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.     

高质量运动图象压缩编码的小波变换方法研究

研究基于小波变换的高质量运动图象压缩编码方法。通过对运动估计后图象内的帧内编码宏块首先进行离散余弦变换（ＤＣＴ）编码,然后再对整幅图象进行小波变换（ＷＴ）与零树编码,从而达到运动图象的高质量压缩编码目的。     

一种改进的基于小波零树的图象编码算法

针对极低码率下图象的压缩编码问题,在小波零树编码方法的基础上提出了一种新的低码率图象压缩算法,该方法对处于水平和垂直两个方向的高频子带系数采用变换的方法进行了系数重排,以产生新的树结构,这样使得位于这两个方向的高频子带内的重要纱数集中于各个相应子带的低频位置,且所生成树的能量集中性较好,故可以有效地提高编码效率,并能提高对重要系数的传输效率,经过实验证明,使用此方法得到的重构图像其主观视觉效果良好,而且与Shapiro提出的嵌入式零树小波（EZW）算法相比,重构图象的峰值信噪比（PSNR）值在梓同码率的情况下有了较大的提高。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

基于小波系数零树结构的分形预测图象编码

提出了一种基于小波系数零树结构的分形预测图象编码方法,首先按照零树结构在同方向不同分辨率的各个子带图象上确定要预测的图象块（Ｒａｎｇｅ Ｂｌｏｃｋ）,也就是将这些图象块串起来构成一棵与零树相类似的图象树（Ｒａｎｇｅ Ｔｒｅｅ）;然后,对每一图象块,在同方向低一级分辩率的子带图象上寻找与其最佳分形匹配的相似块（Ｄｏｍｉａｎ Ｂｌｏｃｋ）,而这些相似块也按照零树结构上下延伸,以产生多棵相似树（Ｄｏｍａｉｎ Ｔｒｅｅ）,其中与图象树最接近的相似树就是图象树的预测树,理论分析和实验结果表明,该方法在峰值信噪比稍微下降的情况下,能够获得较高的压缩比。     

基于零树、金字塔格型矢量量化的小波图像编码

近年来,金字塔格型矢量量化（PLVQ）方法由于其本身的特点和性质引起了人们的广泛兴趣,而文献[1]介绍的基于零树（ZR）的编码也获得了极大的成功,根据信号的二进小波分解特点和小图象系数的分布特点,得用D4格将PLVQ和零树结构起来,提出了一种基于零树和金字塔型矢量量化的小波图象编码方法,该方法首先采用金字塔 型矢量方法来量化小波图象系数,以得到非零格点和零格点;然后采用复合熵编码来处理非零格点;最后为了有效确定非零格点的位置,也就是为了有效地处理,也就是为了有效地处理零格点,又引进了重要图的概念,在此基础上,从下往上、从上往下二次扫描重要图,再采用改进的零树编码方法来处理零格点,本文乘法优于传统的基于游长的熵编码。     

Internet上图象渐进传输的研究

在Internet环境中,每个用户所占用的网络带宽是不同的,并且随着网络状况的动态变化而变化,不同用户对图象的质量要求也不一样,因此要求服务器端的图象编码器必须具有高度的适应性。1993年,Shapiro提出的小波零树编码算法是一种非常有效的基于小波变换的图象编码方法,该算法编码器输出的比特流是按基重要性排序的,是对原图象一种渐进的二进制表示。在该算法的基础上,提出了一适合Internet环境下的静态图象渐进传输解决方案,最后给出了实验结果。     

一种超低比特率图象压缩算法

本文提出了一种可在超低比特率情况下使用的高效帧内图象压缩算法,该算法不同于DCT编码方法,也不同于小波编码方法,而是结合了离散余弦变换（DCT）和小波零树编码算法两者的优点,理论和实验表明,在超低比特率图象通信应用领域,该算法图象压缩效率高,图象恢复效果好。此外,在PC机上用软件实时实现该算法也不复杂。     

一种基于小波变换的分形零树混合编码方法

为了降低分形编码的复杂度和提高编码效率 ,提出了一种基于小波变换的分形零树混合图象编码方法 .该方法首先利用小波变换将图象分解为不同方向不同分辨率的子图象 ,然后分别在不同分辨率层将这些子图象以类似于零树的结构 ,构成一棵棵的小波子树 (wavelet subtree) ,最后在编码时 ,对每一棵小波子树进行具体的分析 ,或采用分形编码 (fractal coding) ,或采用零树编码 (zerotree coding) .与传统的基于小波变换的分形编码相比 ,此算法在充分利用子带图象间的相似性和块内存在的自相似性的同时 ,也充分利用了小波变换后子图象块内 ,特别是高分辨层的子图象块内所存在的大量局域性的冗余性 .实验结果表明 ,此方法在较大的压缩范围内 ,都能够获得较好的压缩效果 .     

