基于块方向预测和Context的图象无失真编码方法

首先分析无失真图象编码技术,提出一种基于块方向预测和Context的自适应无失真编码方法,该方法主要使用块方向预测和基于Context的误差模型去除图象在空间上的相关性.在此方法中,一幅图象首先被分割成图象块,对图象的每一块自适应地选择一个使预测误差绝对值之和最小的块方向预测器；然后通过Context选择和误差反馈进一步降低信息熵；最后,采用快速而有效的Rice编码器对误差图象编码.实验结果显示，该方法的压缩效果明显优于JPEG(joint of picture expert group)无失真模式和FELICS(fast and efficient lossless image compression),略好于CB9和LOCO-I,甚至UCM(universal context modeling).     

基于块方向预测和Context的图象天先真编码方法

首先分析无失真图象编码技术，提出一种基于块方向预测和Ｃｏｎｔｅｘｔ的自适应无失真编码方法，该方法主要使用块方向预测和基于Ｃｏｎｔｅｘｔ的误差模型去除图象在空间上的相关性。在此方法中，一幅图象首先被分割成图象块，对图象的每一块自适应地选择一个使预测误差绝对值之和最小的块方向预测器，然后通过Ｃｏｎｔｅｘｔ选择和误差反馈进一步降低信号熵；最后，采用快速而有效的Ｒｉｃｅ编码器对误差图象编码。实验结果显示，     

基于小波变换的图象感知熵编码

本文提出了一种基于小波变换的图象感知熵量化编码方法，此法首先通过小波变换将图象在频率域内进行分解；然后在充分考虑人眼对图象的视觉效果的基础上对小波系数进行量化和行程编码；最后针对小波系数量化和行程编码所得的码字分布特性，采用感知熵编码实现编码码率趋近于图象的感知熵，采用该方法可在保证一定图象质量的情况下，消除冗余信息，提高图家编码的压缩比。     

基于小波自适应去噪和最大熵的织物疵点检测

提出了一种基于小波域Context模型系数自适应阈值去噪和最大熵分割原理相结合的织物疵点检测方法。对织物疵点图像各层小波分解后的高频Context模型系数进行自适应阈值处理．然后利用最大熵原理进行分割。该方法在提高峰值信噪比的同时能够更有效的检测出织物疵点区域。     

基于零树、金字塔格型矢量量化的小波图像编码

近年来,金字塔格型矢量量化（PLVQ）方法由于其本身的特点和性质引起了人们的广泛兴趣,而文献[1]介绍的基于零树（ZR）的编码也获得了极大的成功,根据信号的二进小波分解特点和小图象系数的分布特点,得用D4格将PLVQ和零树结构起来,提出了一种基于零树和金字塔型矢量量化的小波图象编码方法,该方法首先采用金字塔 型矢量方法来量化小波图象系数,以得到非零格点和零格点;然后采用复合熵编码来处理非零格点;最后为了有效确定非零格点的位置,也就是为了有效地处理,也就是为了有效地处理零格点,又引进了重要图的概念,在此基础上,从下往上、从上往下二次扫描重要图,再采用改进的零树编码方法来处理零格点,本文乘法优于传统的基于游长的熵编码。     

零树编码在无失真图象压缩中的一些问题

零树编码在图象压缩中占有重要的地位,为此,首先从理论上讨论了零树编码在无失真图象中压缩,然后给出了影响零树编码效率的3个主要参数,即小波基的选取、剩余矩阵编码、零树编码层数,最后给出了如何选取参数的方法.     

基于Context模型的小波变换阈值自适应图像去噪

根据噪声和信号的小波系数在不同分解尺度、不同方向上高频系数的分布不同,结合Context模型,提出基于Context模型的小波变换阈值自适应图像去噪算法。该算法通过对不同尺度和方向的小波分解系数应用不同的阈值方法进行去噪。实验表明,方法能较好地去除图像噪声和保留图像边缘细节信息,在提高去噪图像信噪比值和改善视觉效果方面都表现出了良好的性能。     

一种用于远程监控系统的视频编码方案

提出一种基于ＪＰＥＧ的活动图象编码方案,该方案运用帧间差分去除时间相关性,运用ＤＣＴ去除空间相关性,并借用了ＪＰＥＧ的变换系数编码方法。实验证明,所提方案在编码效率和算法复杂性方面较适合ＰＳＴＮ上的远程图象监控系统的要求。     

基于整数小波变换和子带比特平面编码的图象压缩算法

在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG2 0 0 0整数小波编码方案的水平 ,而速度远快于这两者的速度 .该算法还具有复杂度低 ,占用内存少的优点 .     

