基于改进的SPIHT整数提升小波变换的图像压缩

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于多小波域SOT结构的SAR图像去噪与压缩算法

合成孔径雷达（SAR）图像固有的相干斑噪声严重影响了SAR图像的判读和进一步压缩处理,提出一种在多小波域将空间方向树（SOT）去噪与压缩相结合的SAR图像压缩算法。首先利用SOT对高频子带的多小波系数进行软阈值去噪,滤除相干斑噪声;然后采用改进的多级树集合分裂（SPIHT）算法编码形成嵌入式码流。利用大量的机载SAR图像对该算法进行了仿真验证,实验结果表明采用该算法进行SAR图像压缩提高了重建图像的PSNR,同时对相干斑噪声进行了有效的抑制。     

基于离散小波变换的改进SPIHT算法研究

随着现代信息社会对通信业务要求的不断增长,图像通信与通信容量的矛盾日益突出。为了缓解网络带宽的不足、加快图像信息的传播速度,对于基于高比率的图像压缩算法的研究很有必要。目前比较流行的多级树集合分裂算法压缩效果比较好,输出的比特流较少,但是需要对内存中的数据反复的读取,且反复的在链表结构中扫描不重要系数,增加内存的负担及软硬件实现的复杂度,从而降低了编码的效率。本文针对多级树集合分裂算法的缺点提出了一种基于离散小波变换的改进的多级树集合分裂算法,通过对小波系数排序过程的调整,减少了对内存反复的读取操作,减轻了对内存造成的负担,提高了编码的效率。     

基于整数提升小波正变换的改进SPIHT算法研究

本文提出了一种基于整数提升小波正变换的改进的多级树集合分裂算法,减少了对内存反复读取的操作,减轻了对内存造成的负担,提高了编码的效率.     

基于整数提升小波反变换的改进SPIHT算法研究

目前比较流行的多级树集合分裂算法压缩效果比较好,输出的比特流较少,但是需要对内存中的数据反复的读取,且反复的在链表结构中扫描不重要系数,增加内存的负担及软硬件实现的复杂度,从而降低了编码的效率。该文针对多级树集合分裂算法的缺点提出了一种基于整数提升小波反变换的改进的多级树集合分裂算法,减少了对内存反复的读取操作,减轻了对内存造成的负担,提高了编码的效率。     

基于正交小波包的图像压缩算法

本文提出了一种新的图像压缩方法,深入研究了正交小波包在图像压缩中的分解与重构算法,详细介绍了正交小波最优基的选取,并应用MATLAB软件进行仿真实验.仿真结果显示,该方法压缩比大,信息损失小,能够较好恢复原有图像.     

基于小波包分解的复杂图像压缩

对富含细节、边缘及纹理的复杂图像而言,其重要信息大量集中于高、中频部分.传统的基于小波变换的压缩方法往往将信号的高中频部分作为不重要信息对待,从而引起细节失真.针对复杂图像能量分布特点,本文提出使用一种更为精细的时频分析法即小波包(WP)分析,对信号的低、高频部分作进一步分解,保存有用的高、中频信息.同时利用小波包分解子带内系数间的相关性自适应地将其分为重要性及大小不同的各个子块,进而针对各子块实行不同精度的量化编码.实验结果表明,这种方法能较好地适应WP分解系数的特点,获得较高的数据压缩率和重建图像质量.     

基于遥感图像压缩的最佳小波分解层数研究

分析遥感图像特点及小波基的性质,选取D9/7和D5/3小波基进行遥感图像小波变换,采用分层树集合分裂算法(SPIHT)进行遥感图像压缩,并从信息熵的角度分析不同分解层数对图像压缩效果的影响.通过实验,得到了遥感图像压缩小波变换的最佳分解层数.     

基于模糊剪枝的最优小波包基图像压缩算法

提出一种基于模糊剪枝的最优小波包基图像压缩算法。图像经完全小波包分解后,以每个小波包分解的高频系数占所有高频系数的比值及每个节点子女熵值与原节点熵值的比值作为模糊系统的2个输入;通过构造模糊规则,将小波包系数分为裁剪类和保留类,由保留类构造最优小波包基;根据最优小波包基,在不同的小波包分解层次上采用不同的阈值对图像进行压缩。仿真实验结果表明,该算法与比特-失真率优化算法和小波包最优树全局阈值压缩算法相比性能更优。     

基于小波包的图像压缩及Matlab实现

小波包是近年来的一个研究热点,在图像处理方面有着很广泛的应用。文中提出了基于小波包的图像压缩及Madab实现方法,加快了图像压缩的进程,取得了很好的实验效果。将图像在小波包最优基下展开,利用小波包最优基极好的空间、尺度定位性,使得图像的小波包变换系数在小波变换域极可能的集中从而使在不降低压缩信号的视频质量情况下,提高了图像的压缩比。     

