基于整型小波变换和嵌入式零树编码的医学图像压缩

对给定的医学图像采用基于“提升”算法的整型小波变换,对变换后的小波域图像编码。编码时,针对医学DICOM标准的数据结构,在小波零树编码的基础上,根据不同频率子带的小波系数对恢复图像的重要程度进行不同处理。实验证明,该方法视觉效果良好,实现了医学图像的无损压缩,有较好的压缩比和压缩效果。     

整型小波变换应用于遥感图像无损压缩

基于“提升”(Lifting)算法实现整型小波变换(IWT),然后将图像变换到小波域,用零树编码 和算术编码相结合的方式对图像进行无损压缩,并针对遥感图像波段之间的相关性进行了谱间预 测。最后进行了一些相关实验,实验证明将IWT应用于遥感图像无损压缩是有效的。     

基于小波零树结构的一种图像压缩

本文分析了图像小波分解系数的特点及零树结构，提出了一种基于小波零树结构的图像压缩编码方法，描述了小波图像矩阵及多分辨率、多方向的矩阵元素，给出了求取每个子带中最大绝对值小波系数及忽略此子带引起的均方误差计算公式，定义了编码结构，并用Lena图对该编码方法进行仿真实验．仿真结果与EZW编码方法进行比较，结果表明：此方法在相同的PSNR下，获得了较高压缩比，具有较好性能．     

改进的嵌入式小波零树编码算法

EZW静态图像压缩算法,由于充分利用了小波变换图像的良好性质,引起了图像数据压缩领域的广泛注意.EZW算法被认为是静态图像变换编码领域迄今为止最好的算法之一.通过对EZW算法及其改进算法的介绍,分析了这些算法存在的不足,并提出一种简单而有效的静态图像压缩算法,根据图像经小波分解后系数的特点和人眼视觉特性对Shapiro的EZW算法进行改进.由于人眼对图像的边缘信息的丢失非常敏感,改进后的算法更加注重边缘信息的编码,实验结果表明,重构后的图像更加清晰,尤其在低比特率时更加明显.     

基于小波变换的嵌入式图像压缩编码算法

小波变换具有良好的空间一频率局部化特性，给图像编码算法提供了广阔的发展空问。嵌入式图像编码算法能很好地满足图像编码的新要求，因此也成为了静态图像编码新标准JPEG2000的基础。对基于小波变换的嵌入式图像编码方法进行了研究，分析比较了几种典型的编码算法的原理和编码性能，指出了改进方案和适用性，探讨了小波图像压缩研究的发展方向。     

基于多小波的零树编码

多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足。本文提出了一种新的图像压缩方法,该方法以多小波变换为基础。根据多小波性质的不同采用与之对应的改进编码方法。实验证明,压缩效果良好,在一定的压缩比下可达到很高的峰值信噪比(PNSR)。     

基于整数小波变换的静态图像压缩编码技术

目前多媒体和Internet技术的迅猛发展导致了人们对图像编码有了越来越高的要求。由于小波变换所具有的一些特性非常符合图像处理的要求,使得小波变换图像编码得到了广泛关注。本文结合小波变换的特点,对几种经典的小波图像编码算法进行了讨论,并对静止图像编码的研究方向进行了展望。     

基于小波变换的嵌入式图像压缩编码算法

小波变换具有良好的空间-频率局部化特性,给图像编码算法提供了广阔的发展空间。嵌入式图像编码算法能很好地满足图像编码的新要求,因此也成为了静态图像编码新标准JPEG2000的基础。对基于小波变换的嵌入式图像编码方法进行了研究,分析比较了几种典型的编码算法的原理和编码性能,指出了改进方案和适用性,探讨了小波图像压缩研究的发展方向。     

基于零树和位平面的小波图像压缩算法

通过有机结合零树编码、位平面编码和算术编码,提出了一种基于零树和位平面的小波图像压缩算法ZBP(Zerotree and bit plane).ZBP不仅充分利用了零树符号之间的相关性,而且从位数据的层面上挖掘出了小波系数值之间的相关性,从而提高了算术编码的性能.实验结果表明,ZBP的压缩效果优于目前已有的小波图像压缩算法.     

