基于小波与三维离散余弦变换的视频图像压缩

提出一维小波与三维DCT（离散余弦变换）相结合的视频图像压缩算法,可有效地改善XYZ压缩方法在高压缩比时的性能。该方法不涉及运动估计和运动补偿,复杂度低。实验结果表明,这种算法能快速、高质量地压缩视频图像。     

基于位平面自适应算术编码的小波图像压缩技术

介绍了一种基于位平面上二进制算术编码的小波图像压缩技术。把算术编码方法应用于位平面层次,根据数据的重要性对静止图像经过小波变换以后的量化系数在相应的位平面的数据位进行高效的自适应压缩编码,有效地解决了难以进行概率统计的信源的编码问题。压缩效率高于其他编码方法。     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

基于小波变换的图像压缩方法研究

首先介绍小波变换图像编码的基本框架,并借助Matlab作为工具按算法流程编写程序对标准Lenna图像信号进行实验,给出实验结果。     

小波变换和傅里叶变换在图像压缩中的比较

介绍基于小波变换和基于傅里叶变换的图像压缩方法,并且将基于两种变换的图像压缩方法进行比较,实验表明基于小波变换的图像压缩方法能在高压缩比的前提下保持良好的重建图像质量,在压缩比相同的条件下,小波变换相对于傅立叶变换有明显的图像改善效果和抗"分块效应"能力。     

小波分析在静态图像压缩编码中的应用

在分析传统图像压缩DCT算法存在缺陷的基础上,讨论基于小波分析的静态图像压缩算法,并分析这种方法的优点以及发展前景。     

基于混合编码和IWT的医学图像近无损压缩

本文对医学图像先采用DPCM预测变换后,再选择IWT(整数小波变换)对其进行分解,对分解后的低频和高频子带分别作无损Huffman编码和有损矢量量化.根据小波分解后系数的分布特征,能量大部分集中在低频部分,对低频进行无损熵编码,对高频采用量化处理,去除人眼不敏感的冗余信息.最后利用处理过的低频和高频系数进行重构获得压缩后的图像.并与传统的离散小波变换压缩编码,JPEG和JPEG2000进行比较,实验结果表明,利用该方法能得到较高的压缩比和较好的压缩效果.     

基于小波变换的交通图像特征提取

小波是一种用于多层次分解函数的数学工具。作为现代分析学开拓的一个新领域,目前小波变换已经广泛应用于信号处理、图像处理、模式识别、语音识别、量子物理、地震勘测、流体力学、电磁场、CT成像、机器视觉、机器故障诊断与监控、分形以及数值计算等等工程领域。因此,就应用小波变换理论解决交通图像特征提取的问题,做简单的分析。     

一种利用离散余弦变换频谱图和小波变换图像编码的语音编码算法

语音、图像编码技术是现代数字通信的核心技术,通常是分开进行的,提出了一种利用二维DCT频谱图和小波变换图像编码的语音编码算法.深入分析了算法实现的关键技术——语音信号的二维DCT频谱图,仿真实现了该编码算法,对一段语音的处理结果表明,小波分解系数置零率为83.1941％,压缩后保存能量92.0867％,合成语音达到“优...     

基于小波变换的图像边缘检测

本文主要对目前存在的图像边缘检测的方法进行了研究分析,重点研究了小波变换在图像边缘检测方而的优势,提出了基于连续小波变换的边缘检测方法,并编程展示编码的结果,验证其在实际应用中的可行性。     

嵌入式小波图像编码算法的研究

分析了嵌入式零树小波编码（EZW）算法原理和特点。讨论了两个基于EZW算法的改进算法，即多级树集合分裂算法（SPIHT），集合分裂嵌入块编码（SPECK）。最后，对这些算法原理进行了比较和讨论，说明了嵌入式图像编码的研究方向。     

基于图像特征的分形压缩方法

介绍了分形图像压缩的理论基础和基本编码思想。设计了一种基于图像特征的分形压缩编码方法,该方法在分析图像本身的结构特征的同时,充分利用了人眼对灰度的敏感程度随背景变化而变化的特点。在综合考虑图像的平均灰度与图像块的灰度阶差和图像块灰度方差的前提下,将图像块分为普通块和特征块,并对不同的图像块动态地改变搜索范围、匹配精度及压缩仿射变换因子,从而提高压缩效率。     

