基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

多光谱图像的3D EBCOT压缩编码算法

提出了一种新的多光谱图像压缩方案,三维率失真优化截取码块编码(3D EBCOT)算法根据多光谱图像的成像特点,利用非对称的三维离散小波变换去除多光谱图像的空间冗余和频域的相关性,再通过拓展改进最新的静止图像压缩标准JPEG2000中的二维率失真优化截取内嵌码块编码(2D EBCOT)算法,在比特平面编码器中引入谱间上下文,使用相应算术编码器并对经过三维小波变换后的系数进行编码,提高了多光谱图像的压缩效率．根据具体要求组织的内嵌码流,可继承获得JPEG2000标准内嵌码流抗误码等优良特性．使用该方法对一组6波段多光谱图像压缩编码后的重建图像显示,具有比三维小波分层树集合分割排序编码的算法(3D SPIHT)具有更好的图像质量和压缩性能．     

一种改进SPIHT算法的图像压缩算法

一种改进的SPIHT算法在原算法的基础上,以图像的平均值为临界点进行分解,形成分裂图像分别进行压缩,并利用小波分解的特点及人眼的视觉特性,对分解的低频子带的重要系数做特殊的处理。经仿真实验证明,改进SPIHT算法在相同的情况下得到重构图像的PSNR值高于原算法,压缩的整体性优于原SPIHT算法。     

SPIHT图像编码算法研究及改进

提出一种改进的SPIHT算法,通过避免对部分重要系数的冗余扫描、采用更小的初始根节点子集以及对原始图像进行偏移处理,明显提高编码效率。实验结果表明,与标准SPIHT算法相比,本改进算法在不同码率下重构图像的PSNR提高了约0．3—6db。     

改进SPIHT图像压缩算法在弹性成像中的应用

为提高医学超声弹性成像中图像传输的效率,采用了改进的SPIHT算法对图像进行压缩并传输.改进的SPIHT算法对弹性仿体受压前后的图像进行分解,然后对其进行去直流操作、编码和传输,传输后进行逆操作恢复图像并用于弹性成像.实验结果表明改进的SPIHT很大程度上减少了弹性图像的冗余信息,提高了图像的传输速度并在一定程度上提高...     

基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码,给出了小波图像系数统计数据实例,然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析,并通过实验对SPIHT算法进行了性能分析及其改进,并给出了实验结果。     

基于提升小波变换的图像压缩编码的VLSI实现

提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术,节省了硬件资源,提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构,提高了编码效率。基于上述方法的FPGA实现,能够满足图像存储、传输等方面的要求。     

一种小波树分类和合成编码结合的图像压缩方法

针对传统小渡变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题，提出了一种小波树分类和合成编码结合的图像压缩方法．该方法首先对纹理丰富的图像进行3级小波变换，再对高频子带通过小波树分类器分为低频树和高频树．最后对最低频子带进行差值脉冲编码调制（DPCM），对低频树和高频树分别进行SPIHT和多阶段矢量量化（MVQ）．仿真结果表明，该方法在峰值信噪比和编解码时间均优于SPIHT算法．在0．125b／s下，Boat图像峰值信噪比（PSNR）比SPIHT算法提高了0．8dB．     

一种基于大顶堆的SPIHT改进算法

多级树集合(SPIHT)算法在多次排序扫描过程中需要进行大量重要性测试,由此导致算法的压缩编码效率显著降低。为提高SPIHT算法的压缩效率,本文利用大顶堆方法,提出了一种SPIHT改进算法。改进算法优化了SPIHT中的重要性测试,并将函数时间复杂度从O(logn)降为O(1)。实验结果表明本文方法在进行多次小波变换时效果尤为显著,使得SPIHT编码时间趋于一个常数,压缩效率比未改进前提升数倍。     

移动机器人环境视觉图像小波稀疏压缩传感与恢复重构

基于最新压缩传感技术理论,采用小波稀疏方法和正交匹配跟踪算法,对移动机器人常规环境视觉图像压缩传感存储与恢复重构进行了研究.结果表明：进行小波稀疏的压缩传感编码可以大大减少机器人环境视觉图像信息量,降低存储与传输代价,通过正交匹配追踪算法恢复的视觉图像,可以满足机器人常规环境视觉探测.     

基于人眼视觉特性的小波域数字水印算法

利用图像小波分解系数的树结构关系及人眼对图像边缘区、平滑区、纹理区敏感程度的不同,提出了基于人眼视觉特性的小波域数字水印算法.选择高频子带的纹理区进行水印信号嵌入.实验结果表明,使用该算法嵌入的水印具有很好的隐蔽性,且嵌入水印的图像对有损压缩、滤波、噪声和剪切等攻击操作具有较强的鲁棒性.     

