基于小波变换的分形与零树混合图像压缩算法

提出了一种基于小波变换的分形与零树混合的图像压缩方法．该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树；在对每一棵小波子树编码时，根据最小误差标准进行分形编码，或零树编码、本算法不但充分利用了子带图像间的相似性和块内的自相似性，而且充分利用了小波变换后子图像块内(特别是高分辨层的子图像块内)存在的大量的局域性的冗余性．实验结果表明，与传统的基于小波变换的分形编码相比，该方法在较大的压缩范围内，都能够获得好的压缩结果．     

基于小波变换的图像压缩技术

详细阐述了连续小波变换和一维，二维离散小波变换理论，分析了小波变换的优点以及小波变换用于图像编码压缩的特点和实现方法，并对一些改进的小波图像编码压缩方法作了简要介绍。     

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。     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

基于小波域分形变换的图像水印技术

为了提高图像水印的鲁棒性和不可见性,结合小波变换和分形变换,提出了一种基于小波域内分形变换的图像数字水印方法。首先对图像进行小波变换,结合图像空域分形编码思想把图像的小波系数分成域子树和值子树两类,然后利用分形仿射变换选出具有相似性的域子树,将其作为水印的嵌入树,结合人类视觉系统的JND模型实现水印的嵌入和提取,最后针对该方法进行了JPEG压缩、剪切、滤波、添加噪声、旋转等相关实验,结果表明,该方法具有安全可靠、鲁棒性和不可见性好等优点,具有创新,可行性强。     

一种基于分块的小波编码图像压缩技术

提出了一种基于改进的分块小波图像压缩技术.在小波分解的基础上给出了一种分块编码的图像编码算法.该算法利用小波变换系数子带内和子带间的相关性以及小波系数的分布特点,有效地对高频子带数据进行了压缩,然后使用其他几种比较简单的编码方法实现图像的进一步压缩.该方法实现简单,可达到很好的压缩效果.     

分形图像编码的研究

分形图像编码是一种基于自然图像局部自相似性的有效压缩技术。分形图像编码通过引入一个可以影响解码图像质量和编码时间的控制参数,目前对它的研究比较广泛。本文着重阐述了分形图像编码的理论基础、编码方法、解码方法、基本特征及其发展现状和发展方向,并简要介绍了分形编码与其它工具相结合的方法。分形图像编码定将在图像压缩领域中发挥其更大的作用。     

基于小波变换的航空图像压缩技术研究

航空图像的压缩是其处理的一项重要内容。介绍了小波变换的基本原理和图像编码、压缩的基本概念,并利用小波技术对航空图像进行压缩,效果明显。     

扩展自相似过程的小波变换

分析了扩展自相似过程的一般连续小波变换以及离散小波系数的性质,证明了扩展自相似过程的连续小波变换以及离散小波和性质,证明了扩展自相似过程的连续小波变换是一个广义平稳的随机过程,并且给出了它的自相关函数的表达式;同时也给出了扩展自相似过程的广义功率谱的表达式及其离散小波系数的二阶性质。     

分形图像编码方法

分形图像编码技术是分形理论和图像编码技术的结合。分形编码利用分形图像中的自相似冗余信息。采用简单的变换规则．获得高压缩比。本文对非严格相似的分形图像的编码方法进行阐述和分析。展望其发展前景。并提出分形图像编码研究的相关问题。     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点，提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为，将小波分解后的图像的低频系数用基于方差的快速分形方法编码，剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明，该混合算法避免了分形编码所固有的方块效应，与传统的分形编码相比，大大节约了编码时间，说明该算法具有一定合理性与优越性。     

一种基于提升小波变换和快速分形的混合编码

分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

图像压缩中基于分形维数的小波基选取

小波函数具有多样性,采用不同的小波基对图像进行压缩后,重构图像的质量有一定差别.为了选取合适的小波基对图像进行小波变换编码,提出一种基于分形维数的小波基选取的图像压缩方法.通过差分计盒法计算相关图像的分形维数,将图像按照分形维数数值的不同划分为不同类别.选取每类中的代表图像,采用多种小波基,分别用SPECK算法对其压缩处理.根据重构图像峰值信噪比的数值,得出每类图像适合的小波基.实例分析表明,该方法可以在一定程度上提高小波图像编码的峰值信噪比.     

基于提升方案的整数小波图像编码

随着互联网的普及和图像应用范围的不断扩大，对图像的编码提出了新的要求，即不仅要求具有高的压缩比，还要求有许多新的功能，如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想，因此奠定了它在图像编码中的地位。提升框架可以实现整数到整数的小波变换，克服了第一代小波变换所带来的缺陷。该文利用第二代小波变换的特性，提出了一种基于整数小波变换的图像压缩方法。首先充分利用小波系数的分布特性，将图像进行整数小波变换，然后对最低频子带采用DPCM预测编码，对其它子带采用零树加熵编码的方法进行编码。实验结果表明，该方法有较好的压缩性能。     

一种新的化工过程历史数据压缩方法研究

为了对化工过程的历史数据进行压缩处理以减少数据的存储空间，给出了一种新的数据压缩方法.该方法基于整数小波变换和多级树集合分割编码，对原始数据进行5层整数小波分解，得到小波系数和相应的时间方向树，使用多级树集合分割编码对小波系数进行编码，输出位平面，再利用自适应算术编码对输出的位平面进行编码，进一步提高压缩比.应用该方法对一造纸厂的温度数据进行压缩和还原，仿真结果表明，该方法无需浮点运算，编码时利用了原始信号在各尺度下小波变换系数的自相似性，具有计算复杂度低、数据压缩速度快、压缩比高和重构误差小的特点.     

小波变换在图像编码中的应用

介绍了小波变换的基本理论，综述了小波变换在图像编码压缩中的应用，展望了今后的研究方向。     

基于小波域的分形图像压缩

对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似,研究了基于小波域的分形图像压缩方法。该方法有效地减少了计算复杂度和编码时间。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

基于小波变换和奇异值分解的图像水印算法

针对多媒体资源的版权保护问题,结合离散小波变换和奇异值分解技术的优点,提出了一种基于离散小波变换和奇异值分解的图像水印算法.该算法首先将原始宿主图像分解为4个频带(LL、HL、LH和HH),再对水印图像做奇异值分解,并修改宿主图像的离散小波变换系数和水印图像的奇异值.实验结果表明,该算法不仅具有良好的不可见性,而且对诸如滤波、几何攻击、JPEG压缩和旋转等常见的图像攻击具有很强的鲁棒性.