基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

一种小波域的分形图象编码新算法

本文在分析了小波域内分形图象编码原理的基础上, 将零树思想引入到小波域的分形图象编码中, 通过定义方向性零（ 子） 树的概念, 提出了一种小波域的分形图象编码的新算法．该算法简单实用、计算量小．实验表明, 对５１２ ×５１２ 的８ 比特Ｌｅｎａ 图象在ＰＮＳＲ 等于２９ ．６７ ｄＢ时, 压缩比达６６ ．４８ , 远远优于ＪＰＥＧ的编码性能, 是目前文献报道的有关小波域内分形图象压缩编码的最好结果     

子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

18位彩色图象很容易压缩编码

用简单的游程度编码和位“ＸＯＲ”运算，实现１８位彩色图象数据流的压缩编码。每个压缩码字节由高位的压缩属性指标码和低位的压缩数据码组合而成，仅凭残余信息能将后续的图象解码恢复。     

一种高效的分形图象编码技术

将固定矢量的概念应用于分形块编码中，对图象的平缓区进行固定矢量的线性组合编码，并且在分形编码中，采取了分层处理的思想，实验表明，与基本的分形块编码方法相比，本文提出了的固定矢量层次分形编码方法在保证一定的重建图象质量下，使用象的压缩比有了明显的提高，并且大大提高了编码和解码速度。     

通用栅格编码量化在图象压缩量化中的应用

提出了一种基于栅格编码TCQ的图象压缩编码量化方法。论述了TCQ量化方法的理论基础栅格编码调制TCM和维特比算法的基本原理。在研究普通TCQ量化方法和其中集合划分存在问题的基础上，探讨了另外一种划分方法的可行性，得到通用栅格编码量化方法UTCQ。根据对实际图象量化结果的比较，证明了UTCQ的有效性。     

分形图象压缩方法

分形图象压缩方法是近年来迅速兴起的一种高倍率图象压缩方法，而它的最大缺点是速度慢，文章介绍了这种方法的基本思想及若干改进的算法。     

3-D图象压缩编码的一种新方法

根据三维表面的可见不变特征分割图象,采用连续逻辑对瓶体三维图象进行编码,并且实现3-D形状的重构。计算机模拟结果表明这是一种可行的图象数据的压缩传输方式。     

数字电视图象压缩编码

本文对各类电视图象压缩编码方法的原理、特点和进展作了较系统的综述。包括变换编码、预测编码、矢量量化编码、运动补偿编码和电视图象信号的亚奈奎斯特取样。对图象信号的特点、视频信号的数字化和电视图象压缩编码在综合业务数字网中的重要作用也作了简述。     

一种基于分形的图象压缩编码方法

分形编码是近年来迅速兴起的一种高倍率图象压缩方法,相对于别的编码方法,分形方法有许多优点,但不足之处是其速度太慢,匹配复杂,作者在基本分形块编码的基础上提出了基于区域的自适应编码方法,大大缩短了编码时间,并且压缩比也得到了显著的提高。     

神经网络在图象压缩编码中的应用

讨论神经网络在图象压缩编码领域中的应用.针对图象矢量量化存在的分块效应问题,对Kohonen自适应模型进行了研究.应用了两个DCT的余弦变换域的特征值,结合Kohonen的自组织特征映射(SOFM)算法对图象元素分类压缩编码.计算机模拟实验表明,和单纯用神经网络直接进行矢量量化相比,应用这种技术的图象编码压缩比和译码图象质量都有明显的提高.     

一种简单而高效的彩色图象压缩方法

提出一种简单而高效的彩色图象压缩方法。一幅真彩色图象经编码后，其码率由２４ｂｉｔｓ／ｐｉｘｅｌ下降到１．７５ｂｉｔ／ｐｉｘｅｌ，重建图象仍能保持较好的视觉效果。实验结果表明此方法简单，效果良好     

基于像素特征的路面裂缝图像自适应滤噪

分析了破损路面图像的像素点区域特征，针对不同区域提出加权邻域滤波和自适加权中值滤波算法。其权值是通过对图像中区域特征的推理得到的，所以算法中能根据图像的区域特征自适应的进行滤波。试验表明，本算法能够有效滤除噪声，并具有很好的细节保护能力。     

运动图象的三维子波变换压缩编码

本文提出一种基于边缘检测的三维子波变换运动图象压缩编码方法。该方法首先对图象序列进行三维子彼变换；然后对变换后的分解图采用在同一子波变换层中通过检测低频区来检测高频区的边缘，以及检测低频帧来检测高频帧的边缘运动矢量；最后只对检测到的有效边缘或边缘运动矢量进行编码，省略位图编码。实验结果表明，这种方法在不增加运算复杂程度的情况下，获得得了好的主观质量和高的压缩比。     

利用基础表提高图像编码效率的研究

按照图像子块的熵值组织基础表，通过对基础表表项数量的限制和编码前对基础表的加工，达到降低基础表大小的目的。同时，在预测编码过程中，对基础表项的利用并不要求信息严格匹配，而允许在给定阈值内进行模糊匹配，提高了基础表项的利用率，进而提高了压缩效率     

基于分形集的多层子块匹配图像压缩算法

提出一种基于分形集和迭代函数系统的多层子块匹配图像压缩算法．通过高层次的子块匹配结果限定低层次子块的搜索范围,多层子块匹配能减少搜索复杂度,实验结果表明该算法能够在保证图像质量的情况下取得较好的压缩效果．     

一种子带适应的图象恢复最小二乘迭代算法

研究了基于子波变换的图象最小二乘恢复技术,提出了一种具有子带适应性的选代算法实验结果表明,采用该算法的恢复图象的质量和迭代收敛的速率均优于常规的空域解法．