图像编码与小波变换图像编码

介绍图像编码的方法，着重介绍了小波变换的基本理论及小波变换在图像编码压缩中的应用，并展望了今后的研究方向。     

基于方向小波变换的分层多描述图像编码

为了达到在不可靠网络中传输和自适应带宽的目标,提出了一种新的多描述图像编码。该方法采用不同的分层比例实现分层传输,将基本层传输给低带宽的客户端,而基本层和增强层传输给高带宽的客户端;采用多描述编码方法解决不稳定网络信道中传输的问题。在图像编码过程中,采用自适应的方向小波变换来消除图像相邻像素间的冗余信息以提高压缩效率。实验结果表明该算法具有很好的鲁棒性,在高误码率信道上相对于传统的多描述图像编码可以得到更好的重建图像质量。     

基于小波模板匹配的目标跟踪

在目标跟踪数学模型的基础上,分析了小波变换在目标跟踪中的技术优势。为将目标跟踪流程中分步实现目标分离、目标特征提取和目标识别的方法并行化,给出了对小波域中系数空间矩阵进行分层匹配目标跟踪算法。在自行设计的基于DSP(DigitalSignalProcesor)的嵌入式跟踪系统中给出该算法快速实现方法。结果表明,在100MHz系统时钟情况下,模板窗口为128×96时,在搜索范围为256×192的跟踪窗口内,可实现实时的跟踪处理。     

基于多小波变换的图像编码算法研究

 多小波是小波理论的新分支,将传统的单小波拓展到矢量空间。多小波既包括了传统小波的全部优点,同时又克服了单小波的缺陷,将实际应用中十分重要的正交性、对称性、紧支性、光滑性完美地结合在一起,因此多小波在图像处理方面的应用也显示出巨大的潜力。该文在研究了JPEG2000的核心编码技术——EBCOT算法和多小波变换原理的基础上,提出了结合EBCOT算法的多小波图像编码。算法将各种常用的多小波基,结合EBCOT算法,对灰度图像进行压缩编码。实验结果证明基于EBCOT算法的多小波图像编码方法能够对图像进行很好的压缩。     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法.编码时,通过插值正交多小波变换将原始图长像缩小,然后使用基本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像.实验结果表明,与直接使用分形编码方法相比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善.     

用小波变换加速分形图像编码

针对分形图像编码过程十分耗时的弱点,提出了一种结构小波变换性特来实现的快速分形编码算法,实验显示新算法有较好的加速效果。     

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.     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

小波—LBG图像编码的研究

提出了一种新的基于相关系数,方差等统计参量的小波－ＬＢＧ编码算法。通过测量小波变换产生的各个子图像的熵,方差,最大值,最小值,平均值及各子图像内小波变不数间的相关性来确定各子图像应采取的编码策略。     

基于小波的子空间投影立体图像编码算法

在三维成像系统中 ,常用的显示方法是采用“立体对”——从不同观察点获得的同一景物的一对图像 .在立体对中 ,两幅图像之间存在着大量的双目交叉冗余度 ,在带宽有限的信道中传输时 ,需要采用编码压缩算法予以去除 .近年提出的子空间投影技术 (SPT) ,把视差估计 (DE)和视差补偿 (DC)同二维低阶近似相结合 ,对立体图像进行编码 ,得到了比较好的效果 .但这需要对投影系数也进行编码 ,因此 ,增加了立体图像的编码比特数 .此文所提出的一种基于小波的子空间投影技术 ,可在基本不降低图像视觉质量的情况下 ,减少图像的数据量 .     

基于小波变换的静止图像编码探讨

离散小波变换（DWT）虽被广泛应用在图像压缩领域,但它无法实现真正意义上的无损图像编码,为解决此问题,提出基于提升框架的整数小波变换（IWT）,在IWT中应用最广的是内插双正交整数小波变换（IB—IWT）,IB—IWT能够实现压缩后图像的有损至无损渐进重构,以及具有无损感兴趣区域（ROI）的有损图像重建,而且具有很低的计算复杂度与很少的存储空间。     

用混合编码遗传算法实现匹配追踪算法

在分析总结浮点数编码和格雷码编码各自特点的基础上,提出了一种用浮点数和格雷码混合编码的遗传算法来实现匹配追踪算法.该算法有机结合了遗传算法和匹配追踪算法的优点,不仅能够得到较高精度的最佳匹配参数,而且有效地降低了计算量,克服了匹配追踪算法由于计算量太大而不能广泛应用的缺点.计算机仿真结果表明,该算法提取相位的精度和提取时间均有明显改善,证实了该算法的准确性.最后,将该算法应用于转子实验台的冲击信号特征提取中,提取结果证明了它的实际应用价值.     

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.     

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法——改进的自适应算术编码．将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码．实验结果表明该算法编码效率高于传统的嵌入零树小波算法．     

基于小波变换的图像匹配算法研究

介绍了图像匹配及小波变换的基础理论,并将传统的图像匹配技术和小波滤波技术相结合,利用小波的平移不变性,提出了一种改进的图像匹配算法,并给出了仿真实验,收到了良好的效果.     

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。     

一种小波域分形图像编码算法的研究

针对经典分形压缩算法中编码时间过长的问题,研究了小波变换在分形图像编码中的应用.根据图像经小波变换后能量主要集中在低频系数图像上,并且和同方向高频小波子带之间具有相似性的特点,而分形编码正是利用图像的自相似性,提出了一种小波域分形图像编码算法,仿真结果表明,该算法在保证重构图像质量的前提下,大幅度减少了编码时间,提高了压缩比.     

一种Alpha图像串匹配编码中熵编码的改进算法

在分析了Alpha图像的特征及其在串匹配编码过程中未匹配像素的分布情况之后,提出了一种Alpha图像熵编码的改进算法.该算法首先对未匹配像素进行滤波处理使其具有独特的分布性质,然后依据该性质进行分段编码以减少码流比特数,从而达到更好的压缩效率.实验结果表明,相比于LZ4HC,ZLIB,PNG等常用的压缩算法,改进算法具有编码效率高和复杂度低的优势.     

A Novel Image Watermarking Description Coding and Wavelet Algorithm Based on Multiple Transform

为保证数字图像水印的鲁棒性、安全性以及嵌入容量,结合加密技术与图像压缩编码技术,提出了一种基于多描述编码和小波变换的加密数字水印技术.该技术采用密钥1对需要隐藏的水印图像进行多描述编码,并将编码转换为格雷码,然后将宿主图像色彩分量变换为差值图像,最后在频域内采用密钥2进行小波变换,以交互块跳频的方式完成水印信息的嵌入.理论分析和仿真实验均表明,这种数字水印技术有较大的嵌入容量,同时对常见的图像处理操作具有较强的鲁棒性,能够提高水印的安全性及抗剪裁攻击性能.