一种快速的小波变换图象编码算法

首先分析并指出了对于零数编码来说,小波变换时应当使用原始滤波器系数参与运算,而对滤波器系数进行缩放会影响其编码性能,此外,低通滤波器时延参数对零树编码性能也有重要影响,为了保证小波变换后各小波子带图象之间的自相似性,就必须使低通滤波器的时延为零,在此基础上,针对具有二进系数的双正交小波滤波器,提出了一种适合零树编码的快速小波变换算法,此算法不但以移位代替了乘法运算,而且与使用原始滤波器系数的变换等效,最后,结合快速零树编码算法,实现了一种快速高效的编码系统。     

一种基于整数小波变换的图像编码算法

针对静止图像经整数小波变换(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zerotree wavelet coding)的缺点,采用"从1开始的整数平方"代替"2的整数次幂"作为零树编码的量化阈值,缩短了量化阈值间隔.通过减少重要系数在较低量化阈值中出现的机会,增加了编码过程中的零树数量;同时通过减少参与编码的字符数及对最高频带零树不编码,简化了编码过程.实验结果表明,整数平方量化阈值下的零树编码(integer square zerotree wavelet coding)解决了整数小波变换中零树编码的低效问题,提高了静止图像的编码效率.     

一种改进的嵌入零树小波图像编码算法

基于逐次逼近量化与零树结构的嵌入零树小波编码（EZW）是一种优秀的图像压缩算法，然而该算法进行逐次逼近量化时需搜索扫描所有小波系数，从而必然导致高频子带所产生的二进制符号流中存在大量冗余，这无疑会大大影响其编码效率，针对EZW编码算法存在的以上不足，提出了一种改进的嵌入零树小波图像编码算法，该算法能够通过定义多阈值、改进逐次逼近量化过程、修改嵌入编码策略、采纳复杂关联模型等措施，进一步提高EZW算法工作效率，实验结果表明：改进的EZW编码算法是一种高效的图像压缩算法，其压缩速度、图像复原质量等关键技术指标均明显优于EZW和S＋P等编码算法（特别是在高压缩比下）。     

方块填充法:一种新的图像压缩编码算法

小波变换后，图像的小波系数中含有的大量零系数。文章根据图像的小波系数的这一统计特性提出了一种新的图像压缩编码方法。即方块填充法。利用图像小波系数的特征，对零系数比较密集的区域进行方块填充，并对各个方块进行标识，然后对填充后的小波系数编码。就可以用很少的比特描述比较多的零系数。实验结果表明。与零树编码方法相比，在大大节约运算量的同时，也获得了很大的数据压缩率。     

基于矢量量化的嵌入式零树小波改进编码方法

基于矢量量化的SOFM算法和嵌入式零树小波算法(EZW)如今已经广泛的被使用于图像压缩领域,均被认为是非常有效的压缩编码技术。矢量量化方法压缩比较高,但往往存在分块效应,而EZW算法在高压缩比情况下存在恢复的图像质量较差的问题,提出一种基于矢量量化的嵌入式零树小波方法,它的基本原理是引入差值图像思想,先对原图像做矢量量化,再将原图像与矢量量化的恢复图像求差值图像,差值图像经过小波分解以后会存在大量为0的小波系数,再利用EZW编码,帮助提高重建图像质量。实验表明,相对于EZW和JPEG2000算法,本文算法的压缩比和编码质量均有显著提高。     

基于零树结构的可伸缩编码方法研究实现

文章利用小波变换多分辨分解特点和Ｓｈａｐｉｒｏ提出的ＥＺＷ编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了ＥＺＷ方法只能应用于单一分辨率视频服务的不足。该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系数按照位平面次序进行编码;最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,直至最高频带小波系数。该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码。实验结果表明,该压缩方法性能优于Ｓｈａｐｉｒｏ的ＥＺＷ方法,能在一定程度上提高峰值信噪比（ＰＳＮＲ）。     

Image subband coding using fuzzy inference and adaptive quantization

Wavelet image decomposition generates a hierarchical data structure to represent an image. Recently, a new class of image compression algorithms has been developed for exploiting dependencies between the hierarchical wavelet coefficients using zerotrees. This paper deals with a fuzzy inference filter for image entropy coding by choosing significant coefficients and zerotree roots in the higher frequency wavelet subbands. Moreover, an adaptive quantization is proposed to improve the coding performance. Evaluating with the standard images, the proposed approaches are comparable or superior to most state-of-the-art coders. Based on the fuzzy energy judgment, the proposed approaches can achieve an excellent performance on the combination applications of image compression and watermarking.     

基于关系矩阵的快速嵌入零树小波图像编码算法

为了快速获得更好的图像复原质量,提出了一种基于关系矩阵的快速嵌入零树小波(EZW)图像编码算法。该算法的基本工作步骤为:(1)对原始图像进行小波分解;(2)对最低频小波子带进行DPCM编码;(3)对所有高频子带系数构造零树结构;(4)首先确定初始阈值,并构造小波系数的关系矩阵,然后结合关系矩阵对高频子带系数进行逐次逼近量化编码。实验结果表明,该算法具有较好的图像复原质量和较快的编码速度,整体性能明显优于EZW方案(特别是低比特率下)。