基于小波变换的图像感知熵编码

本文提出一种基于小波变换的图象感和熵量化编码方法，此法首先通过小波变换将图像在频率域内进行分解；然后在充分考虑人眼对图象的视觉效果的基础上对小波系一化和行程编码；最后针对小波系一化和行程编码所得的码字分布特性，采用感知熵编码实现编码码率趋近于图象的感知熵，采用该方法可在保证一定图象质量的情况下，消除冗余信息，提高图象编码的压缩比。     

用提升格式构造二次平均插值小波

提升格式是小波研究的新热点，提升格式的运用有两个不同的层次，即用提升格式来实现已有的小波变换和构造新的小波，首先用提升格式构造了二次平均插值小波，并用构造出的小波对灰度图象做变换，然后对变换后的系数采用最优比特率分配的方法来做编码，取得了与JPEG2000推荐的D9/7双正交小波图象编码基本一致的结果，但是，二次平均插值小波的提升格式要比D9/7双正交小波的提升格式简单得多，这意味着消耗的计算资源也少得多。     

基于小波包变换的分层预测图像压缩算法

将基于上下文的算法编码方法和位平面编码方法有机结合,得到了基于小波包变换的分层预测图像压缩算法ＢＰＰ,为了充分利用小波系数间的各种相关性,在组合父子,邻居和兄弟相关性基础上得到了其它四种相关性,提出了小波包基选择方法既保持了父子相关性,彰关,根据二类拉数据的特点,进行了相应的预测和编码,对比分析表明ＢＰＰ的压缩效果 一的其它小波图像压缩算法。     

率失真最优的多分辨率小波图像压缩方法

提出了一种具有渐进多分辨率特性的小波图像压缩算法。对图像作提升小波分解后，首先利用人眼视觉特性，对小波系数作无视觉失真的量化，然后按各子带对视觉效果不同的贡献，在给定的编码比特约束条件下．将比特资源按照率失真曲线最优地分配给各子带，最后以给定的比特量对各子带分别进行分层量化和算术编码，从而达到最小的失真要求。最优分配方法将小波系数建模为广义高斯分布，给出了最优分配给各子带比特数的理论公式，它不需遍历不同的量化阶段，且在率失真意义上最优。实验结果表明，与经典的算法相比．在PSNR相仿的情况下，低码率时有更好的视觉效果，有更优越的综合性能。     

基于SPIHT和分类比特编码的无损图像压缩

在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。     

基于对象的三维医学图像形状自适应编码算法

提出了一种针对三维医学图像已知诊断对象区域的形状自适应小波编码方法.该算法仅对对象区域内的像素应用形状自适应小波变换去相关,变换后,对象在变换域中的系数个数与图像域的像素保持相同.为了实现快速无损变换,提出一种基于提升的形状自适应小波变换方法.通过分析形状自适应变换后无效系数的位置,又提出一种改进的OB-3DSPECK(object-based set partitioned embedded block coder)算法,取消了对象区域外无效块或系数的符号输出,即只输出两种符号码流到自适应算术编码器.对于三维医学图像的对象区域,该算法能够提供有损到无损的渐进编解码.实验结果表明,该算法平均SNR比OB-3DSPECK提高0.5dB.此外,由于减少了一种符号输出,使得算术编码过程可选.     

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。     

一种用于图像编码的双正交插值小波

针对CDF-9／7小波滤波器系数是无理数的缺点,利用小波滤波器的精确重构条件,构造一类仅用一个自由参数表达的双正交插值小波。通过调整自由参数构造一种具有最佳编码增益和二进制（形如k／2^n,t,n∈Z的数）系数的插值小波。实验表明其图像压缩性能与CDF-9／7小波相当,小波变换的计算效率提高50％以上。     

基于提升方案的整数Deslauriers-Dubuc(m,n)插值小波变换结合SPIHT应用于图象无损压缩编码性能的研究

研究了基于提升方案的 Deslauriers- Dubuc( m ,n)插值小波变换结合 SPIHT应用于图象无损压缩编码的性能 .实验结果表明 ,基于提升方案和整数运算的插值小波变换是整 -整可逆变换 ,适于快速的 ,渐进性的直至无损图象压缩 .无损压缩性能远好于 Huffm an、Win Rar、Raw Win Zip、JPEGL S.以 ( 4,4)插值小波为例平均而言压缩比分别比上述编码方法提高了 63 % ,49% ,46% ,3 4%左右 .由于实现的可逆小波变换是基于整数运算的 ,可由加法和移位完成 ,运算速度快 ,便于动态图象编码及硬件实现