WHT图象压缩及增强

本文提出一种Walsh-Hadamard变换(以下简写为WHT)图象压缩方法.该方法将正交变换后的系数矩阵按活性指数分为三类,然后进行自适应门限压缩、比特分配与量化.文中分析了设计原理并给出了实验结果.为了改善低码率下编码图象的质量,文中还提出一种双门限邻域平均算法.使0.5bit/pel编码图象的峰峰信噪比提高约3.6dB.     

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。     

基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码,来处理二值图象的方法.首先采用四叉树分块方法,对图象进行自适应分隔,进而在分割的定义块上采用区域编码;为减小压缩损失,再辅以自适应多阈值的阈值编码.实验结果表明:应用所给方法,图象的二值化质量较高.     

基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码，来处理二值图象的方法。首先采用四叉树分块方法，对图象进行自适应分隔，进而在分割的定义块上采用区域编码；为减小压缩损失，再辅以自适应多阈值的阈值编码。实验结果表明：应用所给方法。图象的二值化质量较高。     

采用轮廓预测的电视信号自适应DPCM编码

用于电视信号帧内DPCM编码的非自适应预测器在图象的轮廓与边缘处经常导致大的预测误差,因此,它不适用于轮廓及细节丰富的图象。本文在轮廓预测的基础上提出一种新型的自适应预测器,图象的平坦部分及轮廓分别用不同的预测算法预测。预测器的自适应转换只利用前已传送的图象信息,不需向接收端另外传送附加的开关信息。该预测器的性能通过计算机模拟与其它已知的非自适应及自适应预测器进行了客观定量比较与主观试验。所建议的新的预测算法显著地降低了大预测误差的出现频数。与其它帧内预测器比较,采用这一新的预测器可以获得更大的码率压缩。     

基于自适应混合变换编码的二值图像处理

为了提高图象的处理质量,要求编码算法简单,处理速度快,同时使压缩信息损失最小,文中所给出的算法,对被处理图象进行自适应分块,再通过区域编码与阈值编码相结和,进而进行自适应混合变换编码,最终达到了提高图象处理质量的目的,实验结果表明,这种方法压缩损失小,图像处理质量较高。     

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．     

神经网络在图象压缩编码中的应用

讨论神经网络在图象压缩编码领域中的应用.针对图象矢量量化存在的分块效应问题,对Kohonen自适应模型进行了研究.应用了两个DCT的余弦变换域的特征值,结合Kohonen的自组织特征映射(SOFM)算法对图象元素分类压缩编码.计算机模拟实验表明,和单纯用神经网络直接进行矢量量化相比,应用这种技术的图象编码压缩比和译码图象质量都有明显的提高.     

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     

低码率下MPEG—2自适应量化控制策略

对ＭＰＥＧ－２ＴＭ５量化控制策略进行了修正,提出了一种基于宏块直方图特性的自适应量化控制方法．该方法考虑了人眼的视觉特性和编码效率,适应于低码率下的ＭＰＥＧ－２压缩编码,并能有效地提高图象质量．     

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。     

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。     

图象传输误码控制信息恢复方法的研究

图象压缩编码数据在进行传输时对信道的误码显得十分脆弱。本文针对这种情况提出了一种基于块变换和变长编码技术的压缩编码图象提高传输质量的误码控制信息恢复方法。其处理过程是：首先通过在编码码流中加入扩展同步码以将误码控制在一行之内，然后在解码端对发生差错的数据进行误码检测并采用差错信息恢复算法重建原始信息。该方法对编码器只需作很小的修改，所增加的信息冗余度很小，实验结果表明采用此方法后重建图象质量得到明显提高。     

基于DCT的图象压缩技术

图象压缩是关于用最少的数据量来表示尽可能多的原图象的信息的一个过程。对于图象来说，如果需要进行快速或实时传输以及大量存储，就需要对图象数据进行压缩，在同等的用心容量下．如果图象数据压缩后再传输，就可以传输更多的图象信息，也就可以增加通信的能力。变换编码是把图象中的各个像素从一种空间变换到另一种空间．然后针对变换后的信号进行量化与编码操作的一种图象压缩编码技术。与其他编码。如：统计编码，预测编码相比具有高压缩比。DCT(离散余弦变换)是变换编码中的一种映射变换方法，是JPEG标准中认可的编码技术；优点：能用静态图象有较高的压缩比。正由于这种优越性。DCT得到广泛使用。     

一种基于分形的图象压缩编码方法

分形编码是近年来迅速兴起的一种高倍率图象压缩方法,相对于别的编码方法,分形方法有许多优点,但不足之处是其速度太慢,匹配复杂,作者在基本分形块编码的基础上提出了基于区域的自适应编码方法,大大缩短了编码时间,并且压缩比也得到了显著的提高。     

双向预测运动补偿及其在数字视频编码中的应用

双向预测法是根据目前活动图象压缩编码方案中所广泛采用的图象组（ＧＯＰ）结构（即包含Ｉ、Ｐ、Ｂ３种类型图象的编码结构）而提出的一种新型的运动补偿方法．论文详细讨论了在数字视频压缩编码中运用双向预测法的各种运动补偿方式．通过对编码效率和实现复杂度的综合比较，给出了一套适于数字视频压缩编码的实用双向预测运动补偿方案．结果表明，双向预测法可显著提高图象编码效率，其运动补偿性能明显优于传统的单向预测法．     

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。     

用于PACS系统的医学图象量化编码的算法

图象压缩是PACS系统的重要研究部分。作者研究了二维图象小波分解后系数的统计分布与拉普斯分布有很好的一致性；同时，由于不同幅度的小波系数在图象重构中权重的不同，在系数压缩编码时对不同权重的系数采用不同的压缩精度。由此，作者提出了一种适用于PACS系统的图象量化编码算法，该算法以各小波子带图象小波系数的重要统计特征-样本标准差为量化阈值选择依据，精确编码图象重构中权重较大的系数，还利用了人眼的频率视觉特性。实验表明，本算法具有计算简单、不同编码精度时被量化系数可预见的特点，同时在保证图象质量的基础上可获得较高压缩比。     

针对编码器的参考帧有损压缩算法设计

日益增长的视频分辨率需求使视频编解码系统对片外存储器的读写造成严重的负担,为此提出一种针对视频编码器的参考帧有损压缩算法。该算法基于DPCM(differential pulse code modulation)和Golomb-Rice编码,以8×4像素块为编码单元,对参考帧的Y/U/V分量分别压缩,并且在视频编码前端引入前置滤波,以降低参考帧的压缩难度。算法在H.264的参考软件JM18.0上实现并验证,在50%的压缩率下,仍能保证可接受的视频质量。     

一种自适应分块截断编码

本文提出一种自适应分块截断编码方法。计算机模拟实验与数据分析的结果表明,在图象主、客观质量基本保持不变(相对于分块截断编码方法)的前提下,此方法使编码后的压缩比提高到6.1～6.36,并对消除白噪声有明显的作用。