一种新的基于能量分布的图像压缩方法

研究了小波变换用于图像压缩涉及到的小波系数阚值的确定问题。建立了评价图像小波变换后各层子图像能量分布的理论公式；给出了确定小波系数阈值的方法和一种新的图像压缩算法。以典型的Lena图像为例，在同等压缩比条件下，把本文提出的图像压缩方法与FFT和DCT法进行了对比，结果表明：本方法有明显的图像改善效果和抗“分块效应”的能力。     

一种基于小波系数方向性的矢量分类方法

针对基于小波变换和矢量量化的图像压缩算法,利用小波变换后系数具有明显方向性的特点以及带内小波系数的相关性,提出一种基于小波系数方向性的矢量分类方法,同时采用一种基于小波系数排序截断的阈值选取方法.实验表明该分类方法原理简单易于实现,提高了算法的整体效率,对不同的图像具有分类效果稳定的优点.     

基于视觉掩蔽的二维数字水印算法

提出一种基于视觉掩蔽的小波域二维数字水印新算法.该算法先将水印和图像进行多尺度分解,将分解的水印低频系数嵌入到具有相同尺寸的图像的低频系数中,重构得到水印图像,而水印分解中的高频系数将被保留,在水印检测过程中作为密钥使用.为了实现视觉掩蔽,在嵌入过程中,利用图像小波分解人眼的视觉系统特性,使得水印在不可见和鲁棒性都得到提高.检测水印时需要原始的未加水印的图像.实验结果表明,算法对压缩、加噪、线性滤波、剪裁等具有较高的鲁棒性.     

基于压缩感知的图像快速重构去噪算法

针对传统的压缩感知重构算法运算量大,图像质量低的缺点,提出一种新的图像快速重构去噪算法。首先对图像进行一级小波分解,分别提取近似分量子图像和细节分量子图像,并对细节分量子图像进行软阈值去噪处理,然后对近似分量子图像和处理后的细节分量子图像运用新的压缩感知重构算法进行恢复,最后将恢复的细节分量和近似分量进行小波逆变换,得到重构后的图像。实验结果表明,新方法可减少重构时的运算量,有一定的去噪效果,且可提高图像质量。     

基于感兴趣区域的图像部分无损压缩方法

在应用整数小波变换和基于层次树的集划分算法的基础上,提出了一种新的基于感兴趣区域的编码方法,该算法利用小波变换良好的空间-频率的局部化特性,通过在编码前提升图像的感兴趣区域的小波系数,使这些小波系数完全独立于背景区域的小波系数,实现了在不传输任何形状信息的前提下,完成各种形状的感兴趣区域的解码．实验结果表明,该算法能够在无失真恢复图像感兴趣区域的同时,提高整幅图像的压缩比．     

基于JPEG2000的感兴趣区域编码新算法

提出了一种新的JPEG2000感兴趣区域编码算法。该算法先将感兴趣区域(ROI)在时域进行提升、周期延拓处理并叠加到背景区域像素值上,然后利用小波变换的可加性将小波变换后的背景区域系数减去相应的感兴趣区域系数,最后在接收端通过相应的处理实现ROI恢复。实验结果表明:该算法性能优越,计算量小且易于实现,在相同压缩率条件下,改善了由ROI时域提升算法产生的ROI边缘模糊的缺点,更有益于接收端对感兴趣区域的理解。     

A Novel Fractal Wavelet Image Compression Approach

By investigating the limitation of existing wavelet tree based image compression methods, we propose a novel wavelet fractal image compression method in this paper. Briefly, the initial errors are appointed given the different levels of importance accorded the frequency sublevel band wavelet coefficients. Higher frequency sublevel bands would lead to larger initial errors. As a result, the sizes of sublevel blocks and super blocks would be changed according to the initial errors. The matching sizes between sublevel blocks and super blocks would be changed according to the permitted errors and compression rates. Systematic analyses are performed and the experimental results demonstrate that the proposed method provides a satisfactory performance with a clearly increasing rate of compression and speed of encoding without reducing SNR and the quality of decoded images. Simulation results show that our method is superior to the traditional wavelet tree based methods of fractal image compression.     

一种基于小波包最优基算法的图像压缩方法

小波包是近年来的一个研究热点，在图像处理方面有着很广泛的应用，本文提出了一种基于快速小波包算法的图像压缩方法，在一维情况下，它比传统算法提高2．67倍，在二维情况下，和具体的图像大小有关，但比传统算法还是提高了三至四倍，因此加快了图像压缩的进程，取得了很好的实验效果，将图像在小波包最优基下展开，利用小波包最优基极好的空间，尺度定位性，使得图像的小波包变换系数在小波变换域极可能的集中从而使在不降低压缩信号的视频质量情况下，提高了图像的压缩比。