基于遗传分形编码的嵌入式小波图像编码算法

在分析小波变换与分形编码特点的基础上,提出了一种新的基于遗传分形编码的嵌入式小波图像编码算法。根据图像进行小波变换分解为不同空间频带上的子图像这一特性,对其低频子带进行基于遗传算法的分形编码,利用遗传算法的快速全局搜索能力提高分形编码中值域块与定义域块的匹配搜索速度;对其高频子带部分进行阈值去噪处理后进行SPIHT编码,两部分同时进行,提高图像的压缩效率。实验结果表明：同传统的分形编码和SPIHT编码压缩方法相比,该算法在图像的重构质量方面有所提高,尤其是在中低码率下PSNR(峰值信噪比)得到了较大提高,并且算法执行时间明显减少。     

一种基于小波变换的分形图像编码压缩算法的研究

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法(FCC)优缺点的基础上，提出了一种新的结合小波变换的分形图像编码压缩算法(DWT—FCC)，该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

一种半调图像的混合压缩方法

结合半调图像纹理特性和小波包更精细的分解方法,通过对小波包系数的扫描方式和阈值函数的选取进行改进,提出对半调图像进行基于最优基的小波包变换压缩编码。根据小波包分解后高低频分量各自的特性,采用不同的编码方法,提高压缩效率。仿真实验结果表明,该算法在获得较好的压缩效果同时,提高了解码图像质量。     

基于小波包分解的 SAR图像压缩 *

针对 SAR图像含有丰富的中、高频信息 ,而基于小波变换的图像压缩方法会丢失高频细节信息 ,提出了基于小波包分解的 SAR图像编码算法。小波包变换对 SAR图像进行完全分解 ,再用与后续编码器相关联的代价函数进行最佳基搜索 ,然后根据各子带小波包系数的重要性进行加权 ,采用多级树集合分裂算法 ( SPIHT)编码。实验结果表明 ,该算法更好地保留了 SAR图像的细节信息 ,获得了同压缩比下优于传统 SPIHT算法的编码性能 ,更有利于后续图像处理。     

基于分形图像编码的小波补偿算法

提出了一种对图像进行分形“粗略”（概貌）编码,“细节”（边缘）信息通过小波变换提取图像高频信息进行补偿的编码算法。该编码算法中,小波变换产生的高频小波系数根据系数重要性采用类似嵌入式小波零树编码方式进行编码,从而具有比特率可控等特点。通过实验表明,新编码算法的编码效果优于分形自适应四叉树编码算法和小波变换编码算法。     

Landsat-TM光谱图像数据压缩技术的研究

采用提升格式的整数小波变换，对Landsat-TM图像数据进行小波分解。在分析Landsat-TM图像整数小波变换后系数特点的基础上，将小波变换压缩技术中的零数编码推广到多光谱图像压缩中。采用整数97小波变换同时去除空间与谱间冗余，对单波段图像各个子带小波系数的能量、均值、方差进行了数据统计。由小波系数的相关性，采用3DSPIHT对小波系数进行压缩编码。实验结果表明，该方法的去相关性能良好，压缩效果大大改善。     

基于小波包变换的多光谱图像融合方法研究

小波包分析将频带进行多层次划分，对小波多分辨分析没有细分的高频部分也进行了进一步的分解。本文在研究了小波包图像分析法后，提出了基于小波包变换的象素级图像融合算法。通过把同一目标的多传感器获得的不同波段的图像数据利用小波包变换进行融合，得到融合图像。这种方法能够很好地将源图像的细节融合在一起，完好地显示了源图像各自的信息。     

针对遥感图像压缩的改进SPIHT 算法

在研究遥感图像和小波分解系数特点的基础上,提出了一种改进的SPIHT算法：对第一阶小波变换产生的低频子带和高频子带进行小波再分解,并对再分解后的四个子带,取不同的门限值,分别进行编码;再分解后的高频子带小波系数不进行编码,在解码时直接赋予固定值重构图像。改进算法更好地处理了低频子带和高频子带的小波系数,对遥感图像的压缩实验证实了改进算法的有效性。     

基于小波包分解的复杂图像压缩

对富含细节、边缘及纹理的复杂图像而言,其重要信息大量集中于高、中频部分.传统的基于小波变换的压缩方法往往将信号的高中频部分作为不重要信息对待,从而引起细节失真.针对复杂图像能量分布特点,本文提出使用一种更为精细的时频分析法即小波包(WP)分析,对信号的低、高频部分作进一步分解,保存有用的高、中频信息.同时利用小波包分解子带内系数间的相关性自适应地将其分为重要性及大小不同的各个子块,进而针对各子块实行不同精度的量化编码.实验结果表明,这种方法能较好地适应WP分解系数的特点,获得较高的数据压缩率和重建图像质量.     

