基于四叉树的多灰度级图像压缩编码方法研究

近年来，随着可视电话，会议电视，人机交互和虚拟现实等多媒体技术的发展，促使人们不断探讨图像编码方法。本文分析了传统的四叉树编码过程及其不足之处，为此，提出了一种新的改进方法以实现渐显系统图像的压缩编码，使压缩比有了明显的提高。     

一种基于新型四叉树的快速分形图像压缩算法

现有的快速分形编码算法多数是在没有考虑人眼视觉系统（HVS）的前提下实现的,针对这个问题,利用HVS的特性,提出了一种基于新型四叉树的快速分形图像压缩算法.在算法中,一幅方形图像先被分成四个大小相等的方块,然后测试每一方块是否满足一致性标准.如果满足标准则不再细分,否则将其分为大小相等的四块,再对每一块实施一致性检验.重复此过程直到每一块都满足一致性标准为止.理论分析和试验结果表明,相对于经典分形压缩方法,本文算法在获得相近重建图像质量的同时,压缩比和编码速度都有了显著的提高,是一种有效的分形图像压缩编码方法.     

基于四叉树分形图像压缩的研究实现

分形压缩技术在图像处理中有着巨大的应用前景。实现基于固定分块和四叉树的分形图像压缩,相比于固定分块法,四叉树分形压缩具有更高的灵活性和更大的压缩比,PSNR和SNR分别高出固定分块3.7%、8.8%,而MSE却降低了29%。     

一种非限制行程的行程码图像压缩方法

在信息社会高度发展的今天,图像成为可以传递信息的重要载体之一。由于未经处理的图像信息量非常大,大力研究和开发图像压缩编码技术就非常重要。文中通过对行程编码算法的研究和分析,提出了一种非限制行程的行程码图像压缩方法,该方法灵活处理了行程长度,克服了传统行程编码中行程长度固定的局限性,实验表明运用这种方法实现静态图像压缩可以使压缩效率得到进一步的提高,适应性更加广泛,特别是对于存在连续阴影或者大量连续相同像素的图像压缩,效率显著提升。该方法为实现静态图像压缩开辟了新的思路和途径。     

一种对残养帧的四叉树分解编码算法

为了克服在低比特率下的块效应,并适应实时编、解码的需要,提出了一种对残差帧的四叉树编码算法,该算法首先采用OBMC的方法生成预测帧以有效消除块效应,并针对残差帧的统计与视觉特性,对每个2×2的小块取灰度平均值作为最小编码单位,然后用四叉树分解方法来大致标记均值大于某阈值的块的位置,并以标量量化和自适应算术编码器编码其灰度值.与基于变换的编码方法相比,该算法简单、高效,码率低,解码质量高,是一种实时的编、解码算法.     

基于四叉树和进化算法的分形图像压缩

分形压缩的解码图像质量取决于子块的大小，四叉树算法能够使图像中自相似性较好的区域所分割的子块较大，而使图像中的细致部分所分割的子块较小，这样就保证了解压缩后图像的质量。利用进化算法随机搜索与子块匹配最优的父块，比穷举法所使用的搜索时间更少。本文综合运用四叉树和进化算法有效地提高了分形的解码后图像质量和图像编码速度。实验结果表明，该算法的提出是成功的。     

一种自适应分块图像压缩算法的研究

自适应分块图像压缩是存四叉树分解图像压缩原理批础上研究设计的一种新的算法。将图像中像素值相同的相邻像素点尽可能划分到同一个图像块中,采用稀疏矩阵三元组存储方式对图像块参数进行存储,从而达到图像爪缩的目的。使用MATLAB对算法进行了仿真,成功地完成了图像压缩和重建,并在不同条件下,对图像压缩过程中的各个参数与四又树分解进行了分析比较。结果表明新方法分块自适应度高,提高了图像压缩比。     

基于四叉树的分形图像压缩编码算法的C 实现

该文首先介绍了分形图像压缩的基本理论,如迭代函数系统,拼贴定理等。然后重点研究了基于四叉树的分形图像压缩编码算法。最后通过编写代码实现此算法,并与基本的分形图像压缩算法进行试验比较,进行总结。     

分形图像编码的四叉树方法

提出了一种分形图像编码的方法－基于四叉树的分形图像编码（FICBQ）方法。这种方法采用二值图像的四叉树表示方法实现图像分割,图像块的尺寸可以动态调整。与基本自动分形图像编码（BAFIC）相比,它克服了图像分割时图像块尺寸固定的主要缺陷。FICBQ方法简单且易于实现,压缩比和编码速度得到明显提高。实验结果表明,该方法的RPSN和压缩率分别是29．37dB和11．09时,编码时间约是BAFIC方法的1／22。     

基于四叉树分割的分形图像编码的改进方法

针对在分形图像压缩中,为寻找最佳匹配块需要花费相当长的时间的问题,在四叉树进行图像分割的基础上提出了一种基于分类函数和γ函数的分形图像编码方法。通过该方法,可以将图像子块分成24类,并有效地确定一种变换,而不需将每一定义域块进行各种变换,节省了搜索空间。实验结果证明,该方法可使编码速度有较大提高,而解码图像质量无明显下降。     

