一种基于小波域规则三角形网格运动补偿的可扩展视频编码方法

可扩展视频编码是指已编码码流在解码端能够进行部分解码,且重构图像的质量与接收到的信息量成比例变化,同时空域分辨率和时域分辨率可以根据解码端的要求改变。为了提供小波编码视频码流的高度可扩展性,提出了一种基于小波域规则三角形网格运动补偿的可扩展视频编码方法。该方法首先对参考帧使用冗余离散小波变换(RDWT)进行分解,并在RDWT小波域使用网格运动模型进行运动补偿,以提高运动补偿效率;其次在编码阶段则采用基于子带扫描顺序的改进SPIHT技术来保障码流的可扩展特性。实验表明,该方法在获得较高编码效率的同时,还提供了码流的高度可扩展特性。     

一种基于小波变换的图像压缩方法

提出一种基于小波变换的灰度图像数据压缩编码方法,基本思路是利用小波变换实现图像的多分辨分解,用矢量量化（ＶＱ）对分解后的图像进行编码,在矢量量化ＬＢＧ算法的初始码书的选取中根据矢量中各分量的特性提出一种改进的随机选取法,避免了可能的胞腔不均现象,提高了码书的质量,而且重构的图像质量也有所提高。     

一种新的嵌入式零树小波图像编码算法研究

针对嵌入式零树小波编码方法对所有频率的子带采用同等重要度的编码,不能完全利用小波系数的特点,在逐次逼近量化过程中,编码时间过长,导致编码效率下降等不足,提出了分频嵌入式零树小波编码方法.将小波图像的高频子带和最低频子带分别编码,实验结果表明该方法在保证恢复图像具有良好的视效果前提下,进一步提高了压缩比.     

基于小波树和四叉树的图像分形编码算法研究

图像经过多级小波分解后,各级小波子带具有明显的相似性,可利用小波变换和分形编码的优势进行图像压缩编码.对最低分辨率子带进行失真较小的均匀量化编码.对高分辨率子带,将水平、垂直和对角3个方向的小波子带结合起来考虑,形成小波树结构,设定一个阈值,小波树所有系数小于等于阈值则直接置零;大于阈值的小波树采用四叉树算法进行分形编码,如果误差小于等于阈值,则记录分形编码参数,否则进行四叉树分裂.对算法进行了Matlab仿真,结果表明,在保证一定解码图像质量的情况下,运算速度有较大提高.     

SPIHT编码图像传输的错误保护技术

提出了一种新的SPIHT编码图像传输错误保护算法。该算法采用数据隐藏技术,将纯2维小波最高一级分解的小波系数嵌入最高分辨率级数据重复传输,对码流中的低频和次低频子带系数进行错误保护;对于其他高频子带系数的修复,则利用子带内或者子带间相关性,通过线性数据内插的错误隐藏技术,对受损的小波系数进行修复。实验结果表明,该算法不增加数据冗余,能够有效提高重建图像质量。     

一种新的混合域矢量量化图像压缩编码算法

为了有效捕获数字图像的重要视觉信息,提出一种新的混合域矢量量化图像编码算法.该算法首先对原始图像进行小波分解,同时对中高频小波子带实施自适应方向分解;然后对最低频子带进行DPCM编码;再结合高频子带系数相关性构造矢量,并采纳竞争学习矢量量化策略训练码书;最后利用Huffman方法对输出进行熵编码并生成比特流.仿真实验表明,本文所提出的混合域矢量量化图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于小波域矢量量化图像压缩方案,而且具有较强的通用性与适应性(小波域矢量量化方法对于Barbata之类纹理图像压缩效果较差,而本文算法的压缩效果却较理想).     

基于小波零树结构的一种图像压缩

本文分析了图像小波分解系数的特点及零树结构，提出了一种基于小波零树结构的图像压缩编码方法，描述了小波图像矩阵及多分辨率、多方向的矩阵元素，给出了求取每个子带中最大绝对值小波系数及忽略此子带引起的均方误差计算公式，定义了编码结构，并用Lena图对该编码方法进行仿真实验．仿真结果与EZW编码方法进行比较，结果表明：此方法在相同的PSNR下，获得了较高压缩比，具有较好性能．     

CL多小波图象编码

CL多小波具有与多其他多小波（如GHM多小波）不同的特点,一幅图象经过小波变换后,原图象的绝大部分能量都集中在中于最低分辨率子图象,而对于CL多小波而言,其最低分辨率子图象的绝大部分能量又进一步集中于它的第一个分量,这意味着CL多小波图象编码需要考虑的重要系数比其他多小波图象编码减少了四分之三,本文将CL多小波这一特点应用于图象编码,实验结果表明,就压缩比和信噪比而言,这种充分利用CL多小波特点的图象编码方法,其编码结果要优于目前公开发表的GHM多小波图象编码的结果。     

小波变换编码在医学图像压缩中的应用

文章结合医学图像的特点探究了一种图像压缩编码方法：先对图像进行小波分解，然后针对不同层不同子图的特点对小波系数的各部分进行相应处理。小波分解后，低分辨率子图像的小波系数的动态变化范围大，因而采用BP神经网络进行自适应非线性预测编码，而对高分辨率子图像采用基于Kohonen网络的自组织特片映射（SOFM）算法的矢量量化进行编码，上述压缩方法可以在保证重构图像质量良好的情况下获得较大的压缩比，从而可以较好的满足医学图像存储的要求。     

基于小波零树的图像编码优化方法

在研究Shapiro零树方法进行图像小波编码的基础上,提出了一种基于小波零树的图像编码优化方法.本方法引入了门限调整因子的概念、改变了零树的传统定义,并通过定义多级零树根和最高频子带单独编码等措施,对Shapiro零树编码方法进行了改进.实验表明,该方法不仅可以加快编码速度,而且可以获得具有较高压缩比、信噪比和较好视觉效果的恢复图像.