一种基于小波变换的邻域搜索分形图像编码

本文根据文献的研究结果,对传统的分形图像编码算法加以改进,即使用邻域搜索法代替传统的全局搜索法。并将其运用到图像小波变换后的低频部分,同时为得到较好的图像恢复效果,对高频部分采用进行零树编码。实验表明,该方法在较好的恢复图像的前提下,大大的提高了编码的速度。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

一种基于局部极大模和分形的混合编码方法

在分析分形理论和小波变换模极大值用于图象压缩方面优缺点的基础上 ,根据它们的特点 ,综合利用两种方法的优点 ,弥补它们不足 ,提出了一种基于小波变换极大模和分形的混合编码方法 .该方法先利用小波局部模极大值提取的图象边缘特性来进行图象编码 ,然后用分形的自相似性对图象的误差图进行压缩 ,以获得高压缩比和质量好的恢复图象 ;同时还简单进行了理论阐述和给出了具体算法的步骤 .实验结果表明 ,采用此方法压缩后的图象不仅视觉效果好、无方块效应 ,而且边缘无振荡现象、图象清晰无模糊 ,压缩比高 .     

一种基于小波变换的分形零树混合编码方法

为了降低分形编码的复杂度和提高编码效率 ,提出了一种基于小波变换的分形零树混合图象编码方法 .该方法首先利用小波变换将图象分解为不同方向不同分辨率的子图象 ,然后分别在不同分辨率层将这些子图象以类似于零树的结构 ,构成一棵棵的小波子树 (wavelet subtree) ,最后在编码时 ,对每一棵小波子树进行具体的分析 ,或采用分形编码 (fractal coding) ,或采用零树编码 (zerotree coding) .与传统的基于小波变换的分形编码相比 ,此算法在充分利用子带图象间的相似性和块内存在的自相似性的同时 ,也充分利用了小波变换后子图象块内 ,特别是高分辨层的子图象块内所存在的大量局域性的冗余性 .实验结果表明 ,此方法在较大的压缩范围内 ,都能够获得较好的压缩效果 .     

基于零树小波与分形图像的编码算法结合研究

通过有机结合零树小波编码、分形图像编码，提出了一种基于零树小波和分形图像的小波图像压缩算法，讨论了基于零树小波图像压缩的编码算法机理，提高了算术编码的性能，并对JPEG2000与JPEG效果图像的测试实验结果进行了比较，实验结果表明，JPEG2000的压缩效果优于目前已有的小波图像压缩算法。     

一种基于分形的图像编码改进算法

本文提出了一种新的基于分形的图像编码改进算法,该算法结合小波变换多分辨率分析的特点,对分解后的高层子图像进行基本分形编码,根据不同层子图像之间的相似性,由高层分形编码构造低层子图像分形编码,同时根据不同方向子图的纹理特征不同,采用不同形状的块进行分形预测,实现图像压缩。实验证明,这种改进算法能够大大缩短分形编码的时间,并取得较高的压缩比。     

一种基于分形小波变换的工业电视图象编码方法研究

通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。     

基于小波分解的快速分形图象压缩算法

为了解决传统分形压缩编码时间过长的问题 ,提出了一种基于小波分解的快速分形图象压缩算法 .该算法利用小波分解后各频带间能量分布不均衡的特性 ,将集中图象主要能量的低频域看作是一种图象 ,进行传统分形编码 ;然后利用小波分解后不同分辨率子带图象之间的相似性 ,用低频域的全搜索代替传统算法中整个区域的全搜索 ,将在低频域得到的分形参数进行适当的比例变换得到整幅图象的分形码 ,解码时 ,进行同传统算法相同的迭代过程 ,所得解码图象即为原图的逼近图象 .实验结果表明 ,该算法在压缩比不变 ,且基本不影响恢复图象质量的前提下 ,大大提高了编码速度 ,明显改善了分形图象压缩中编解码时间的不对称 .     

一种新的小波分形混合图像编码方法

随着信息处理技术的飞速发展，图像压缩越来越受到人们的重视。提出一种新的小波分形混合编码方法，引入了小波树的概念，将传统分形编码中块的匹配问题转化为小波树的匹配问题。根据不同方向代表的纹理信息的不同，定义了不同的小波树。在对小波树编码时，灵活运用了零树的概念，提高了压缩效率。对于不同复杂程度的小波树分配不同的码字，具有一定的自适应性。实验结果表明，与传统的基于小波变换的分形编码相比，该方法可以获得较好的压缩效果。     

基于内容的压缩域图像处理技术研究

研究了当前压缩域图像处理技术,针对目前小波技术在图像编码标准中的广泛运用,提出了一种结合数学形态学技术直接在小波域内进行图像轮廓提取的新方法.其思想是依据图像的小波编码码流元素的幅度与图像轮廓在频率-空间上具有的对应关系,利用数学形态学中以具有一定形态的结构元素去量度和提取图像中的对应形状,以快速提取出反映图像基本内容的轮廓特征.对小波域中的高频系数进行处理,因此首先要对小波图像做阈值化,然后采用腐蚀膨胀算法做去噪和轮廓提取.实验结果表明,与微分算子提取图像轮廓相比,计算简单.易于硬件实现,具有良好的性能.