基于自适应子带分解和内容模型的图像编码

在SPIHT算法基础上引入了两种算法——自适应子带分解算法和基于内容模型的算术编码算法，以改进压缩性能．自适应子带分解算法改变了小波变换后系数的统计分布，在低码率时峰值信噪比(PSNR)得到一定的改善；基于内容模型的算术编码算法进一步开发了子带间以及相邻像素间的相关性，增强了压缩性能．实验结果表明：文中算法和STIHT算法比较，改进了压缩性能，同时保留了零树算法的渐进传输等优点。     

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。     

一种基于上下文的自适应算术编码技术在无损图像压缩中的应用

本文提出了一种改进的基于上下文的自适应算术编码算法,为了在算术编码中选择合适的上下文,该算法法使用加权最小均方误差法来预测当前变换系数的值,并给出评测本算法性能的实验结果。     

基于高频子带自适应扫描的改进零树图像编码算法

提出了一种基于高频子带自适应扫描的新图像编码算法，该算法以EZW编码方案为基础，能够通过单独编码最低频子带、自适应扫描高频子带内小波系数、采纳复杂关联模型等措施，在一定程度上克服EZW编码算法存在的编解码速度慢、峰值信噪比（PSNR）有待进一步提高等不足。对比实验表明：算法在编解码速度、图像复原质量等方面均优于EZW算法。     

JPEG2000中重要性编码及上下文建模的改进

众所周知,基于上下文建模的算术编码是JPEG2000标准中的关键技术,而对于重要性编码,JPEG2000中采用的上下文模型是码块内的8邻域系数,由于其根据经验将所有上下文分成9类,且所有比特平面都使用这套固定的上下文分类方案。因此针对这种上下文分类方案的不足,对JPEG2000中重要性编码及其上下文建模方式进行了改进,即首先建立比原来的3×3更大的上下文模型;然后提出了一种基于重要上下文的扫描方式;最后基于新的扫描方式根据最小码长的准则进行上下文量化的优化,考虑到不同子扫描之间的统计差异,对不同的扫描子过程使用不同的上下文模型方案。实验结果表明,与JPEG2000的无损压缩相比,新的重要性编码算法的无损压缩结果(平均比特率)较JPEG2000提高了1.312%。     

低比特率下视频压缩算法的研究

文中提出了面向无线视频应用的低带宽视频压缩方案及算法，该方案主要采用了整数小波变换的压缩算法，块匹配运动估计，重叠块运动补偿，小波系数标量量化，自适应算术编码，变长编码。为实现低比特率下的高效率视频压缩，首先建立由量化后的小波系数构成的小波子带，对小波子带结构中的冗余进行压缩。     

一种小波变换域彩色图像压缩编码方案

提出了一种基于人眼视觉特性与局部相关的小波域彩色图像编码方案．该方案以嵌入零树小波（EZW）编码思想为基础,通过建立可逆彩色空间变换,丢弃部分高频细节子带、单独编码最低频子带、高频子带自适应EZW编码及多关联预测算术编码等措施,实现彩色图像的自适应压缩编码．实验结果表明,文中算法具有较好的压缩效果和较强的通用性．     

基于SPIHT和分类比特编码的无损图像压缩

在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。     

结合投影预测的小波系数符号编码

小波变换系数由幅值和符号组成。先前的大多数小波编码算法没有考虑到系数符号的压缩可能,只是致力于系数幅值的压缩编码。最近的一些算法即使考虑到了这个方面,也只是将内部子带小波系数作为符号编码的上下文。为了进一步挖掘对符号进行压缩的潜力,该文将在渐进分辨率小波图像编码的环境下对符号编码进行详细讨论。除了将内部子带小波系数应用在符号编码的上下文模型外,还使用投影技术,利用双正交小波变换基向量之间的非正交性对高频系数进行预测,使非内部子带小波系数也整合入上下文模型。实验证明这些技术获得较大的PSNR收益。     

基于整数小波变换和子带比特平面编码的图象压缩算法

在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG2 0 0 0整数小波编码方案的水平 ,而速度远快于这两者的速度 .该算法还具有复杂度低 ,占用内存少的优点 .     

