图像压缩的小波系数模型

通过对3种经典的小波系数模型(EZW模型，SPIHT模型，EBCOT模型)进行仿真实验，表明SPIHT的压缩性能优于EZW(平均高0．6dB)，而EBCOT的压缩性能又优于SPIHT(平均高0．5dB)，再通过对3种模型的分析，明确了3种模型性能差异的根源在于对于带内小波系数的相关性和子带间小波系数的相似性的不同利用。最后，综合上述3种模型的优点，充分利用于带内小波系数的相关性和子带间小波系数的相似性，提出了一种新型小波系数模型。实验表明该模型在压缩比方面优于上述3种模型。     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。     

一种基于三维小波嵌入编码的上下文模型

受EZW、SPIHT、EBCOT模型及3D-EZW、3D-SPIHT、3D-ESCOT模型的启发,综合利用小波系数不同子带间的自相似性、偏序性和同子带内相邻系数的相关性,提出了一种三维小波嵌入编码的上下文模型(3D-OWNER).实验结果表明:利用这种模型获得的PSNR高于3D-ESCOT模型,同时也具有3D-ESCOT模型的优良性质.     

基于小波变换的矢量量化编码方法

提出了一种基于小波变换的图像压编码方法，充分利用图像分解后得得小波系数与原始图像的关系、各个子图像象素之间的相准确性、各子图像方向上的相关性以及与人眼视觉特征（HVS）的关系，做到充分利用图像的统计冗余与视觉冗余，为了得到高的压缩比和好的图像质量，精确保留对图像质量影响大的系数，而对图像质量影响小的系数进行粗略量化。同时，在对小波系数的组织和编码上，也做到了具有普遍适用性，结果表明，此方法计算简单、计算量小，编解码时间少，在压缩比较高的情况下获得了较好的图像质量。     

基于自举法小波变换的零树量化编码方法

随着信息技术的发展，探索有效的图像编码方法，进一步压缩信息的带宽，以便利用现有的网络实现更优质的信息传输是一个极富挑战性的课题，小波变换和传统的正交变换相比有很大的优越性，小波变换的多分辨率牧场生使变换后的图像数据能够保持原图像在各种分辨率下的精细结构。为进一步去除图像中的冗余信息提供了便利，提出了一种基于自举法小波变换的零树量化编码方法，通过自举法与整数滤波器的结合来实现快速的小波变换，在图像编码过程中充分利用了图像小波变换系数的分布特征，采用了嵌入式零树量化编码方法，实验结果表明，该算法实现简单，可以达到很好的压缩效果。     

基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.     

基于上下文的四维矩阵变长编码

为了进一步提高彩色视频的压缩比，根据四维矩阵理论提出了基于上下文的四维矩阵变长编码方法。首先将彩色视频序列构建在一个统一的四维模型中，然后进行四维矩阵形式的预测、变换和量化。研究发现，此时各四维予矩阵系数间仍然存在一定的相关性，为了进一步利用这种相关性，提出了以四维矩阵视频予单元为整体，进行基于上下文的四维矩阵变长编码的方法，一方面可以节省对描述信息的表达，另一方面可以更加有效地利用上下文之间的相关性。实验结果表明，在保持高信噪比的情况下，该方法可以大幅度地提高压缩比。     

一种基于零树小波的图像比率可分级编码方法的研究

Shapiro的EZW算法具有可产生嵌入式码流、可精确控制压缩比等特点，倍受人们的关注，然而该算法还有一些不足，如在进行零树编码时，对未被包括进零树的“零值”，需要将其编成“弧立零”码，试验表明这部分编码通常占有高的代价，往往会影响到编码效率，在分析了EZW编码过程和码流的基础上，提出一种阶梯型量化和零树小波相结合的图像比率可分级性编码方法，首先对图像小波分解的较低级子带的变换系数采取一种阶梯型量化，然后对整体小波系数采用零树编码，并利用逐次逼近量化方法获得潜和式码流，以实现比率的可分级解码，它在一定程度上克服了EZW算法的不足，提高了PSNR值，试验结果验证了方法的有效性。     

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。     

基于小波变换的图像压缩并行算法研究

小波变换用于图像压缩就是把图像进行多分辨率分解,分解成不同空间、不同频率的子图像。图像经过小波变换后被分割成不同频带,低频子带采用DPCM（差分脉冲调制）方法进行无损压缩,保证图像主要信息不丢失,其他于带采用改进的SPIHT（多级树集合分裂算法）编码方法提高压缩比,这样为算法的并行实现提供了可能。实验证明图像压缩的并行处理可以获得较小的时间开销。     

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。     

Nonlinear Adaptive Wavelet Transform for Lossless Image Compression

The paper presents a class of nonlinear adaptive wavelet transforms for lossless image compression. In update step of the lifting the different operators are chosen by the local gradient of original image. A nonlinear morphological predictor follows the update adaptive lifting to result in fewer large wavelet coefficients near edges for reducing coding. The nonlinear adaptive wavelet transforms can also allow perfect reconstruction without any overhead cost. Experiment results are given to show lower entropy of the adaptive transformed images than those of the non-adaptive case and great applicable potentiality in lossless image compression.     

基于小波变换的无失真图象分层传输

提出一种基于小波变换和变长度编码方法的无失真图象传输技术．其主要思想是把低分辨率的图象存储在高速小容量介质上，而高分辨率图象存储在大容量慢速介质上．根据不同的应用需要，可以用来重建各种失真度的图象．这一方法可广泛应用于远程图象数据库查询和可变比特率图象分层传输．     

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。     

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     

基于二进神经网络的稀疏编码架构的图像无损压缩新方法

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.     

提升小波变换二叉树图像编码算法

为进一步提高图像压缩质量,在研究二维离散信号采样的基础上,基于全相位列率滤波理论设计了全相位内插滤波器组,并将其用作小波变换提升格式中的预测和更新滤波器,对图像进行不可分离的二维小波变换.结合各分解子带小波系数金字塔排列的特点,借鉴经典的SPIHT小波编码算法的思想,提出了二叉树小波编码算法.对经典测试图像的实验结果表明,与SPIHT算法在相同编码比特率下做比较,在低比特率下,二叉树小波编码算法重建图像的峰值信噪比平均提高约0.5 dB,并且重建图像的主观质量也较好.