应混合图象压缩算法，未被传输的象素在解码时利用已传输的象素经过双线性内插计算而恢复。计算机模拟实验表明：本文提出的压缩方法与基于亚取样分形插值预测的混合图象编码方法相比，在信噪比相同的情况下，压缩比提高了６．９，证明此种压缩     

基于小波系数带间预测的图象累进传输

提出了一种基于小波变换的图象累进编码传输方案,利用图象内在自相似性对幅值较小的小波系数进行带间预测,对幅值较大的系数进行分层估值量化,辅以高效的自适应算术编码,形成按重要性顺序排列的图象编码,在很低的比特率下,重构图象仍可辨认;而在相同的比特率下,重构图象的质量一致优于ＪＰＥＧ标准。     

基于小波变换及四元树矢量量化的图象数据压缩算法

小波变换在时域和频域具有良好的局部化性能,因而在图象压缩编码中得到广泛应用.矢量量化则因为其压缩比大,原理和算法相对简单,成为图象压缩的又一重要方法.采用小波变换与四元树矢量量化相结合对二维图象进行编码.结果表明,该方法可以获得较高的压缩比及PSNR.     

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。     

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.     

基于小波变换的JPEG编码方法的探讨

小波变换是近几年在图象处理领域中新兴的一种变换方法，以性能优越而日益受到人们注意。本文通过实验方法探讨了小波变换与现有ＪＰＥＧ编码体系相结合的可能性，并与采用了其它编码方法的小波变换编码和ＪＰＥＧ编码进行了比较，对三种编码方法在图象压缩 效果及性能进行了评估。     

形状自适应的嵌入式小波图像编码算法

为实现任意形状区域编码,提出了一种形状自适应的嵌入式小波图像编码算法.该算法借鉴低存储器的零树编码(LMZC)方法引入系数重要性矩阵和子孙重要性矩阵以减少存储空间的使用,并引入最大幅值变量以避免对后代系数的重复扫描.编码过程中,当树结构的编码开销大于增益时,采用直接位平面编码.实验结果表明,该算法执行速度快、存储器需求低,在相同压缩比情况下,图像重构质量和峰值信噪比(PSNR)均优于LMZC与等级树集分割(SPIHT)算法.利用该算法对任意形状对象进行压缩编码可取得良好的压缩效果.     

一种基于小波分解与分形编码混合的图象压缩方法

利用双正交小波特性和小波塔式分解数据的多分辨特性、分形的IFS编码高效特性,提出了一种基于小波分解和分形编码压缩图像数据的方法。该方法先用一个小波将图象进行小波变换（分解）;在频域上,对不同频域层用不同的分块方法和比特率分配方法进行分形编码。根据实际需要和视觉特性来控制压缩比。重构时先在频域进行分形重构解,然后再用另外一个正交小波重建原图象。     

数字图像压缩技术的现状及前景分析

数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。本文介绍了几种常见的图像压缩算法：JPEG、PEG2000、分形图像压缩和小波变换图像压缩。总结了不同算法的特点及发展前景。然后描述了任意形状可视对象编码算法的研究现状。并指出该算法是一种产生高压缩比的图像压缩算法。     

基于小波变换的图象压缩

要在模拟和移动通讯中传输数字图象，首先必须对图象实行高比率的压缩，本文对讨论小波变换的特征机理，建立了以小波变换为基础图象压缩软件模拟系统，并同标准ＪＰＥＧ的图象压缩方法做了对比实验，结果证明：在高压缩比时，基于小波变换压缩的重建图象ＰＳＤＮ和重建图象质量都明显地成于传统的ＤＣＴ压缩方法。     

利用二维小波变换和视觉模型进行图象压缩编码

根据小波变换理论,分析了图象经小波变换后的数据结构以及小波分量之间的相关性,利用这种相关特性,将小波变换与人眼视觉特征相结合,分别沿水平方向、竖直方向和对角线方向对小波变换系数进行量化,实现图象的压缩编码     

最优小波基的选取原则

小波变换用于图象压缩时,小波基的一些性质对编码的效果有很大影响。通过分析双正交小波、正交小波的特点,以及小波基的正则性和消失矩在图象编码中对恢复图象质量的影响。介绍了选择小波基所要考虑的因素,给出了合理选择小波基的选择原则。     

基于小波变换的图象压缩编码分析与实现

本文分析了小波变换域的数据特点和编码特点，提出了采用小波芯片ADV612实时图象压缩编码的实现方法。     

基于双正交小波的快速矢量量化算法

提出了一种用于图象压缩的矢量量化算法．该算法通过构造符合图象小波变换系数特征的跨频带矢量,利用小波系数之间的相关性,提高了图象的编码效率和重构质量．同时,该算法又采用了两种新的矢量量化技术——非线性插补矢量量化（ＮＬＩＶＱ）和渐进构造聚类（ＰＣＣ）,提高了矢量量化的速度和码书质量．实验结果证明,该算法在比特率为０．１７２ｂｐｐ的条件下仍能获得ＰＳＮＲ＞３４ｄＢ的高质量重构图象．研究图象小波变换系数的固有特性是提高矢量量化性能的关键,而提高矢量量化速度是这类算法得以实用的重要前提．     

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。