基于小波包分解的 SAR图像压缩 *

针对 SAR图像含有丰富的中、高频信息 ,而基于小波变换的图像压缩方法会丢失高频细节信息 ,提出了基于小波包分解的 SAR图像编码算法。小波包变换对 SAR图像进行完全分解 ,再用与后续编码器相关联的代价函数进行最佳基搜索 ,然后根据各子带小波包系数的重要性进行加权 ,采用多级树集合分裂算法 ( SPIHT)编码。实验结果表明 ,该算法更好地保留了 SAR图像的细节信息 ,获得了同压缩比下优于传统 SPIHT算法的编码性能 ,更有利于后续图像处理。     

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.     

医学图像感兴趣区的内嵌小波编码新方法

提出了一种新颖的适合医学图像的压缩算法AR-EWC(embedded wavelet coding of arbitrary ROI).该算法保证了感兴趣区域边界与背景光滑过渡,支持任意形状ROI的无失真编码,生成内嵌有损到无损图像质量渐进优化的码流,并且可以对ROI独立随机存取.针对医学图像的特点,对包含重要临床诊断信息区域采用完全无失真的无损压缩,而对背景采用高压缩比的有损压缩,既保证了医学图像对高质量的要求,相对于传统的无损方案又大大提高了图像的整体压缩比.在临床头部MR图像数据集上的实验表明,该算法在保证了ROI区域无损压缩的前提下,达到了与经典的有损压缩算法相当的压缩比率.     

基于SPIHT的灰度图像部分加密方法

图像数据量大、冗余度高,其实时加密问题亟待解决。图像部分加密方法只加密图像压缩编码的部分重要数据,是一种可行的实时加密方案。该文研究图像压缩编码的多级树集合分裂算法,分析灰度图像SPIHT中不同类型编码数据对图像重建的作用,确定了其中的重要数据,并将其用流密码进行了加密。仿真结果表明,该方法只加密图像编码的很少部分数据,便可达到图像保密的目的。     

基于系数块的改进SPIHT算法

介绍基于离散小波变换的分层树集合分割排序(SPIHT)编码算法的图像压缩流程和特点,论述了针对该算法进行改进的方向,分析该算法的优缺点,并针对其缺点提出不影响算法整体结构的改进方法,减少编码冗余,提高编码速度。理论分析和实验结果表明,该算法在低比特率时能提高峰值信噪比,在高比特率时也能有较高的峰值信噪比。     

基于多小波的零树编码

多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足。本文提出了一种新的图像压缩方法,该方法以多小波变换为基础。根据多小波性质的不同采用与之对应的改进编码方法。实验证明,压缩效果良好,在一定的压缩比下可达到很高的峰值信噪比(PNSR)。     

改进的多级树集合分裂(SPIHT)算法

基于中频和高频子带小波系数中的不重要数的相关性，对SPIHF算法提出一些改进．在改进SPIHT算法中，利用一个组合函数来减少相应位置中频子带的不重要小波系数的冗余．构造集合d来减少高频子带带间的冗余．实验结果表明，改进SPIHT算法相对于改进前SPIHT算法有理想的压缩效果，峰值信噪比和人眼视觉效果都有所提高．     

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．     

Formal photograph compression algorithm based on object segmentation

Small storage space for photographs in formal documents is increasingly necessary in today＇s needs for huge amounts of data communication and storage. Traditional compression algorithms do not sufficiently utilize the distinctness of formal photographs. That is, the object is an image of the human head, and the background is in unicolor. Therefore, the compression is of low efficiency and the image after compression is still space-consuming. This paper presents an image compression algorithm based on object segmentation for practical high-efficiency applications. To achieve high coding efficiency, shape-adaptive discrete wavelet transforms are used to transformation arbitrarily shaped objects. The areas of the human head and its background are compressed separately to reduce the coding redundancy of the background. Two methods, lossless image contour coding based on differential chain, and modified set partitioning in hierarchical trees （SPIHT） algorithm of arbitrary shape, are discussed in detail. The results of experiments show that when bit per pixel （bpp）is equal to 0.078, peak signal-to-noise ratio （PSNR） of reconstructed photograph will exceed the standard of SPIHT by nearly 4dB.     

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中.提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输.     

基于稀疏表示的SAR图像压缩方法研究

基于过完备字典的图像稀疏表示是一种新的图像表示理论,利用过完备字典的冗余性可以有效地捕捉图像的各种结构特征,从而实现图像的有效表示。采用基于过完备字典稀疏表示的方法实现SAR图像的压缩。为了得到表示图像所需要的信息,只需要存储稀疏分解的系数极其对应的坐标,实现压缩的目的。采用K-SVD算法实现过完备字典的构造。K-SVD算法是一种基于学习的算法,由于训练样本全部来自于图像本身,因此字典能够更好地逼近图像本身的结构,实现稀疏表示。仿真表明对于SAR图像的压缩,算法是有效的,并且优于基于DCT的Jpeg算法和基于小波变换的EZW和SPIHT算法。     

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。     

非下采样Contourlet域GCV准则SAR图像去噪*

首先对SAR图像作非下采样Contourlet分解,充分考虑其系数统计特性,给出非下采样Contourlet域GCV准则,对每个分解层的各个子带作多层阈值估计和软阈值收缩处理,进而详细探讨分解层数和方向分解数对NSCT性能的影响。实验结果表明,该方法从视觉效果和客观衡量指标两方面都取得了比较理想的效果。     

历史数据压缩算法在DSP上的实现

工业控制中需要记录大量的历史数据,因其数据量庞大,需要的存储空间也及其庞大,同时网络传输过程的实现比较困难,针对这一情况,提出了一种基于整数小波变换和多级树集合分割编码压缩新算法,并在DSP平台上实现,给出仿真结果,结果表明此算法可方便地控制数据压缩比和重构误差,并且具有压缩速度快、熏构误差小和压缩比高的特点。     

基于灰色关联分析的多小波域图像隐写算法

图像多小波系数在邻域内具有相关性,调整相关性大的系数会对图像视觉效果产生影响,为了减小这种影响,提出一种基于灰色关联分析的多小波域图像隐写方法。该方法运用灰色关联分析对邻域内多小波树组的中心树序列和外围树序列的几何曲线形状进行比较,描述它们之间的相关性,从而在矩阵中找出与相邻点相关性很小的系数树作为秘密信息的嵌入位置。结合多小波变换系数能量更分散的特点,使得含密图像的质量更好。实验结果表明,该隐写算法具有更好的隐蔽性和鲁棒性。     

多重小波系数重排SPIHT及其在图像编码中的应用

根据SPIHT算法的特点,提出了适合SPIHT算法实现的图像编码方案。首先对图像做预滤波和二维的二重小波分解;然后为了更好地利用小块之间数据的相关性,把三层的二重小波分解的子带结构重排成了类似标量小波分解的子带结构;接下来根据小波系数值的统计分析对小波系数进行量化处理。SPIHT编码的实验结果显示,这种编码方案能取得较好的编码效果。