基于人眼视觉特性的嵌入式小波零树编码改进①

在分析了嵌入式小波零树编码算法（EZW）的基本理论基础上,提出了一种以8个标志住代替原EZW算法中4个标志位的改进算法。改进算法中,重新定义零树的结构,降低了编、解码复杂度节省了存储的空间,且有利于提高压缩比;重新分类重要系数一方面增加了图像边缘信息编码,另一方面极大的减少了零树根的数量,提高了压缩比。仿真结果表明,改进算法重构图像质量及主观视觉效果明显好于原算法。     

基于整数小波变换的准无失真图像压缩技术

本文首先讨论了一般整数小波的构造方法，然后利用分块DPCM（Differential Pulse Code Modulation）与整数小波变换进行遥感图像的准无失真压缩。该方法可进行实时处理，硬件实现简单，可并行处理。实验结果表明，该方法是一种有效的遥感图像压缩方法。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。     

基于小波变换的静止图像快速编码算法

基于小波变换静止图像压缩提出一种快速算法.在兼顾压缩比和峰值性噪比的同时,采用离散小波变换的快速算法,对量化和熵编码两部分进行优化,提高了算法的快速性,并进行了实验验证.     

基于整数小波变换的遥感超光谱图像无损压缩

由于遥感图像信息十分宝贵,应尽可能采用无损压缩或近无损压缩方法。本文提出基于"提升"(Lifting)算法实现整数小波变换(IWT)的方法,将变换方法用于去除空间冗余,保证了小波变换后图像信息无损失,再用算术编码对图像进行无损压缩。由于变换方法的去相关性能良好,实验证明将IWT应用于遥感图像无损压缩是有效的,能达到预期的目的,解码后的图像能无失真的恢复。     

一种基于整数平方量化阈值的小波图像编码算法

作为JPEG2000的重要组成部分,整数小波变换(IntegerWaveletTransform)和嵌入式零树编码(EmbeddedZerotreeWaveletCoding)有许多优越性,但是图象经整数小波变换(IWT)后各子带系数幅值的动态变化较小,因此其能量集中性较第一代小波变换差很多,不利于零树编码(EZW)。该文从零树编码的量化阈值入手,将传统零树编码中“2的整数次幂”量化阈值改为从1开始的整数平方量化阈值,通过缩短了各量化阈值间的距离,减少了重要系数集中出现在较低量化阈值的机会,增加了编码过程中零树的数量,从而充分利用了整数小波变换能量集中性较低的特点。实验证明,该算法通过整数平方量化阈值有效地将整数小波变换同零树编码结合起来,提高了编码效率。     

一种基于整数小波变换的图像无损压缩方法

由于第二代小波变换可以实现图像的整数到整数的变换,而且图像的恢复质量与变换时边界采用何种延拓方式无关,完全可以克服由第一代小波变换所带来的缺陷。该文利用这个特性,提出了一种基于整数小波变换的图像无损压缩算法。该方法首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,最后将预测误差进行哈夫曼编码。实验结果表明,该方法算法简单,有较好的压缩性能,与JPEG无损压缩模式相比较,有较大的优势。     

基于整数小波变换的图像无损压缩方法

本文提出了一种基于整数的第二代小波变换图像无损压缩算法,它克服了第一代小波变换所存在的缺陷。首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,对预测误差进行哈夫曼编码。与JPEG无损压缩模式相比较,该算法方法简单,有较好的压缩性能。     

图像编码方向自适应提升小波变换

提出一种基于分块的图像编码方向自适应提升小波变换( DA-LWT),在每级变换中采用固定的方向块大小,仅保留一、二级变换所产生的方向信息,更高级别的方向由其前两级预测获得,从而减少边信息的开销。根据图像块的最小预测残差能量自适应选择滤波器的滤波方向,有效消除图像相邻像素间的冗余,降低高频系数能量。采用基于分数像素插值方案,提高方向分辨率。实验表明,DA-LWT的变换系数具有更好的“零树”特性,可取得比传统提升小波变换更好的编码效率和视觉效果。