基于小波变换的图像快速压缩算法

结合目前广泛采用的嵌入式小波零树编码(EZW)和分层树集划分算法(SPIHT),提出了一种适用于图像小波变换高频压缩的提升算法.在经小波变换之后的矩阵中引入区间变化的概念,选取合适的数值取代区间中的数值,之后进行编码和传输.对于小波变换之后的图像在低频部分采用了DPCM算法,在高频部分采用了在EZW和SPIHT基础上改进的快速压缩算法,那么在编码时就可以用较短的时间保留原始图像的大部分能量,这对大幅图像的压缩和传输非常有利.虽然新算法与原先两种算法相比略微损失了部分保真度,但却在很大层度上降低了计算复杂度,缩短了编码时间.实验结果表明,此算法取得了较好的效果.     

采用阶梯量化优化的SPECK算法研究

通过对图像小波变换系数的分析，根据SPECK算法对较高频子带上重要系数的编码问题，提出了一种采用阶梯量化优化的SPECK 算法QSPECK，以优化SPECK算法的编码效率。即先对小波系数矩阵的较高频子带进行阶梯量化，再对量化后的矩阵进行块编码，最后进行逐次逼近量化获得嵌入式码流。实验证明：此算法优化了编码效率，提高了PSNR值。     

基于子带谱间变换的多光谱图像压缩

针对星载多光谱图像压缩,提出了基于子带谱间变换的压缩算法。该算法首先对多光谱图像序列的每个波段分别进行空间二维小波变换,以此去除多光谱图像的空间相关性;为了去除多光谱图像的谱间相关性,将小波分解后的每一层子带作为整体,采用串行成对变换的方式对两个波段进行子带谱间KLT变换;最后,利用最优截断的嵌入式块编码算法对变换后的所有主成分同时进行最优率失真压缩。实验结果表明,该算法能够获得较好的压缩性能,同时具有较低的编码复杂度,适用于星载多光谱图像的压缩。     

基于嵌入式处理器的图像监控系统设计

针对工控领域对图像监控技术的日益需求,设计了一种基于硬件压缩技术的数字图像监控系统.采用基于ARM7内核的S3C4510B嵌入式处理器和小波压缩技术,实现了远程图像监控,满足了工业现场对图像监控系统点多面广、与现有网络集成的要求.     

嵌入式编码在图像检测系统中的应用研究

利用自然图像的低通频谱特性和小波系数整体上随分辨率的减低而增大这一事实，结合图像检测系统中目标识别算法更关注整体信息的特点，将嵌入式编码算法SPIHT应用于红外图像检测系统，通过对系统探测距离和SPIHT编解码参数的匹配，在保证目标正确识别的同时取得了良好的压缩效果。     

基于方向优化提升策略的遥感图像编码

传统提升小波变换无法有效重构遥感图像中的非水平与非垂直高频信息,导致这些地方的高频小波系数仍然较为显著,降低了遥感图像的编码效率。提出了一种新的基于方向优化的提升小波框架(DOLW)。设计基于梯度的方向预测模型获得提升小波的最优变换方向;沿最优变换方向对图像进行先垂直后水平的方向提升变换,削弱遥感图像高频子带中非水平与非垂直方向上的边缘与纹理能量;利用抽样函数完成分数像素上的插值预测。针对遥感图像的实验表明,与传统的提升小波变换相比,新算法获得的重构图像无论峰值信噪比还是主观质量都有显著提高,对今后遥感图像的压缩编码研究具有重要价值。     

基于NSCT与DWT的压缩感知图像融合

针对基于非下采样轮廓波变换(NSCT)的压缩感知图像融合算法,存在融合图像局部细节信息表达不足的问题,提出一种基于NSCT与离散小波变换(DWT)的压缩感知图像融合算法。首先,对图像进行NSCT变换,得到低频系数和高频系数;然后,对高频系数进行压缩融合,并通过重构算法恢复融合的高频系数;而对低频系数,采取基于小波变换的融合方法;最后,对融合的高频系数和低频系数进行NSCT逆变换,得到最终的融合图像。实验结果表明:本文算法使融合图像的质量,在主观和客观方面都得到了明显改善,最终的融合图像具有更多的细节特征和更清晰的边缘轮廓。     

基于FPGA的红外序列图像动态压缩显示

高位宽红外相机数字视频信号在向8位宽模拟信号线性压缩显示转换时存在细节丢失的现象。针对这一问题,提出了一种新算法,即先利用高斯滤波器对红外数字图像进行低通滤波,然后将低频图像进行线性压缩后再进行直方图均衡运算,之后与滤波产生的高频细节信号进行叠加后送到D/A芯片进行模拟显示。详细讨论了该算法在FPGA嵌入式系统上的具体硬件结构和实现方法,并对12位相机采集的图像进行了实时压缩显示实验。最终实验结果证明,该系统在进行压缩显示时可以很好地显示传统压缩算法无法显示的细节信息,并有效抑制了图像的高频噪声。     

基于视觉系统模型的SAR图像压缩方法

提出一种基于视觉模型的合成孔径雷达(SAR)图像压缩方法,对SAR图像分解后不同频带的小波系数结合其能量分布和人眼对不同频率段的敏感度采用可变步长进行量化与压缩编码,应用嵌入式小波图像压缩算法,以峰值信噪比和均方误差等作为评价指标,对比进行了实验.结果表明,在保证压缩比不变的前提下,采用本算法获得的恢复图像的主观质量有所提高,较好地保留了图像的纹理细节,提高了图像的峰值信噪比.     

改进SPIHT算法对医学图像的压缩

医学图像是医学诊断和疾病治疗的重要根据。为了实现图像的存储和远程医疗中快速传输图像的要求,必须对图像进行压缩。先分析CT医学图像经过小波变换后系数的统计特性,在基于小波变换的基础上,用SPIHT算法对CT医学图像进行压缩编码。提出了2种针对CT医学图像压缩编码改进的SPIHT算法。一是细化扫描产生的有效值,二是将小波变换后系数的低频近似部分按二进比特进行传输。用Matlab进行仿真,仿真结果表明改善了峰值信噪比。