整数Haar小波变换及其在无失真图像压缩中的应用

本文首先讨论了整数Ｈａａｒ小波的构造方法,然后利用分块ＤＰＣＭ与整数Ｈａａｒ小波变换进行遥感图像的无失真压缩,该方法可进行实时处理,硬件实现简单,可并行处理,实难结果表明,该方法是一种有效的图像压缩方法。     

基于小波变换的图像压缩技术

本文分析了离散小波变换的Mallat算法的特点与不足和基于小波阀值的压缩方法,指出了优化的策略与方法,并提出了改进方法,结合最佳比特分配策略,提出了一种改进的实现图像压缩的方法。     

整数Haar变换结合DPCM的无失真图像压缩

讨论了整数Ｈａａｒ小波的构造方法,在此基础上提出了一种整数Ｈａａｒ小叔与ＤＰＣＭ相结合的无失真图像编码方法,该方法运算速度快、硬件实现简单,与ＡＲＪ和ＪＰＥＧ中使用的无失真编三方法相比,压强比平均提高了１２％左右。     

基于小波变换的图像压缩编码方法研究

本文在小波变换理论的基础上,总结了小波变换的特点,讨论了在MATLAB语言环境下实现图像压缩的方法,实现了小波变换在图像中的应用。     

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灰度图像数据压缩方法,采用双正交小波对像进行分解,作分解后系数的矢量量化。使用频率敏感自组织特征映射算法生成码书。这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量也有所提高。     

整数Haar变换结合DPCM的无失真图像压缩

讨论了整数Ｈａａｒ 小波的构造方法,在此基础上提出了一种整数Ｈａａｒ 小波与ＤＰＣＭ 相结合的无失真图像编码方法,该方法运算速度快,硬件实现简单,与ＡＲＪ和ＪＰＥＧ 中使用的无失真编码方法相比,压缩比平均提高了１２ ％ 左右     

小波Contourlet变换图像压缩算法

为改进Contourlet变换冗余大的缺点,提出了一种小波Contourlet变换的图像压缩优化算法。实验结果表明,在高压缩率下算法具有优势。     

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。     

一种基于小波变换的图像压缩的应用

对信号进行准确的分析、编码、压缩、快速传递或存储、精确重构是当今信号处理的目的。在数字图像信号处理领域,小波分析以时域和频域联合表示信号的特征,使得它在图形、图像、通信、计算机视觉领域都有很好的应用。我们结合数字图像的频谱特性给出一种基于小波变换的图像压缩方法。     

一种基于小波变换的图像压缩方法

提出了一各基于小波变换的灰度图像数据压缩方法.采用双正交小波对图像进行分解,作分解后系数的矢量量化.使用频率敏感自组织特征映射算法生成码书.这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量了有所提高.     

基于小波变换的分形图像编码

在分析小波变换后系数分布特点的基础上，提出了一种新的基于小波变换的分形图像编码算法．根据小波变换后能量集中于低频的特性，在传统的Jaquin分形编码方案的基础上，引入局部Harr小波变换，以低频子图代替原图进行值块、域块间的匹配计算以加快搜索过程，从而提高编码速度．结果表明，该算法在峰值信噪比下降很少的情况下。编码速度提高了100多倍，证明了其高效性．     

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。     

基于小波的图像压缩处理

在简单介绍小波原理的基础上,通过实例依次介绍低频信息保留压缩法、小波阈值压缩法和小波包全局阈值压缩法。由这三类方法并得出的图像压缩结果,得出各自的优缺点。所有实验均在MATLAB上用编程完成。     

用于图像压缩的小波系数的上下文模型

结合GlicBawls编码方法的线性预测思想和CALIC编码方法通过量化减少上下文个数的思想，提出了一种新的用于图像压缩的小波系数的上下文模型。它通过量化当前系数的线性预测值形成上下文，进行自适应的算术编码。实验结果表明，利用这种模型获得的无损压缩比高于无损的SPIHT和用于JPEG2000的无损的EBCOT。另外，这种模型充分利用了小波变换的多分辨率性质，能以渐近分辨率(progressive resolution)方式压缩图片，并且它获得的原图片的各个比例尺(scale)的小图片的压缩比也高于EBCOT。     

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。     

基于小波变换的医学图像压缩方法

简要说明离散小波变换(ＤＷＴ)的Ｍａｌａｔ算法·分析了一维离散小波变换ＤＷＴ不能完全重构信号的原因·对二维离散小波变换ＤＷＴ的重构性进行了讨论·在此基础上提出改进型的Ｍａｌａｔ二维ＤＷＴ算法·压缩实验表明改进型的Ｍａｌａｔ二维ＤＷＴ算法对提高图像压缩及重建质量是有效的·     

基于二维离散小波变换的智能交通系统数据去噪声压缩

研究了基于二维离散小波变换的交通数据压缩与解压缩技术, 建立了交通数据的空-时模型,所提出的二维离散小波变换算法利用交通数据的二维空-时特征, 去除传感器噪声,得到良好的数据压缩结果,压缩比为20～40.同时给出了基于二维离散小波变换的交通数据压缩编码原理. 采用北京市三环路检测断面测得的交通数据,验证所提出的算法是有效的.     

基于小波包最优基的网络数据的压缩

将紧支撑集正交小波包变换运用到网络数据压缩中来。研究了直接影响网络数据压缩质量的几个因素---域值,小波函数,分解级数,小波包基。在此基础上,选取域值熵作为优选指标,给出了取得最优方案的快速搜索方法。实验表明,选用的压缩方法提高了网络数据的压缩效果。