基于小波变换的图像感知熵编码

本文提出一种基于小波变换的图象感和熵量化编码方法，此法首先通过小波变换将图像在频率域内进行分解；然后在充分考虑人眼对图象的视觉效果的基础上对小波系一化和行程编码；最后针对小波系一化和行程编码所得的码字分布特性，采用感知熵编码实现编码码率趋近于图象的感知熵，采用该方法可在保证一定图象质量的情况下，消除冗余信息，提高图象编码的压缩比。     

多媒体通信中基于对象的格矢量量化

在格结构的分析与研究的基础上,详细讨论了格的重要算法,并给出了小波域图象对象的格矢量量化方法。结合小波变换系数的分布特点,对某些小波变换系数进行标量量化时,采用了一种连续逼近的方法,并利用所讨论了算法对多数小波变换系数进行了格矢量量化。实验表明,格矢量量化速度快,编码效率高,能较好地达到多媒体通信中图象压缩编码要求。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。     

一种基于小波变换的静态图象压缩编码方法

本文介绍了一种利用小波变换对静态图象数据进行压缩编码的具体方法。主要内容包括小波变换在图象压缩编码中的应用原理、变换域的量化、数据编码技术，以及计算机模拟结果和评价。文中描述了一种实用的基于小波变换的图象数据压缩算法。     

一种基于小波变换与自适应混合量化的新图象压缩算法

本文提出了基于小波变换与自适应混合量化的图象压缩算法，该算法首先将小波变换后的图象高频子带划分为扫描块，然后依据图象的纹理复杂度和重要性程度将这些扫描块划分为4类（平坦，过渡，弱纹理和强纹理）；最后对各类扫描块分别进行向量和标量量化混合编码，实验结果表明，试图象压缩算法在压缩速度，图象复原质量等方面均优于FVQ编码算法和JPEG方法。     

采用模糊字典编码的小波图象压缩方法

本文讨论了采用小波变换进行图象压缩的基本方法。并根据小波变换域数据的基本特性，在字典编码算法的基础上提出了二维模糊字典编码算法，将传统的变换压缩方法中的量化和编码部分有机地结合起来，并取得了较好的压缩效果     

矢量小波在图像压缩中的应用

为了评估在低比特率情况下矢量小波变换压缩图像的效率，使用一种有效的嵌入式小波系数来实现编码．首先，使用Tan等找到的预滤波器对二维图像进行预滤波；并选择BSA(4／4)^*滤波器进行滤波；然后使用一种经过改进的嵌入式零树小波编码方法来对矢量变换系数进行量化；最后，利用算术编码算法对比特流进行编码．文中给出了一些实验结果来证明本文方法的可行性，并且把它们与标量小波变换和其他矢量变换的结果相比较。     

基于提升小波和Context模型的图象无失真编码方案

文章讨论了提升小波变换的基本原理。并根据提升小波系数的特点,结合基于Context模型的熵编码,提出了一种新的无失真图象编码方案。该方案中,将提升小波系数的编码分为三部分考虑,即反映非零系数位置的SignificanceMap、反映非零系数幅值大小的MostSignificanceBits(MSB)符号流和去除了MSB的剩余二进制符号流。因为Signifi-canceMap和MSB符号流中存在较强相关性,提出了简单有效的Context模型对它们进行熵编码。而对去除了MSB的剩余二进制符号流,由于其相关性较弱,直接使用自适应算术编码。经过实验对比证明了该方案在无失真图象编码中的有效性。     

一种零树与游程相结合的小波图象编码方法

Shapiro的零树编码方法是众多小波图象编码方法中的佼佼者,但通过研究发现,图象的小波系数经过量化和零树编码后,如果按一定的顺序扫描,则零树根会连续出现,因此,若对Shapiro的零树编码方法进行改进,即在零树编码之后,熵编码之前,对连续排列的零树根进行游程编码,则可以进一步提高图象编码的压缩比。理论分析和实验结果均表明,该方法可取得较好的效果。     

基于多小波变换的矢量量化图象快速编码算法

提出了一种基于多小波变换的矢量量化编码算法，图象的多小波变换优于普通小波变换，此算法又加快了编码速度。实验表明：计算时间有所减少，峰值信噪比有所提高，且图象无明显块效应。