一种改进的基于零树编码的小波压缩图像算法

在SPIHT算法的基础上,提出一种改进的基于零树编码的小波压缩图像编码算法。基本思想是综合了FrederickW.Wheeler和WilliamA.Pearlman提出的线性索引技术及LZC采用的标志位图,采用了与SPIHT类似的扫描顺序,与SPIHT不同的是,本文算法不用列表,硬件实现非常容易。最后经实验证明,本文算法的峰值信噪比仅比SPIHT算法略低,而对内存空间的要求则大大减少,因此在几乎没有降低恢复图像质量的前提下,使零树编码算法的硬件实现成为可能。     

适用于硬件实现的零树编码算法

在Listless Zerotree Coding(LZC)算法的基础上提出了一种内存空间更小的静止图像零树编码算法，该算法与SPIHT等经典的零树编码算法的区别在于编解码过程中不使用列表结构，与LZC算法相比则节约了两个位图(Bit Map)，而这些位图为编码算法提供了重要系数和重要后代集合的位置信息．实验结果证明，本文的算法在不降低图像度量的前提下大大降低了零树编码算法的内存要求，有利于硬件实现．     

改进的无链表零树编码算法

通过对SPIHT算法和LZC算法的研究,提出一种改进的无链表零树编码算法。该算法改进了树编码过程,降低了编码复杂度,易于硬件实现,并且用小波系数的最高比特位来存储标志图,使得编码所需内存进一步减少。实验结果表明在相同的压缩比下,新算法重建图像的峰值信噪比明显优于LZC算法,而仅比SPIHT算法有略微的降低。     

一种基于Contourlet的图像低码率SPIHT算法

Contourlet是一种优于小波的不可分离图像表示方法，它除了具有一般小波变换的多尺度、局部性外，还具有方向性、各向异性。为此，本文提出了一种基于Contourlet变换的SPIHT编码方法。首先，对图像Contourlet变换各子带系数的分布情况进行了统计分析；进而设计了一种基于Contourlet变换的空间方向树结构，该结构具有类似图像小波变换域中“零树”的特性；在此基础上实现了一种基于Contourlet变换的渐进式编码算法（CSPIHT），该算法除了具有一般基于小波变换的零树编码算法的特性外，还具有方向性和各向异性的特点，特别对图像的边缘方向信息和纹理信息具有很好的捕捉能力和解码的视觉效果。实验结果表明，所提出的算法CSPIHT在低码率下其重构图像的PSNR要高于SPIHT算法；而对于中等码率，尽管重构图像的PSNR略低于SPIHT，但重构图像纹理和边缘区域的视觉效果要优于SPIHT。     

基于SPIHT的图像压缩算法研究

随着数字通信技术的迅猛发展,图像数据量呈现指数增长,图像压缩成为图像处理领域的研究热点问题之一。传统多级树集合分裂(SPIHT)算法在阈值较大情况下对所有的小波系数都进行扫描编码,所以0位的输出较多,降低了编码效率。笔者提出了一种改进的SPIHT算法,在对不重要子集表(LIS)进行扫描编码之前,判断当前阈值LIS列表中是否有重要的小波系数。对不重要系数表(LIP)进行扫描编码时,增加一个标志位,检测是否所有的重要系数都已编码完成。如果都已编码,则跳过对LIP的编码。实验表明与原始算法相比,在相同压缩率情况下,笔者提出的SPIHT算法取得了更高的重构图像质量,特别是在比特率较低情况下,峰值信噪比(PSNR)提高更为明显。     

基于二进索引树的算术编码在SPIHT算法中的实现

多级树集合分裂算法 (SPIHT) [2 ] 是在嵌入式零树小波编码算法 (EZW) [1] 的基础上改进的性能更优的算法。其子集合分裂策略是如此的有效以及显著信息是如此的紧凑 ,以至未编码的二进制位流也能获得同EZW一样的甚至更好的效果。虽然引入算术编码可以略微提高峰值信噪比 (PSNR) ,但同时也增加了算法的计算复杂度。在实现SPIHT算法时 ,通过基于 2× 2基元的方式来组织LIS和LIP表 ,大大地提高了SPIHT算法的运算速度 ;但同时算法的重建图像质量也有大幅度的下降。基于上述事实 ,本文引入了基于二进索引树的算术编码算法。实验表明 ,在SPIHT算法的基础上引入基于二进索引的算术编码 ,可以使得SPIHT算法运算速度大大增加的同时其重建图像质量基本不下降。     

基于简化集合定义及其分割排序的新图象编码算法

提出了一种基于简化集合定义及其分割排序的新图象编码算法(简称为ISPIHT)，该算法能够通过以下措施提高SPIHT算法工作效率：(1)重新简化定义零树集合以提高内存空间利用率；(2)改进完善集合分割排序策略以降低编码时间。     

低码率下图像压缩SPIHT编码的改进方法

针对SPIHT算法的不足,为了兼顾图像编解码时间与解码图像质量,提出了一种改进的SPIHT图像压缩算法。采用LS9/7提升格式小波变换,结合人眼视觉系统的特点,对原算法高低频子带的扫描方式和阈值的确定方法进行了改进;针对SPIHT算法重复扫描的问题,在编码时使用最大值链表的思想,大大减少了计算量,节省了运行时间。实验结果表明,本文提出的改进算法在图像编解码时间和重构图像质量两方面均优于原算法,尤其在低码率情况下提高了解码图像的质量。     

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案,该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力,在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法,该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.     

