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.     

利用小波包最优基进行图像数据压缩

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尽可能的集中,从而使在不降低压缩信号的视频质量情况下,进一步的提高图像压缩比成为可能,并给出试验验证。     

利用小波包最优基进行图像数据压缩

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尽可能的集中,从而使在不降低压缩信号的视频质量情况下,进一步的提高图像压缩比成为可能,并给出试验验证.     

小波变换在图像压缩中的应用研究

介绍了数据压缩图像基本原理,指出了小波变换是实现图像压缩的一种重要方法,介绍了小波变换如何实现对图像进行压缩,并与传统的DCT方法作了分析比较,分析了各自的压缩比和重建效果,以及小波变换在图像压缩技术中的优越性。     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树。仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法。     

一种图像压缩算法研究

在现有SAR图像压缩技术的基础上,提出了一种基于小波变换的SAR图像压缩算法。该算法减少了SAR图像斑点噪声的影响,在一定程度上提高了SAR图像压缩性能,是一种有效的SAR图像压缩算法,并具有一定的实用价值。     

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．     

一种图像压缩算法研究

在现有SAR图像压缩技术的基础上,提出了一种基于小波变换的SAR图像压缩算法。该算法减少了SAR图像斑点噪声的影响,在一定程度上提高了SAR图像压缩性能,是一种有效的SAR图像压缩算法,并具有一定的实用价值。     

一种基于小波包变换的SAR图像与TM图像融合方法

为了增强来自不同传感器的图像信息，改善图像的可分析和提取能力，近年来，常采用小波变换融合方法。但小波变换只对低频信息进行多分辨分析，并不考虑高频信息的多级分解。小波包变换不仅能对图像的低频部分，而且对小波变换没有细分的高频部分也能进一步地分解。因此，小波包分析能够为图像融合提供一种比小波多分辨分析更加精细的分析方法。在研究了小波包分析法后，提出了一种小波包图像融合方法。利用此融合算法对同一场景的不同传感器荻得的合成孔径雷达（SAR）图像和专题绘图仪（TM）图像进行融合，通过客观分析与目视评价，证明该融合方法的融合结果更好。     

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。     

一种最优小波包基搜索算法

提出了一种最优小波包基搜索算法.信号奇异点的小波分解系数远大于其余点,利用这一特性构成有效的数据压缩方法.在小波包分解各节点中保留与信息有关的较大的系数,去掉其余干扰数据.由于有关的信息被保留下来,舍弃的是大量无关的干扰,一方面达到了消噪的目的,另一方面大大压缩了数据,便于数据的存储和传输.最后基于该算法给出了算法用例,并将该算法应用于分解压缩,得到了较好的效果,证明该算法在工程应用中具有一定的价值.     

小波包变换的图像融合技术的研究

图像融合技术是把同一目标的多幅图像融合成一幅高质量的图像.给出了一种基于小波包变换的图像融合方法.对两幅图像分别进行小波包分解,得到两幅图像的小波包分解系数,进一步对小波包系数进行分析和处理.对两幅图像低频波段的逼近系数取均值,对高频段选取绝对值大的小波包系数,得到融合系数矩阵.对融合数据进行小波包反变换,得到两幅图像的融合图像.使用该方法对两幅图像进行了融合,得到的融合图像汲取了两幅图像的优势,视觉效果较好.     

基于最优小波包基的降噪方法及其应用

如何有效去除信号中的噪声是地球物理勘探领域中一个较重要的研究内容。如何去除有效数据中的噪声而保持信号的初至相位不发生畸变,常规的频率域或时间域滤波方法均不能较好的解决这个问题,而基于小波包基的信号去噪方法却是一种较好的方法。本文以小波包分析为基础,根据最小代价原理研究信号分解的最佳小波包基,对不同频率的系数采用不同的阈值进行量化,对高频信号采用Stein无偏似然估计的原则计算阈值,而在低频部分则采用以信号能为依据的浮动阈值,利用量化后的小波包系数重构得到去噪后的信号。仿真和实验结果表职,该方法去除噪声的同时并不改变原信号的相位,也不会产生波形的畸变。同时,将该方法利用到超声波数据降噪处理的工程实际中也取得了较好的效果。     

基于指数阈值的小波包变换图像去噪方法

小波包分析是一种比小波变换更加精细的分析方法,在对分解后的小波包系数进行软、硬阈值化处理时,易使重构后的图像产生马赛克现象,造成图像失真,为此提出一种基于指教阈值的小波包变换图像去噪方法.该方法采用小波包对含噪图像进行分解,然后利用指数降噪因子除小波包系数.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

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.     

Haar小波变换在图像处理中的应用

简述了小波变换的基本思想,着重叙述了使用Matlab软件小波工具包中的Haar小波对原始图像进行分解,并对不同分辨率的子图系数进行相应的运算,从而实现对原始图像的压缩、消噪、增强等处理的过程.得出了Haar小波变换用于图像处理具有速度快、处理方便、图像压缩比高、去噪效果好、图像特征保持性好等优点的结论,为进一步研究基于小波变换的图像处理技术提供了一定的依据.     

基于小波包的遥感图像融合新算法

提出了一种基于正交小波包的局域方差遥感图像融合新算法．该算法利用正交小波包变换,把图像分解成不同尺度的低频和高频部分,采用小波包局域窗口和子区域窗口统计,把小波包系数分类成边缘和非边缘系数．在融合处理中,把低频图像的小波包系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应图像小波包系数的多窗口区域方差,来确定融合后高频小波包系数．实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,有效且优于其他图像融合算法．     

改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。