一种高效的贝尔图像编码方法

提出了一种基于小波高频子带替换的贝尔图像编码方法,所设计的编码器对绿色分量和红、蓝分量分开处理。采用JPEG-LS标准算法对绿色分量近无损压缩,对红、蓝分进行小波变换后,只对压缩低频子带进行压缩。解码端利用绿色分量的高频子带作为红蓝分量高频子带,从而恢复红、蓝分量。在给定失真条件下,与JPEG2000标准算法相比,所设计的编解码方法具有较高的近无损压缩比和较低的计算复杂度。     

一种基于小波分析的图像压缩编码方法

提出一种基于小波变换的图像压缩编码算法。即首先对图像进行小波分解,然后对高频子图像用改进后的LBG算法形成码书,进行VQ编码。算法充分利用了不同分辨率间各种子图像的相似性,仅对最高分辨率层进行码书地址索引,低频区域用DPCM编码,最低分辨率层用游程编码。模拟实验的结果验证了该算法在提高图像的恢复质量及降低位码率方面有一定的价值。     

基于谱间预测和小波变换的成像光谱图像压缩算法

提出了一种基于谱间预测和小波变换的成像光谱图像压缩算法,利用谱间预测和二维小波变换分别去除图像的谱间和空间相关性,并结合波段排序预处理和一种高效的基于四叉树分裂的逐小波子带编码方法,取得了较好的编码效果.实验结果表明,在相同压缩比条件下,采用该算法得到的重建图像的峰值信噪比比JPEG2000标准平均提高3.69dB.该算法的压缩码流具有一定的抗误码性能,比较适合面向遥感平台的应用.     

SA4多小波包在CFA图像压缩中的应用

针对CFA图像高频分量多,不利于压缩,采用多小波包变换有效去掉了CFA图像频带间的相关性.根据SA4多小波分解后图像子带的特点,找出适合SA4多小波包变换的预滤波系数结构,利用子带间的相关性系数重组,使之更适合零树编码,提高了编码效率.仿真结果表明:新算法相比JPEG2000有更好的性能,复杂度低,计算量小,便于应用.     

一种小波树分类和合成编码结合的图像压缩方法

针对传统小渡变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题，提出了一种小波树分类和合成编码结合的图像压缩方法．该方法首先对纹理丰富的图像进行3级小波变换，再对高频子带通过小波树分类器分为低频树和高频树．最后对最低频子带进行差值脉冲编码调制（DPCM），对低频树和高频树分别进行SPIHT和多阶段矢量量化（MVQ）．仿真结果表明，该方法在峰值信噪比和编解码时间均优于SPIHT算法．在0．125b／s下，Boat图像峰值信噪比（PSNR）比SPIHT算法提高了0．8dB．     

基于分形理论的小波域水印模型

提出一种基于小波变换与分形编码技术相结合的矢量地图零水印模型.通过小波变换获得地图的低频系数块,利用分形相似计算获得与该低频系数块匹配的图像子块,将图像子块通过拼贴生成零水印并提交第三方版权认证机构备案.实验表明:该水印模型受几何攻击后的平均误码率为文中同类算法的0.6,且能够抵制IBM攻击.     

一种基于分块的小波编码图像压缩技术

提出了一种基于改进的分块小波图像压缩技术.在小波分解的基础上给出了一种分块编码的图像编码算法.该算法利用小波变换系数子带内和子带间的相关性以及小波系数的分布特点,有效地对高频子带数据进行了压缩,然后使用其他几种比较简单的编码方法实现图像的进一步压缩.该方法实现简单,可达到很好的压缩效果.     

多光谱图像的3D EBCOT压缩编码算法

提出了一种新的多光谱图像压缩方案,三维率失真优化截取码块编码(3D EBCOT)算法根据多光谱图像的成像特点,利用非对称的三维离散小波变换去除多光谱图像的空间冗余和频域的相关性,再通过拓展改进最新的静止图像压缩标准JPEG2000中的二维率失真优化截取内嵌码块编码(2D EBCOT)算法,在比特平面编码器中引入谱间上下文,使用相应算术编码器并对经过三维小波变换后的系数进行编码,提高了多光谱图像的压缩效率．根据具体要求组织的内嵌码流,可继承获得JPEG2000标准内嵌码流抗误码等优良特性．使用该方法对一组6波段多光谱图像压缩编码后的重建图像显示,具有比三维小波分层树集合分割排序编码的算法(3D SPIHT)具有更好的图像质量和压缩性能．     

自适应任意形状ROI编码

在率失真ROI编码算法的基础上结合传统比特平面提升ROI算法提出了一种新的自适应任意形状感兴趣区域编码压缩算法．该算法可根据目标图像的感兴趣区域大小和形状,进行自适应选择,分别对小波系数的低频子带和高频子带依据位于不同区域进行不同的编码,使得在保护特定目标图像信息的同时获得更高的压缩效率．试验结果表明,在16∶1和32∶1的压缩比情况时,该算法可很好满足军事卫星遥感图像压缩系统要求．     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

基于低频子带列均衡的图像稀疏表示改进算法

针对图像做小波分解时把低频子带集中在左上角,造成小波域图像前几列稀疏度很大,在做压缩感知时所需采样率较高,恢复时间较长的情况,提出了基于低频子带列均衡的图像稀疏表示改进算法,并将其用于图像压缩感知,通过将低频子带均分到每一列的顶端,减小测量矩阵大小,提高压缩比,且减小运算时间。仿真结果表明,该算法与传统基于小波变换的压缩感知算法相比,图像恢复效果及运算时间均得到了改善。     

