基于格型矢量量化的小波零树图像编码方法

把格矢量量化与小波零树编码相结合,提出了一种小波矢量零树图像编码新方法,其性能优于已报道的格型矢量量化小波图像编码方法和最成功的小波零树图像编码方法,而且其复杂度远低于已报道的格型矢量量化小波图像编码方法。实验结果证实了方法的有效性。     

分形图像编码的研究

分形图像编码是近几年发展起来的一种新的图像编码方法,目前对它的研究比较广泛。主要介绍 了分形图像编码的理论基础、码方法、基本特征及其发展现状和发展方向,并分析了目前编码方案所存 在的缺点以及产生的原因,其分形图像编码定将在图像压缩领域中发挥其更大的作用。     

低码率小波图像编码中的分析/合成技术

针对在低码率小波图像编码中,不合适的分析／合成子系统会造成显著重构失真的问题,研究了分析／合成子系统对图像编码的影响,给出了在不同ＦＩＲＱＭＦ（对称镜像滤波器）下分析／合成子系统中有限长度信号的优化延拓方法及对应的滤波器位移要求,优化了分析／合成子系统的性能     

低码率小波图像编码中的分析／合成技术

针对在低码率小波图像编码中,不合适的分析／合成子系统会造成显著重构失真的问题,研究了分析／合成子系统对图像编码的影响,给出了在不同ＦＩＲ ＱＭＦ（对称镜像滤波器）下分析／合成子系统中有限长度信号的优化延拓方法及对应的滤波器位移要求,优化了分析／合成子系统的性能。     

分形及分形图像编码

分形图像编码方法以其高压缩比的潜在能力 ,近年来颇受关注 ,是最有前途的图像编码方法之一 ,目前其研究已取得了很大进展。本文概述分形学的产生、发展 ,简述分形几何与图像压缩结合的理论基础及编码方法。并对分形图像编码的研究现状和发展前景进行了介绍和评述     

现代图像编码方法

首先简述了现在应用比较成熟的经典图像编码方法的原理框图， 然后重点讲述了九十年代得到迅猛发展的三大现代图像编码方法： 模型法、分形法和神经网络法。     

分形图像编码的研究

分形图像编码是近几年发展起来的一种新的图像编码方法，目前对它的研究比较广泛。主要介绍了分形图像编码的理论基础、编码方法、基本特征及其发展现状和发展方向，并分析了目前编码方案所存在的缺点以及产生的原因，其分形图像编码定将在图像压缩领域中发挥其更大的作用。     

几种新型的图像编码技术

简要回顾了传统图像编码技术，重点对各种新型图像编码技术的发展现状及存在的 问题进行了讨论，认为基于小波变换的图像编码技术是极具潜力的一种图像编码技术。     

图像编码与小波变换图像编码

介绍图像编码的方法，着重介绍了小波变换的基本理论及小波变换在图像编码压缩中的应用，并展望了今后的研究方向。     

基于方向小波变换的分层多描述图像编码

为了达到在不可靠网络中传输和自适应带宽的目标,提出了一种新的多描述图像编码。该方法采用不同的分层比例实现分层传输,将基本层传输给低带宽的客户端,而基本层和增强层传输给高带宽的客户端;采用多描述编码方法解决不稳定网络信道中传输的问题。在图像编码过程中,采用自适应的方向小波变换来消除图像相邻像素间的冗余信息以提高压缩效率。实验结果表明该算法具有很好的鲁棒性,在高误码率信道上相对于传统的多描述图像编码可以得到更好的重建图像质量。     

基于子波变换的数字图像压缩算法

提出了两种以离散子波变换为基础的数字图像压缩算法，其一，原始图像在子抽样后，通过一次正交子波变换，分解成一幅低频子带图像和３个不同方向的高频子带图像。对变换后的各子带进行统计特性分析，并结合人类视觉机理采取了不同的压缩编码策略。在解码端通过子波逆变换及双线性内插算法，原始图像可被较好恢复。     

