使用K－L变换进行图象压缩的一种新方法

在图象变换编码领域，Ｋ—Ｌ变换是最小均方误差意义上的最佳变换，但是变换矩阵随图象内容而不同，且计算复杂，速度慢。本文选择了合理的计算自协方差矩阵的特征矢量的方法，以削减计算时间。同时提出将模式识别引入Ｋ—Ｌ变换的一种新的图象压缩的方法，用精选的模式集训练ＢＰ神经网络，使之在计算中将各个子图象正确归类，以选择合适的变换矩阵。这一方法成功地降低了计算复杂性，并且回避了病态矩阵问题。它具有高压缩比和低复杂性的特点。     

基于神经网络的K—L变换及其图象压缩中的应用

介绍一种可用迭代方法实现了Ｋ－Ｌ变换折神经网络及相应的算法，采用该算法对网络的杈 作修理，可使网络唯一的收敛到一个稳定点，其ｍ仃输出神经元对应的权依次为最大ｍ个特征值所对应的单位特征矢量。文章给邮了网络实现中的改进结构，并把该网络用于图象压缩。     

基于神经网络的K－L变换及其在图象压缩中的应用

介绍了一种可用迭代方法实现Ｋ－Ｌ变换的神经网络及相应的算法（ＧＨＡ），采用该算法对网络的权作修正，可使网络唯一的收敛到一个稳定点，其ｍ个输出神经元对应的权依次为最大ｍ个特征值所对应的单位特征矢量．文章给出了网络实现中的改进结构，并把该网络用于图象压缩．结果表明它具有比ＤＣＴ变换更理想的压缩效果，而比常规Ｋ－Ｌ变换方法实现起来更容易、更快，特别是它便于计算多幅图象的公共变换基，因此具有较大的现实意义．     

小波变换及图象的VQ压缩

利用小波变换可实现图象的多分辨率分解，但分解后数据量并没有得到压缩，用ＶＱ对分解后的细节图象进行编码时，根据分解后矢量的均值，方差分类设计码本，该方法不但可有效地提高编码时搜索速度，而且重建后图象的也有所提高。     

子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

一种基于Kullback—Leiblar距离的自动多门限图象分割方？…

本文根据Ｋｕｌｌｂａｃｋ－Ｌｅｉｂｌａｒ距离的统计意义，提出一种基于Ｋｕｌｌｂａｃｋ－Ｌｅｉｂｌａｒ距离的自动多门限图象分割方法，这种方法与Ｎ．Ｒ．Ｐａｌ和Ｓ．Ｒ．Ｐａｌ等人提出的方法完全不同；此外此文还将从前研究的对象从单目标与背景推广到多目标及背景的自动多门限选取问题，最后用几幅图像进行算法检验；实践表明，该方法和其它方法相比较，效果较好。     

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。     

小波变换与图象数据压缩

随着信息社会的发展，多媒体计算机越来越显示出其重要地位和广阔的应用前景，而图象数据压缩问题困扰着多媒体计算机的发展，因而也成为多媒体的一个关键技术问题，本文利用小波变换的特性研究图象数据压缩方法，以探寻高比例，高质量压缩图象数据的新途径。     

基于矢量量化的高点阵汉字图象的压缩

汉字压缩技术是图象处理领域研究一个重要方向，文章叙述了一种高点阵汉字图象的压缩方法，它将汉字识辊技术和图象压缩技术结合起来，具有压缩效率高，压缩图象视觉效果好，而且解压缩方法简单，快速的特点。     

用于图象压缩中的非等长小波滤波器

构造了用于图象压缩的满足完全重构条件,具有线性相位的不等长小波滤波器组,即在小波分解时,其高通滤波器很短,而低通滤波器相对较长,这样,在滤波器等效总长度较短的前提下,获得了在基函数与实际波形较好地匹配。对比实验表明,所构造的滤波器性能不低于现有的滤波器,且由于滤波器总长度短,小波分解与重构所需的时间也比现有滤波器短。     

图象压缩一从DCT到小波变换

讲述了基于散余弦变换（DCT）和小波变换（DWT）的压缩算法的各自特点，比较指出后者的优越性。并针对其应用前景介绍了新一代静止图象编码标准JPEG2000。     

应用小波变换技术的图象噪声消除新方法

提出了基于小波变换技术消除高斯噪声和ｓｐｅｃｋｌｅ噪声的图象去噪声方法,并用合成孔径雷达图象数据对所提出的方法进行了验证。实验结果表明：提出的方法和传统的方法相比,在消除图象中高斯噪声和ｓｐｅｃｋｌｅ噪声十分有效。该方法也可以广泛地应用于受噪声污染的各种图象噪声消除,特别适用于微波Ｃ波和Ｘ波段遥感图象数据。     

一种新二维离散余弦变换快速算法

利用三角函数公式提出了一种将Ｎ×ＮＤＣＴ分解为Ｎ个１－ＤＤＣＴ的新的快速算法－ＤＤＣＴ算法，给出了８×８ＤＤＣＴ的算法流程图，并与其它２－ＤＤＣＴ快速算法在计算量及计算结构上进行了比较，计算机仿真结果表明，ＤＤＣＴ算法的计算精度明显高于行－列法。     

一种基于小波变换的矢量量化方法

该文提出了一种基于又正交小波的矢量量化编码方法。该方法充分利用了不同尺度间小波系数的相关性并采用自组织特征映射神经网络进行矢量量化。实验表明,该方法获得了较高的编码效率和重构图象质量。     

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。     

一种高效的分形图象编码技术

将固定矢量的概念应用于分形块编码中，对图象的平缓区进行固定矢量的线性组合编码，并且在分形编码中，采取了分层处理的思想，实验表明，与基本的分形块编码方法相比，本文提出了的固定矢量层次分形编码方法在保证一定的重建图象质量下，使用象的压缩比有了明显的提高，并且大大提高了编码和解码速度。     

基于双正交子波变换的遥感图象编码方法

介绍一种基于双正交子波变换的遥感图象数据压缩方法。原始图象经过子波变换后，分解为亮度子图象和边缘子图象，采用国际标准的ＪＰＥＧ方法编码亮度子图象，使用快速矢量量化（ＦＶＱ）编码边缘子图象。实验结果表明，在码率为０．８ｂｉｔ／ｐｉｘｅｌ的情况下，重建图象的峰值信噪比为２８ｄＢ，恢复质量好于直接使用ＪＰＥＧ编码。     

离散K—L变换在路标识别中的应用

针对路标符号的识别,介绍了一种基于离散K—L变换的特征提取方法并通过实验证明这种方法能够有效地识别各种常见路标。     

基于余弦变换的快速图象编码技术

图象处理技术在网络通讯和多媒体应用上具有举足轻重的地位,近年来许多新的理论和算法被提出来,其中最引人注目的是子波和分形理论及其相关的算法。本文在这些领域结合ＤＣＴ变换提出了新的图象编码算法,取得较好的效果。