基于DWT和Tucker分解的超光谱图像压缩技术研究

由于超光谱图像（HSI）的大数据量,HSI压缩技术的研究近年来越来越受到关注。鉴于此,提出了一种基于离散小波变换（DWT）和Tucker分解的HSI压缩方法。充分利用HSI频域和空域的信息,对HSI频带的小波变换系数进行Tucker分解,先利用小波变换将HSI分解为不同的子图像,然后利用Tucker分解实现子图像的压缩;最后用实际的HSI对算法的有效性进行评估。与其他算法的比较结果表明该算法具有更好的性能;实验还显示了压缩HSI在监督分类方法中的作用。     

Lossy image compression using singular value decomposition and wavelet difference reduction

This paper presents a new lossy image compression technique which uses singular value decomposition (SVD) and wavelet difference reduction (WDR). These two techniques are combined in order for the SVD compression to boost the performance of the WDR compression. SVD compression offers very high image quality but low compression ratios; on the other hand, WDR compression offers high compression. In the Proposed technique, an input image is first compressed using SVD and then compressed again using WDR. The WDR technique is further used to obtain the required compression ratio of the overall system. The proposed image compression technique was tested on several test images and the result compared with those of WDR and JPEG2000. The quantitative and visual results are showing the superiority of the proposed compression technique over the aforementioned compression techniques. The PSNR at compression ratio of 80:1 for Goldhill is 33.37 dB for the proposed technique which is 5.68 dB and 5.65 dB higher than JPEG2000 and WDR techniques respectively.     

一种基于DCT Cycle Spinning的图像压缩方法

综合利用DCT变换和Cycle Spinning,提出一种新的图像压缩方法。由于图像的DCT压缩是分块完成的,且DCT变换缺乏平移不变性,直接应用DCT变换对图像进行压缩会使压缩重构图像产生块效应和伪吉布斯现象,导致图像失真。引入Cycle Spinning算法能有效地消除图像DCT压缩过程中产生的失真。实验结果表明,与一般图像DCT压缩方法相比,该方法明显改善图像视觉效果,显著提高图像的PSNR值。     

一种基于感兴趣区域提取的新型SVD图像压缩算法

提出了一种基于感兴趣区域提取的新型奇异值分解（SVD）图像编码算法（SODSVD）。根据图像的区域复杂度、视觉注意等指标运用感兴趣区域提取技术将图像自适应分块,而对每一小块,根据其复杂度进行不同秩的奇异值分解算法,从而达到图像压缩的目的。同时还提出了一种简单的基于感兴趣区域的图像划分策略。实验结果表明,在PSNR和bpp等评价指标上,新方法有明显优势。     

基于奇异值分解的伪光谱图像压缩算法

提出了一种光谱图像的快速获取和有效压缩算法。将一幅三原色图像转换为光谱图像,其像素被通过查找光谱调色板后所确定的相应的光谱反射因子取代,该反射因子的色度值与原像素最为接近。此时转换所得的图像并没有真实光谱数据而只有基于调色板的伪光谱值,它可用于模拟原始RGB图像在不同光源条件下的颜色外观。奇异值分解法对于光谱图像的压缩是非常有用的,人们可以对局部子块图像中经过重新排列后的36个像素×36个光谱波段的数据运用该方法,以能够充分利用矩阵数据在空间和光谱分布中的强相关性。实验结果表明,基于奇异值分解的光谱图像压缩算法在较高的压缩比下仍能取得很好的光谱重建效果。     

基于双重压缩协议的医学图像压缩方法研究

针对医学图像数据量大、存储和传输对内存和带宽要求高的问题,提出一种基于双重压缩协议的医学图像压缩方法。首先,使用方形网络对图像进行缩小处理;然后,利用数字水印技术在缩小图像的每个像素中,嵌入该像素最佳放大方法的编码;最后,对水印图像利用JPEG-LS无损压缩,得到最终的压缩图像,并进行存储和传输。对磁共振（MR）图像和计算机断层（CT）图像两种医学图像进行实验,实验结果表明,与其他方法相比,所提方法具有明显的优势,在高压缩比的情况下,能够保留良好的图像质量。     

二维EMD分解的数字图像压缩

二维EMD为图像处理提供了一个强有力的工具。图像进行EMD分解后,将会得到一系列的IMF和图像残差。由于分解出来的第一层IMF包含了图像的细节部分,笼统地对其进行压缩会造成图像高频部分损失,压缩图像质量不高。针对这种情况,将第一层IMF与其他层分开处理。通过与块离散余弦变换压缩方法进行比较,得出结论。     

一种基于小波变换的图像压缩方法与实现

提出了一种先去噪再利用小波变换的图像压缩方法,用Matlab软件编程实现算法。实验仿真结果显示,图像在具有高压缩比的同时,重构图像的质量也较优;使用不同的小波基函数,效果不同。     

基于JPEG2000的高动态范围图象压缩

高动态范围图象对真实场景的色阶和动态范围进行编码,如辐射度图。通过对JPEG2000编码器进行扩展,提出了一个高动态范围静态图象的压缩方法。该方法基于应用于高动态范围图象显示的色调映射技术,通过可变基底的对数映射函数对图象像素的32位浮点格式的辐射度值进行变换,然后将数据输入到JPEG2000编码器,并依据HVS模型的对比灵敏度特性对小波系数进行加权处理。实验显示,该方法对图象有较大压缩率的同时还保持较好的主观质量。