基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

改进的DPCM在图像压缩中的应用

就传统的DPCM在图像压缩中的应用进行了介绍。通过改进的DPCM预测方法说明，自适应预测提高了图像的压缩效率。     

一种自适应图象压缩编码算法

提出了一种自适应图象压缩编码算法（ＡＣＣ）,该算法将绝对矩方块截断编码算法（ＡＭＢＴＣ）、内插法和四叉树技术有机结合起来,根据图象的局部特性调节编码算法．仿真结果表明ＡＣＣ算法与文献［５］中自适应算法相比,在相同的压缩倍数下,能得到更好的编码性能．     

基于视觉特性的自适应混合编码

提出了一种基于视觉特性的自适应混合编码方法,对于不同性质的子块施用不同的方法.文中还给出了选择某类方法的理由,并给出了对强变化的单边沿的一种有效的编码方法.模拟实验表明:结果是令人满意的.     

图象锥形编码

本文提出了一种与文献[1]不同的实现图象锥形编码的方法。文中给出了最优量化器设计的方法和结果,讨论了用分块编码实现锥形编码的方法。计算机模拟实验的结果表明,重建图象可以获得1.2bit/pel的压缩效果,而且重建图象的质量是令人满意的。     

自适应格型预测语音子带编码

提出了一种自适应格型预测子带编码的语音编码方法。该方法在输入语音作子带分解的基础上，用自适应格型预测的方法对低频子带进行编码，用矢量量化的方法对高频子带进行编码，在相同码率的情况下，提高了编码的量化信噪比，改善了重建语音的质量。     

数字电视图象压缩编码

本文对各类电视图象压缩编码方法的原理、特点和进展作了较系统的综述。包括变换编码、预测编码、矢量量化编码、运动补偿编码和电视图象信号的亚奈奎斯特取样。对图象信号的特点、视频信号的数字化和电视图象压缩编码在综合业务数字网中的重要作用也作了简述。     

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。     

图象分块编码的实时实现

本文提出了数字图象分块二值编码的一种实时实现方案,给出了在IBM-PC微机上利用硬件接口实现这种方案的实时处理图象。结果表明,这种方案简单易行,可以满足静态图象和“凝固”图象传输的要求。     

基于整数小波变换和DPCM的图像编码

通过小波变换进行图像压缩 ,并在DPCM /DCT的基础上开发了一种DPCM ?WT编码算法系统 以目标驱动和数据流驱动为依据 ,提出一种DPCM /WT的新编码的算法系统 该算法系统在图像压缩比例、保真性、实时处理上都比DPCM /DCT更具有合理性     

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.     

图像压缩编码方法评述

概述了经典的和现代的图像压缩编码方法，分析了其基本思想和性能，介绍了图像编码的国际标准。并指出图像压缩编码正处于蓬勃发展之中。     

一种自适应预测栅格编码量化语音编码算法

提出了一种新的基于自适应预测栅格编码量化算法的话音压缩模型．论述了在均方误差意义上最优量化器的设计原理,并在研究栅格编码量化算法的基础上,探讨了模型的编、译码器的工作原理,其中着重研究了扩展的量化器的集合划分和卷积码栅格图的支路标注问题．根据计算机模拟结果,论证了模型的有效性和可行性．     

利用图像数据的相关性实现图像抗信元丢失编码

提出了ＡＴＭ（异步转移模式）环境下图像抗信元丢失编码的信息分散原则。根据这一原则提出了图像的相关分解和相关补偿技术。通过相关性分解为信元丢失的补偿提供了最相关的数据,通过最相关补偿获得最佳的补偿效果。     

基于分形和小波的混合图像压缩编码

从近年来受人瞩目的分形和小波图像压缩方法出发,分析了两种图像压缩方法的特点及利弊． 运用小波变换及ＤＣＴ变换下的分形压缩图像方法,提高了编码速度,得到了较高的压缩比和信噪比,但重构图像质量还存在块状效应． 为此,提出了几种结合起来的综合方法,进一步提高了图像的质量,在压缩比和信噪比及匹配速度之间取得了良好的折衷．     

小波变换及其在图像编码中的应用

小波分析是目前许多学科共同关心的一个前沿领域。本文首先付里叶变换和窗口付里叶变换的局限性,从时域、频局部化的角度对小波理论作了简介,其次综述了小波在图像编码中的应用。