小波变换用于序列图像编码的研究

系统地研究了小波变换用于序列图像编码的方法，其中包括变换域的位移估值算法、系数差值量化及变字长编码等。采用小波变换进行序列图像编码，恢复图像没有方块效应，主观评价良好。     

图像压缩编码方法综述

本文对图像压缩的几种经典压缩编码方法进行了汇总和分析。介绍了他们的压缩原理和特点，然后对新一代的编码方法，包括小波变换编码、分形编码和神经网络编码，进行了简要的介绍。指出了各自的优缺点，并对图像压缩编码方法的发展方向进行了展望。     

基于非交换小波变换的数字水印算法

提出非交换小波变换的快速算法,将非交换小波理论用于图像数字水印中,用误差自适应方法嵌入有意义水印,兼顾鲁棒性和不可见性的矛盾要求,且实现了水印盲提取.实验表明,采用该算法嵌入的水印对常见的图像处理和几何变换具有很好的鲁棒性,并具有较强的抗剪切能力.     

基于H.264的自适应可伸缩编码研究

为了更好地适应网络及终端的多样性,本文针对基于H.264的可伸缩编码,提出了一种基于运动区域的自适应可伸缩编码的优化方案.该方案根据基本层的运动信息及编码模式自动提取图像的运动感兴趣区域,并以独立片的形式对其进行时间,空间和质量上的可伸缩编码,实现选择性增强.实验结果表明,该方案不仅能大幅降低编码复杂度,而且使增强层码流集中包含运动区域信息,从而提高运动区域的重建质量及整幅图像的主观质量.     

基于拉普拉斯金字塔的图像压缩与重构研究

目的研究利用深度学习辅以拉普拉斯金字塔来完成图像压缩与重构。方法利用卷积神经网络提取图像的主要特征,利用双三线性插值法来减少特征尺寸,使用拉普拉斯金字塔来构建分层体系,从而逐步地减少图像大小以达到压缩的目的。在重构端上,对此系统则进行卷积操作,并采用上采样过程,进行图像的恢复重构过程,得到重构图。结果采用来自法国贝尔实验室的set 5与set 14数据集进行验证,使用2层金字塔即在16倍的高倍率压缩下进行实验结果验证,结果表明在主观评价上使用深度学习的方法在清晰度和还原度上要优于PCA,DCT和SVD,同时在客观评价上文中方法取得了标准差(52.73)与信息熵(7.44)的最好结果,高于PCA的49.70与7.38。SVD变换法与DCT变换法,在标准差上只有48.69和49.02,远不如文中方法,同时图片的信息熵只有7.34与7.35,低于文中的7.44。结论利用拉普拉斯金字塔结构来设计卷积神经网络结构来完成图像压缩与重构取得了不错的效果。     

基于三维小波变换的视频图像编码研究

本文对视频序列的三维小波变换压缩编码算法进行了研究.与传统方法相比,基于三维小波变换的视频序列压缩算法更能消除帧间的冗余度,获得较高的压缩比,因而是一种很有潜力的编码方法.目前,基于三维小波变换的视频序列压缩编码的具体算法也比较多,本文对其中三种有代表性的算法进行了研究,并分析了这三种算法的优劣,并对其进行了展望.     

基于频率分级的指纹图像压缩算法

指纹图像是由黑白相间的脊线、谷线排列在一起而构成的特殊灰度图像,反复出现的反差边缘、周围的背景区域使得指纹图像具备低、中、高三种不同的频率成分,本文利用小波包变换和频谱分析提出了一种基于频率分级的指纹图像压缩算法,对包含能量最多的低频子图像,采用无损差分脉冲编码(DPCM)算法;对包含能量较少的中频子图像,采用嵌入式小波零数编码(EZW)算法;对包含能量最少的高频子图像,采用集合分裂嵌入块编码(SPECK)算法。仿真实验表明,本算法在保证重建质量的前提下,压缩比平均提高了21.4%左右,逼真度平均提高了6.25%左右。