基于SPIHT算法的ROI编码研究

感兴趣区域(ROI)编码与图像压缩算法的相结合,可使ROI获得高质量。本文通过在多级树集合分裂(SPIHT)算法中嵌入ROI,形成基于SPIHT算法的ROI图像编码方法。该方法通过下移背景(BG)位平面使ROI位平面置于BG位平面之前,解码时优先传输ROI系数。实验选取一般位移法,将此算法与传统的SPIHT算法作比较,并研究了不同条件下各区域的质量。实验证明,本文算法明显优于传统的SPIHT算法,选择合理的参数能得到好的视觉效果。     

基于混合域的改进SPIHT图像编码算法

为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.     

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。     

心电图小波零树压缩算法的研究

该文提出了一种小波零树编码的心电图压缩算法。算法由整数小波变换、小波零树编码、自适应算术编码三部分组成。算法不需要任何浮点运算,计算复杂度低,压缩效率高,便于在便携式Holter中实现。用MIT-BIH心率数据库的样本数据对提出的算法进行测试,结果表明提出的算法是有效的,在得到高压缩比的同时仍能保持低的信息失真度。     

改进的CABAC与SPIHT编码算法研究

为提高图像压缩效率,提出了分段自适应二进制算术编码CABAC与SPIHT算法相结合的混合编码算法,并从理论和仿真实验两个方面证明了该算法的有效性。根据SPIHT算法产生码流概率的特点及二进制熵编码的特性将SPIHT算法产生的二进制码流分为符号和数据两段,并按照SPIHT编码阈值对数据码流再次分段,采用优化的CABAC对各二进制码流段分别编码,在不增加计算量的情况下能够得到更好的图像压缩效果。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

基于嵌入式零树小波的心电信号压缩算法及实现

针对便携式无线心电监护设备在数据存储及传输上的局限性,结合心电信号的特点,提出了一种基于嵌入式零树小波(Embedded Zero-tree Wavelet,EZW)算法的压缩算法。通过对EZW算法第一、二次迭代加以合并,并预先判断和标记第一次迭代出现的零树是否在整个编码过程中始终是零树,以提高算法的压缩率和运算效率。以MIT-BIH心律不齐数据库为样本数据集进行仿真,同时在MICAZ节点上作实际运行测试。实验证明,该算法相比于EZW算法压缩率更高,能更好地应用于无线设备上的心电信号压缩。     

一种改进的无表SPIHT算法

SPIHT算法是一种基于小波变换,压缩编码效率很高的静止图像压缩编码算法,传统的SPIHT算法主要基于软件实现.本文提出一种改进的更易于硬件实现的无列表SPIHT算法：采用状态标示符取代动态链表操作来记录集合分割信息,进而把整个编码过程都简化为简单的逻辑运算.基于本算法设计出了SPIHT编码器FPGA的有效实现.实验表明,该算法易于实现、节约资源、效率高、运算速度快,为硬件实现高速图像压缩编码提供了一种新的有效的方法.     

Joint SPIHT compression and selective encryption

JCSE-SPIHT, an algorithm of joint compression and selective encryption based on set partitioning in hierarchical trees (SPIHT), is proposed to achieve image encryption and compression simultaneously. It can protect SPIHT compressed images by only fast scrambling a tiny portion of crucial data during the coding process while keeping all the virtues of SPIHT intact. Intensive experiments are conducted to validate and evaluate the proposed algorithm; the results show that the efficiency and the compression performance of JCSE-SPIHT are very close to original SPIHT. In security analysis, JCSE-SPIHT is proved to be immune to various attacks not only from traditional cryptanalysis, but also by utilizing sophisticated image processing techniques.     

基于结构树集合分割的效能选择性图像编码算法的改进

J．M．Shapiro提出的嵌入式小波零树(EZW)图像压缩编码算法，以其渐进嵌入的风格和简单高效的特点，开辟了小波变换在图像压缩编码应用中的广阔前景，引起了人们的普遍关注。在EZW算法之后，又有许多对EZW算法进行改进的方案被相继提出。其中由A．Said提出的基于结构树集合分割(SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献[1]又提出了基于结构树集合分割的效能选择性(AS-SPIHT)图像编码算法。本文提出了一种改进的AS-SPIHT(IAS-SPIHT)图像编码算法。该算法首先通过建立四元组模型，简化了SPIHT及AS-SPIHT算法的实现；其次，通过充分利用已检出重要系数的先验知识，进一步提高了压缩比。