基于离散小波变换的改进SPIHT算法研究

随着现代信息社会对通信业务要求的不断增长,图像通信与通信容量的矛盾日益突出。为了缓解网络带宽的不足、加快图像信息的传播速度,对于基于高比率的图像压缩算法的研究很有必要。目前比较流行的多级树集合分裂算法压缩效果比较好,输出的比特流较少,但是需要对内存中的数据反复的读取,且反复的在链表结构中扫描不重要系数,增加内存的负担及软硬件实现的复杂度,从而降低了编码的效率。本文针对多级树集合分裂算法的缺点提出了一种基于离散小波变换的改进的多级树集合分裂算法,通过对小波系数排序过程的调整,减少了对内存反复的读取操作,减轻了对内存造成的负担,提高了编码的效率。     

基于整数提升小波正变换的改进SPIHT算法研究

本文提出了一种基于整数提升小波正变换的改进的多级树集合分裂算法,减少了对内存反复读取的操作,减轻了对内存造成的负担,提高了编码的效率.     

基于整数提升小波反变换的改进SPIHT算法研究

目前比较流行的多级树集合分裂算法压缩效果比较好,输出的比特流较少,但是需要对内存中的数据反复的读取,且反复的在链表结构中扫描不重要系数,增加内存的负担及软硬件实现的复杂度,从而降低了编码的效率。该文针对多级树集合分裂算法的缺点提出了一种基于整数提升小波反变换的改进的多级树集合分裂算法,减少了对内存反复的读取操作,减轻了对内存造成的负担,提高了编码的效率。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

基于子带极值阶梯性的SPIHT算法改进方案

多级树集合分裂算法（SPIHT）充分利用了小波分解后相同方向不同尺度子带图像间的相似性,取得了很好的压缩效果,在基于小波的图像编码方案中得到了广泛应用。该文利用子带极值的阶梯性对SPIHT算法进行了改进。理论分析和实验都证明了改进算法在复杂度有所降低的前提下有效地提高了压缩性能。     

基于提升小波的SPIHT改进算法

针对多级树集合分裂算法（Set Partitioning In Hierarchical Tree,SPIHT）复杂的特点,采用整数实现的提升格式代替了原来的小波变换,简化了计算过程。对小波系数采用基于块的结构划分,在频域重新建立空间方向树。根据块中相邻系数相关性建立上下文模型,对输出信息进行自适应算术编码,提高了编码效率。实验表明,在相同的比特率条件下,重构图像的PSNR值高于原算法。     

基于二叉树的改进SPIHT算法

为在保持多级树集合分裂(SPIHT)算法编码速度的同时提高其性能,提出一种基于二叉树的改进SPIHT算法。对D型集合分裂得到的4个系数进行二叉树编码,优先编码L型集合的重要性,并以较高的概率提前判断二叉树根节点的重要性,从而提高编码效率。实验结果表明,该算法的执行速度与SPIHT算法相当,且具有较高的峰值信噪比。     

改进的多级树集合分裂(SPIHT)算法

基于中频和高频子带小波系数中的不重要数的相关性，对SPIHF算法提出一些改进．在改进SPIHT算法中，利用一个组合函数来减少相应位置中频子带的不重要小波系数的冗余．构造集合d来减少高频子带带间的冗余．实验结果表明，改进SPIHT算法相对于改进前SPIHT算法有理想的压缩效果，峰值信噪比和人眼视觉效果都有所提高．     

基于系数块的改进SPIHT算法

介绍基于离散小波变换的分层树集合分割排序(SPIHT)编码算法的图像压缩流程和特点,论述了针对该算法进行改进的方向,分析该算法的优缺点,并针对其缺点提出不影响算法整体结构的改进方法,减少编码冗余,提高编码速度。理论分析和实验结果表明,该算法在低比特率时能提高峰值信噪比,在高比特率时也能有较高的峰值信噪比。     

基于改进的SPIHT整数提升小波变换的图像压缩

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于SPIHT编码的语音信号压缩算法

提出了一种基于最佳小波包变换和SPIHT编码的语音信号压缩编码方法。该方法首先对语音信号进行小波包变换,求解最佳小波树,进行动态位分配,再用改进的SPIHT算法对变换后的小波系数进行压缩编码。并且采用了熵编码的方法进一步提高了压缩比。实验表明,该方法在较高的压缩比下能获得较好的信号重构质量,计算复杂度低,延迟小。     

基于提升小波变换的SPIHT编码算法研究

针对小波变换和多级树集合分裂图像编码具有浮点数运算、算法复杂等特点,采用整数实现的提升格式代替了原来的小波变换,并结合提升小波变换和DCT变换的特点,提出了一种改进方案。仿真结果表明,在相同的较低比特率情况下,与原算法相比,峰值信噪比有明显提高,取得了更优的压缩效果。     

基于小波变换的彩色图像RGB分量同分裂编码算法

针对传统彩色图像编码算法没有充分利用彩色图像RGB色彩分量之间的相关性的缺点,在多级树分裂算法（SPIHT）的基础上提出RGB分量同分裂彩色图像编码算法。此算法充分利用RGB分量的相关性,将RGB分量看作是一个整体,利用SPIHT算法中的LIS链表,对它们同扫描,同分裂。生成的嵌入式码流在任意点中断时,解码出来的都是包含RGB三分量的彩色图像。实验结果表明,在相同压缩比下,此算法解码图像的PSNR一般比JPEG2000的高出0.1～0.7dB。     

基于SPIHT的灰度图像部分加密方法

图像数据量大、冗余度高,其实时加密问题亟待解决。图像部分加密方法只加密图像压缩编码的部分重要数据,是一种可行的实时加密方案。该文研究图像压缩编码的多级树集合分裂算法,分析灰度图像SPIHT中不同类型编码数据对图像重建的作用,确定了其中的重要数据,并将其用流密码进行了加密。仿真结果表明,该方法只加密图像编码的很少部分数据,便可达到图像保密的目的。     

基于HVS和交叉掩蔽的彩色图像编码算法

以层树分集（SPIHT）编码方案为基础,结合人类视觉系统（HVS）模型和人类视觉对彩色图像分量亮度和色度的不同敏感性,提出了一种基于非对称编码和交叉掩蔽的小波域彩色图像压缩编码算法。该算法首先将原始图像从RGB空间转换到YCbCr空间,然后对YCbCr空间的各分量进行离散小波变换;之后根据人类视觉对彩色图像的亮度分量的敏感性,用交叉掩蔽模型对亮度分量的小波系数进行加权处理;与此同时,利用非对称编码和SPIHT编码思想完成图像的压缩。仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案。     

基于NSCT的红外与可见光图像融合

针对红外与可见光图像的不同特点,提出一种基于非采样Contourlet变换（NSCT）的红外与可见光图像融合算法。采用NSCT对源图像进行多尺度、多方向分解;分别采用基于局部能量和区域特征的融合规则得到融合图像的低频子带系数和带通方向子带系数;最后经过NSCT逆变换得到融合图像。实验结果表明,该算法能够获得较理想的融合图像,其融合效果优于基于Contourlet变换的图像融合算法。     

基于自适应编码次序的多级树集合分裂算法

为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。     

多聚焦图像融合的Contourlet变换方法

Contourlet变换（Contourlet Transform,CT）是一种新的多尺度变换,具有良好的多尺度性和多方向性。提出了一种基于Contourlet变换的多聚焦图像融合算法,同时引入Cycle Spinning来有效地消除由于Contourlet变换缺乏平移不变性而产生的图像失真。实验结果表明该算法可获得较理想的融合图像,取得了优于laplacian塔型方法和小波变换方法的融合效果。