Medical image compression by applying 3D DWT in PACS

The process of image compression in a practical Picture Archiving and Communication System (PACS) was discussed with detail. To fully reduce the inter-slice correlation existing in the volumetric image sets generated by CT and MR, 3D Discrete Wavelet Transformation (DWT) was introduced in our application. Instead of using a fixed quantizer of lossless low frequency and distinct loss of high frequency, an adaptive quantizer was devised taking MSE as the performance index. In the low frequency subband, DPCM was replaced withS+P transform to facilitate coding computation. Compared with JPEG or 2D DWT, our method is 20%–50% more efficient. Furthermore, preliminary tests showed that 33 dB may be the maximal distortion threshold for CT images. Biography: WANG Si-xian(1944-), male, Associate professor. Research direction: image processing.     

一种基于小波分析的图像压缩编码方法

提出一种基于小波变换的图像压缩编码算法。即首先对图像进行小波分解 ,然后对高频子图像用改进后的LBG算法形成码书 ,进行VQ编码。算法充分利用了不同分辨率间各种子图像的相似性 ,仅对最高分辨率层进行码书地址索引 ,低频区域用DPCM编码 ,最低分辨率层用游程编码。模拟实验的结果验证了该算法在提高图像的恢复质量及降低位码率方面有一定的价值     

基于多描述编码和小波变换的数字图像水印算法

为保证数字图像水印的鲁棒性、安全性以及嵌入容量,结合加密技术与图像压缩编码技术,提出了一种基于多描述编码和小波变换的加密数字水印技术.该技术采用密钥1对需要隐藏的水印图像进行多描述编码,并将编码转换为格雷码,然后将宿主图像色彩分量变换为差值图像,最后在频域内采用密钥2进行小波变换,以交互块跳频的方式完成水印信息的嵌入.理论分析和仿真实验均表明,这种数字水印技术有较大的嵌入容量,同时对常见的图像处理操作具有较强的鲁棒性,能够提高水印的安全性及抗剪裁攻击性能.     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

一种用于图象配准的或图最佳搜索算法

本文在分析研究图象配准中的SSDA法的基础上,提出一种用于图象配准的或图最佳搜索算法,该法将窗口图及基准图的子图划分为n块,形成完整的有序或图,使图象配准问题变为用或图最佳优先搜索策略求最短路径问题,实现图象配准。实验结果表明,该算法控制简单,易于实现,比传统的直接算法计算量少,试验效果好。     

用于图像压缩的小波变换编码

提出了一种二维小波变换编码方案，使用塔形算法结构将图像沿水平与垂直方向分解成一组多分辨率子图像。根据小波系数的统计特性和人类视觉特性，对小波系数进行门限量化，推导了量化门限与量化间隔的计算公式，量化后的多分辨率子图像采用自适应分块编码进一步进行压缩。计算机模拟结果证明了本方案的优越性能。     

基于小波变换的遥感图像快速拼接方法

基于图像小波变换与低频区域特征匹配的拼接方法,实现无人机序列遥感图像的快速动态拼接.根据无人机遥感图像成像的内、外方位元素,采用直角空间变换及二次线性插补方法,实现了遥感图像校正.小波变换提取低频图像,在此图像区域中搜索和提取特征模板,然后利用序贯相似性检测法进行匹配计算.根据匹配结果,实现两幅图像的拼接.仿真实验结果表明,所提出的拼接方法具有较好的实时性和拼接精度.     

基于Context模型的非嵌入式小波彩色图像编码方案

 在零树小波思想的基础上,结合Context模型提出了一种新的彩色图像编码方案.首先对原彩色图像的3个分量进行色标体系变换,然后对变换后的3个分量分别进行离散小波变换.离散小波变换后的系数首先由门限值筛选操作产生一个Significance Map符号流,该符号流用零树结构表示.接着对非零系数进行均匀量化,将大于门限的值分解为:MSB符号流及剩余的二进制符号流.为了降低存在于Significance Map及MSB符号流中的冗余,我们提出了简单有效的Context模型,而对剩余的具有弱相关性的二进制符号流则直接使用自适应算术编码.经过实验对比证明了该方案在彩色图像编码中具有较优的压缩特性.     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。