基于提升小波和Context模型的图象无失真编码方案

文章讨论了提升小波变换的基本原理。并根据提升小波系数的特点,结合基于Context模型的熵编码,提出了一种新的无失真图象编码方案。该方案中,将提升小波系数的编码分为三部分考虑,即反映非零系数位置的SignificanceMap、反映非零系数幅值大小的MostSignificanceBits(MSB)符号流和去除了MSB的剩余二进制符号流。因为Signifi-canceMap和MSB符号流中存在较强相关性,提出了简单有效的Context模型对它们进行熵编码。而对去除了MSB的剩余二进制符号流,由于其相关性较弱,直接使用自适应算术编码。经过实验对比证明了该方案在无失真图象编码中的有效性。     

基于小波域的图像多描述编码方法

多描述编码(MDC)是有效应对不可靠网络传输的一种新技术.本文结合二维小波域在三个方向上的相关性,提出一种基于小波域的图像多描述算法.实验证明该算法性能稳定,具有良好的重构图效果.     

基于零树和位平面的小波图像压缩算法

通过有机结合零树编码、位平面编码和算术编码,提出了一种基于零树和位平面的小波图像压缩算法ZBP(Zerotree and bit plane).ZBP不仅充分利用了零树符号之间的相关性,而且从位数据的层面上挖掘出了小波系数值之间的相关性,从而提高了算术编码的性能.实验结果表明,ZBP的压缩效果优于目前已有的小波图像压缩算法.     

心电图压缩算法中的小波基选择

文章研究心电图压缩算法中的小波基选择。算法中采用整-整小波进行小波变换,用小波零树嵌入编码和自适应算术编码对心电图压缩。小波库由9种小波基组成。用MIT-BIH心率数据库的样本数据对提出的算法进行测试,结果表明,在压缩过程中对每段心电图选取最优小波基能显著地降低信号失真度。     

基于整数小波变换和嵌入零树的图像压缩算法

小波变换因其具有良好的时、频局部化性能,在图像压缩编码中得到广泛的应用。尤其提升小波的出现使无损压缩成为可能。该文采用整数小波对图像进行四级二维小波变换,根据系数特点介绍了一种小波零树的图像编码算法,给出了具体的算法编码实例,并用512×512的Lena图像对算法进行了仿真实验。     

Context-based embedded image compression using binary wavelet transform

Binary wavelet transform (BWT) has several distinct advantages over the real wavelet transform (RWT), such as the conservation of alphabet size of wavelet coefficients, no quantization introduced during the transform and the simple Boolean operations involved. Thus, less coding passes are engaged and no sign bits are required in the compression of transformed coefficients. However, the use of BWT for the embedded grayscale image compression is not well established. This paper proposes a novel Context-based Binary Wavelet Transform Coding approach (CBWTC) that combines the BWT with a high-order context-based arithmetic coding scheme to embedded compression of grayscale images. In our CBWTC algorithm, BWT is applied to decorrelate the linear correlations among image coefficients without expansion of the alphabet size of symbols. In order to match up with the CBWTC algorithm, we employ the gray code representation (GCR) to remove the statistical dependencies among bi-level bitplane images and develop a combined arithmetic coding scheme. In the proposed combined arithmetic coding scheme, three highpass BWT coefficients at the same location are combined to form an octave symbol and then encoded with a ternary arithmetic coder. In this way, the compression performance of our CBWTC algorithm is improved in that it not only alleviate the degradation of predictability caused by the BWT, but also eliminate the correlation of BWT coefficients in the same level subbands. The conditional context of the CBWTC is properly modeled by exploiting the characteristics of the BWT as well as taking advantages of non-causal adaptive context modeling. Experimental results show that the average coding performance of the CBWTC is superior to that of the state-of-the-art grayscale image coders, and always outperforms the JBIG2 algorithm and other BWT-based binary coding technique for a set of test images with different characteristics and resolutions.