基于小波变换和邻域特征的多聚焦图像融合算法

提出了一种基于小波变换和邻域特征的多聚焦图像融合算法。该算法首先采用小波变换对源图像进行多尺度分解,得到低频和高频子图像;然后对低频子图像采用基于邻域归一化梯度的方法得到低频融合系数,对高频子图像采用基于邻域方差的方法得到高频融合系数;最后进行小波重构得到融合图像。采用均方根误差、信息熵以及峰值信噪比等评价标准,将该算法与传统融合方法的融合效果进行了比较。实验结果表明,该算法所得融合图像的效果和质量均有明显提高。     

基于JPEG2000的失真模型

研究了JPEG2000的压缩码流特性,给出了图像失真模型。通过将JPEG2000压缩码流的误码率映射到位通道编码码流的误码率,并结合位通道编码码流受误码影响不同,将图像失真与位通道编码码流的误码率建立了数学表达式。实验结果表明:该算法得出的失真值与实际基本一致,仅仅相差一个常数,这对发送端估计解码端图像失真很有参考意义。     

块迭代线性预测的超光谱图像分布式压缩算法

根据超光谱图像特点和应用环境要求,提出一种基于DCT变换域分布式信源编码的超光谱图像压缩算法．编码端首先进行线性预测,然后按DCT子带顺序进行比特平面编码,解码端使用关键帧重建边信息进行LDPC解码．在编码端使用部分像素点进行线性预测,从而减少了编码端的运算量．在解码端,利用已解码子带信息进行基于块的迭代线性预测,使用优化后的边信息解码后面的子带．与传统算法相比,本算法在编码端的运算量更少,需要的存储空间更小,满足超光谱图像压缩系统要求,易于硬件实现．     

基于提升方案的整数小波图像编码

随着互联网的普及和图像应用范围的不断扩大，对图像的编码提出了新的要求，即不仅要求具有高的压缩比，还要求有许多新的功能，如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想，因此奠定了它在图像编码中的地位。提升框架可以实现整数到整数的小波变换，克服了第一代小波变换所带来的缺陷。该文利用第二代小波变换的特性，提出了一种基于整数小波变换的图像压缩方法。首先充分利用小波系数的分布特性，将图像进行整数小波变换，然后对最低频子带采用DPCM预测编码，对其它子带采用零树加熵编码的方法进行编码。实验结果表明，该方法有较好的压缩性能。     

基于DTCWT域统计特征融合的纹理图像检索

在多尺度变换域,将各子带系数的统计特征进行互补融合可以有效地提高纹理图像检索的性能。文章利用双树复小波变换提出一种新的将低频子带系数的能量特征、高频子带幅值系数的Weibull分布参数特征以及相对相位系数的wrapped Cauchy分布参数特征相融合的纹理图像检索方法,采用VisTex纹理图像库进行检索。结果表明:采用多类系数统计特征的互补融合,以及最优的相似性测度加权组合,能够显著地提高纹理图像检索系统的平均检索率;与现有的7种纹理图像检索方法相比较,所获得的较高平均检索率为86.74%。     

基于小波变换的快速矢量量化(VQ)编码

信源大多存在相关性,即使对无记忆的信源来说,矢量量化编码相对于标量量化来说能够得到更好的效果.但是纯粹的矢量编码后得到的图像,压缩比高时图像失真也高,而且对于整幅图像都采用相同的矢量量化,收敛速度也慢.采用先对图像进行小波变换,然后对低频分量分配较少的压缩位,减少图像失真,而高频分量分配较多的压缩位,达到较高的压缩比.在进行矢量量化编码时采用了一种快速算法,加快了编码的速度.     

基于小波变换的快速矢量量化(VQ)编码

信源大多存在相关性,即使对无记忆的信源来说,矢量量化编码相对于标量量化来说能够得到更好的效果.但是纯粹的矢量编码后得到的图像,压缩比高时图像失真也高,而且对于整幅图像都采用相同的矢量量化,收敛速度也慢.采用先对图像进行小波变换,然后对低频分量分配较少的压缩位,减少图像失真,而高频分量分配较多的压缩位,达到较高的压缩比.在进行矢量量化编码时采用了一种快速算法,加快了编码的速度.     

基于分形,混沌与Spiht算法的图像加密技术研究

研究了图像加密算法,提出了一种有效的基于混沌,分形等现代信号处理方法的加密算法.采用了仿真与理论研究相结合,提出了基于混沌,分形与Spiht算法的图像加密算法.将原始图像基于DWT进行变换后,产生低频与高频子带图像.然后分别基于低频子带进行基于信息熵的快速分形编码,基于高频子带进行Spiht 编码,最后分别对编码后的高、低频数据进行混沌加密,生成加密数据流,解密算法反之.仿真结果证明该算法达到了理想的加密效果.基于此理论基础,可以利用DSP6000系列进行硬件实现.     

WBCT变换的SPIHT图像压缩算法的改进

传统的基于WBCT变换的SPIHT图像压缩算法没有考虑低频子带与高频子带的关系,只是在高频子带之间寻找方向树的关系,并且需要对变换后的系数进行位置置换,这样必然会影响编码质量和效率.针对以上问题提出了构造虚拟低频的思想,通过构造虚拟低频建立低频子带与高频子带的关系,使方向树结构更高,压缩效果更好;同时又避免了系数位置置换,提高了编码效率.与传统算法和现有的WBCT算法相比,该算法既能有效保护图像细节和纹理,又节省了编解码时间,同时提高了压缩后图像的峰值信噪比(特别是在低比特率下),而且具有通用性.