基于改进SPIHT的医学图像编码

考虑到压缩效率很高的静态图像压缩算法（Set Patitioning in Hierarchical Trees,SPIHT）的压缩效率尚可以进一步提高,提出一种改进的SPIHT算法：在原始算法的基础上,引入一种新的类型树,在初始化时最大限度地保存小波变换后的系数．将改进的SPIHT算法应用到医学图像的压缩中,取得良好的压缩效果．     

基于小波包变换的指纹图像分级压缩算法

针对指纹图像中频分量丰富,高频和低频分量相对较少的特点,利用小波包分析提出了一种指纹图像分级压缩算法。将小波包变换后的指纹图像按能量多少进行分级,对包含能量较多的中频子图像,采用无损差分脉冲编码调制（DPCM）,对包含能量较少的低频和高频子图像,采用嵌入式零数编码（EZW）算法;并将压缩图像码流与特征点信息相结合进行图像重建。仿真实验表明,该算法在保证重建质量的前提下,比传统的小波零树编码算法压缩比平均提高了约1.832,信噪比平均提高了约4.07,平均运算时间减少了约26%。     

A wavelet packet based block-partitioning image coding algorithm with rate-distortion optimization

As an elegant generalization of wavelet transform, wavelet packet （WP） provides an effective representation tool for adaptive waveform analysis. Recent work shows that image-coding methods based on WP decomposition can achieve significant gain over those based on a usual wavelet transform. However, most of the work adopts a tree-structured quantization scheme, which is a successful technique for wavelet image coding, but not appropriate for WP subbands. This paper presents an image-coding algorithm based on a rate-distortion optimized wavelet packet decomposition and on an intraband block-partitioning scheme. By encoding each WP subband separately with the block-partitioning algorithm and the JPEG2000 context modeling, the proposed algorithm naturally avoids the difficulty in defining parent-offspring relationships for the WP coefficients, which has to be faced when adopting the tree-structured quanUzation scheme. The experimental results show that the proposed algorithm significantly outperforms SPIHT and JPEG2000 schemes and also surpasses state-of-the-art WP image coding algorithms, in terms of both PSNR and visual quality.     

基于分形压缩的整数小波图像水印技术

通过对现有图像压缩和水印技术的研究,考虑图像压缩率和图像恢复的容错能力,提出了一种基于分形图像压缩编码的整数小波图像水印技术.水印嵌入时,用分形压缩编码技术对灰度水印图像进行高效压缩,再把压缩编码嵌入到载体图像的整数小波系数里,实现了在数字图像整数小波变换域中水印的大容量无损嵌入.根据提取算法,盲提取水印图像的分形编码,分形解压缩获得水印图像.经过实验验证,本水印技术具有较好的数据压缩和隐蔽性能,达到预期的设计目的.     

基于Sobel算子的小波包变换遥感图像融合算法

针对遥感图像融合时图像的空间信息与光谱信息不易兼容的问题,在小波包变换的基础上提出了一种基于Sobel算子的图像融合算法。该方法将多光谱图像与高分辨率图像进行小波包变换,根据阈值选用不同的融合准则得到小波低频系数,利用Sobel算子提取图像高频特征值,采用最值法获取高频系数。实验结果表明,所提算法优于传统的HIS(Intensity,Hue,Saturation)变换、小波变换以及两者结合的方法,在较好地保留图像光谱信息的同时,进一步增强图像的细节信息、边缘特征,从而提高图像的清晰度。     

基于小波变换的多尺度SAR图像比对

提出一种基于小波变换在多尺度条件下用特征匹配进行SAR图像比对的方法，针对不同时间所采集的同一区域的SAR图像，自动快速地确定感兴趣的区域（ROI）并作出标识。实验结果表明，该方法能准确地进行SAR图像比对和ROI标识，具有实际应用价值。     

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.     

基于多小波包变换的遥感影像融合

多小波变换以完善的小波基结构,可以在影像处理中获得比单小波变换更精确的处理结果;单小波包变换以精细的频域分割,进一步提高了单小波变换对影像的细节信息处理能力。多小波包变换将两者结合起来,综合了它们的优点,同时又弥补了它们的不足,使其在一些影像处理领域更具优势。在对多小波包变换分析之后,提出了一种基于多小波包变换的遥感影像融合方法,并将该方法与多小波变换融合方法（即基于多小波变换的影像融合方法）进行了对比分析。实验结果表明：由该方法所得的融合影像,无论是在视觉效果上还是在评价指标上都要优于由多小波变换融合方法得到的融合影像。     

Reduced memory listless speck image compression

In this paper a variant of the set partitioned embedded block coder (SPECK) image compression called listless SPECK (LSK) is presented. LSK operates without lists and is suitable for a fast, simple hardware implementation. LSK has a fixed predetermined memory requirement about 50% larger than needed for the independent image. Instead of lists, a state table with two bits per coefficient is used to keep track of the block coding and the information that has been encoded. LSK sparsely marks selected block nodes of insignificant blocks in the state table, in such a way that large groups of predictably insignificant pixels are easily identified and skipped during the coding process. The image data is stored as a one-dimensional recursive zigzag array for computational efficiency and algorithmic simplicity. Performance of the proposed algorithm on standard test images is nearly same as SPECK.