基于小波变换的图像编码研究

图像压缩编码技术是现代多媒体及通信领域中的关键技术之一,小波分析作为一种新的信号分析工具,因其对非平稳信号进行时频多分辨率分析的强大能力而在图像压缩领域中得到了广泛的应用.研究了小波变换在图像压缩中的应用,在得到图像的小波变换系数的基础上,对图像小波变换系数应用了一种多阈值量化方法并将其实现.根据图像小波系数量化结果,提出了幅值平均化方法和一种游程编码的改进方法,以对量化后的系数进行进一步的压缩,在图像的压缩比和重建图像的质量上获得了较为满意的结果.     

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。     

小波变换在储粮害虫图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解和重构过程.对储粮害虫图像实现了2种图像压缩方法.通过实验结果表明,小波变换用于粮虫图像压缩有很高的实用价值.     

小波变换在储粮害虫图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解和重构过程.对储粮害虫图像实现了2种图像压缩方法.通过实验结果表明,小波变换用于粮虫图像压缩有很高的实用价值.     

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.     

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。     

图像二维小波变换系数分布的实验研究

小波变换编码是目前研究较多的图像压缩方法 ,变换系数的量化是获得低比特率、高信噪比压缩图像的关键步骤。为了设计最优量化器 ,必须确定变换系数的分布规律。选择“Face”、“Girl”、“Lena”和“Panda”4幅标准图像数据进行统计研究 ,用长度L =1 8的Vetterli双正交小波将 2 5 6灰度级 2 5 6× 2 5 6图像分解为 3层1 0个子带 ,使用“KS”测试统计方法确定图像小波变换系数的分布规律。给出了瑞利分布、高斯分布和拉普拉斯分布假设下的“KS”测试统计结果。统计结果表明 ,低频部分符合高斯分布 ,其余部分符合拉普拉斯分布。模拟结果显示 ,假设高频部分符合拉普拉斯分布可获得比高斯分布假设更高的恢复图像信噪比。     

一种基于相关性预测的小波图像编码

一幅图像经小波变换后，不同子带的变换系数之间有着一定的相关性。为了更好地利用这个特点，提出了一种新的图像压缩算法。该方法通过对高频子带的系数变换重排，将每个子带内的重要系数尽可能地集中到相应子带的特定区域。然后采用子带间重要系数预测的方法，对小波变化系数进行编码。实验结果表明，通过子带内的系数重排，在几乎不影响压缩时间的情况下，较大地提高了图像的压缩率。     

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。     

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。     

余弦与小波变换在图像压缩中的比较

基于变换域编码中应用最广的是离散余弦变换(DCT)和小波变换(DWT).小波的迅速发展给传统DCT提出了严峻考验.DCT算法有新发展:内嵌法、策略性重组的引进使其具有类似小波的特性,如ESDCT在对某些图像压缩还优于小波的SPIHT,故DCT的优良特性使其在图像压缩中仍然有广阔的应用前景.实际上,变换域压缩的主要因素在于量化器与熵编码器,DCT与DWT各有优势,在应用中可根据不同需要进行合理的选择. 更多还原     

数论变换在图像压缩技术中的应用

在对用变换算法ＫＬ和ＤＣＴ 实现图像数据压缩技术的分析与评价的基础上,提出了一种新的图像数据压缩算法,即数论变换（ｎｕｍ ｂｅｒ ｔｈｅｏｒｅｔｉｃ ｔｒａｎｓｆｏｒｍ ｓ,ＮＴＴ）算法．对该算法进行了推证,证明了在以正整数ｐ 为模的整数环Ｚｐ 上ＮＴＴ是线性正交变换,以及在Ｚｐ 上具有卷积特性等．设计了具有ＦＦＴ 类型的快速算法,该算法可采用移位操作实现,其速度优于ＫＬ和ＤＣＴ变换．最后通过实例比较,说明了该算法在图像数据压缩中表现出运算速度快、精度高和压缩效果好等优点．ＮＴＴ算法的研究,为图像压缩技术开拓了新的方法．     

几种图像变换算法性能比较

为寻找提高图像压缩算法性能的途径,比较了二维DCT（Discrete Cosine Transform）变换,二维张量积小波变换以及最新的几何小波的变换特点及实用效果。针对同一图像采用不同的几何小波进行分解,保留相同个数的显著系数进行图像重建,以比较各种小波基的稀疏表示能力。结果显示,在高压缩比条件下,Ban-delet和DCT变换更加有效,而在高质量条件下,小波变换依旧是最有效的工具。     

基于视觉模型的SAR图像压缩

针对SAR图像压缩方法通常反利用小波变换去除图像数据间的统计冗余,而忽略图像的视觉冗余的问题,在讨论人类视觉系统(HVS)特性基础上,结合对比敏感度函数(CSF),对采用提升方案进行小波分解后的不同频带小波系数加权,然后采用多级树集合划分(SPIHT)算法形成嵌入式小波编码方法.实验结果表明,与标准SPIHT压缩方法相比,相同压缩比下,本算法重建图像客观评价标准几乎保持不变,且很好地保留了图像边缘和纹理信息,主观视觉效果有明显改善.     

一种新的自适应多阈值小波去噪算法

小波阈值法在图像去噪中应用较广泛,该方法最重要的一个环节是最优阈值的确定.为此,提出一种新的自适应多阈值的阈值计算方法.由于小波分解后,信号小波系数的绝对值较大,噪声小波系数的绝对值较小,并且不同尺度不同方向上噪声的方差不同,方差和信号小波系数的个数存在一定的关系,这样就可以根据信号小波系数的个数确定最佳阈值在小波系数绝对值序列中的位置,得出最佳阈值.实验表明,使用本方法从RMSE和SNR两个客观指标上看,能得到更好的效果,同时更适合人眼的视觉特性.     

一种改进的彩色图像多水印嵌入算法

针对彩色图像的版权认证问题,提出一种改进的多水印嵌入算法,采用量化索引调制(QIM)量化方法与提升小波变换结合,将水印分别嵌入到高频和低频系数矩阵,即将载体图像转换到YCbCr空间后,对三个分量分别进行提升小波变换,再用QIM量化方法在Cb和Cr分量的高频系数,以及Y分量的低频系数嵌入水印。实验结果表明,利用改进算法嵌入的水印具有较好的隐蔽和不可见性。抗攻击性测试结果显示,在高斯噪声、椒盐噪声、JPEG压缩和1/4裁剪四种攻击方式下,改进算法比基于DCT的纹理特征嵌入算法的水印NC平均值分别提升6%、2%、46%、2%,具有更强的鲁棒性。     

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．