图像小波变换的分形编码技术

简要介绍小波变换在图像处理上的基本原理，初步探讨小波变换的分区块编码算法，在小波分解的基础上结合人眼特性，利用子带的相关性，引进分形编码思想，对图像进行有效压缩。仿真实验结果说明，该方法在同等图像的恢复质量下，其压缩比优于传统的压缩方法，在提高图像的恢复质量方面也有一定价值。     

基于小波分析的分形图像去噪压缩方法

近十几年来,分形(Fractal)在图像压缩技术中的应用已成为图像数据压缩领域中最为热点的问题之一。其压缩比在理论上可超过经典压缩方法的几个数量级。但实际上,原始图像经常被噪声污染。噪声的存在一方面使得图像编码的时间延长,另一方面降低了图像的信噪比,使图像质量明显下降。本文对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似性,研究了基于小波域的分形图像去噪、压缩方法。该方法有效地减少了计算复杂度和编码时间并获得了良好的图像质量。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

基于混合编码的分形图像压缩方法研究

提出了一种基于混合编码的分形图像压缩方案,改进了分形编码与SP IHT算法,对提升小波变换后的最低频部分采用改进的分形编码,其他部分采用改进的SP IHT算法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

多光谱可见光遥感图像压缩系统设计

为了实现多光谱可见光遥感图像高质量压缩的要求,提出以JPEG2000压缩标准为理论,将FPGA与专用压缩芯片ADV212相结合的空间遥感图像压缩方法.该系统设计采用ADV212,通过小波变换及熵编码实现对大数据量的空间遥感图像进行高质量实时压缩,并且采用FPGA完成图像数据输入、压缩码流输出、图像预处理以及对ADV212的工作模式进行控制.实验结果表明,该系统设计功耗低、成本低、调试简单合理,具有较好的压缩效果,可满足多光谱可见光遥感图像对高质量压缩比的要求.     

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。     

基于分形与改进的SPIHT算法的图像压缩方法

为了避免分形编码所固有的方块效应,进一步提高图像编码的工作效率和重构图像的质量,对分形编码和小波零树编码进行优化组合,提出一种分形与改进的SPIHT算法相结合的图像压缩方法.基本方法是,对小波分解后的低频子带进行基于信息熵的快速分形编码,以减少编码时间;时包含图像细节边缘信息的高频子带进行改进的SPIHT编码,以舍去算法中对显著系数的排序扫描过程,减少算法的复杂度,同时提高重构图像的峰值信噪比.实验表明,相对于经典分形缟码和小波城内的分形编码,该方法在相同压缩比下,提高了编码效率和重构图像的质量,是一种高效快速的编码方法.     

基于整数小波变换的无人机侦查图像的压缩

基于传统小波变换过程复杂的特点和SPIHT编码算法过程重复运算、存储量大,并且侦查图像的目标像素小且目标数量大,相关性低,提出了一种基于差分脉冲编码调制和整数小波变换相结合的改进混合编码算法。首先以压缩效果为准则,以侦查图像为标准训练图像,以压缩比、峰值信噪比为参数来确定最优的小波基。然后以（9,7）整数提升小波对图像进行分解,对低频子带的重要系数先进行DPCM编码。最后对整个变换后的子带进行SPIHT编码。实验结果表明该算法在相同的比特率下得到的重构图像的PSNR值高于原算法,而且侦查图像的低频近似效果得到了改善。     

基于提升小波变换的快速分形图像编码

介绍了分形理论和提升小波变换理论,提出提升小波变换结合快速分形编码的混合编码方法。实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和压缩比方面均有良好的效果。     

基于整型小波变换的遥感图像压缩

对给定的遥感图像采用基于“提升”（Lifing)算法的整型小波变换，然后对变换后的小波域图像进行编码。在小波域编码时，采用逐次近似量化和LZ77方法编码。当量化门限较高时，则有用EZW方法直接对小波域上的图像进行编码，当门限较低时，则对EZW编码后的残差信息进行LZ77编码，文章用上述方法实现了遥感图像的无损压缩，提高了图像的压缩效果。     

基于小波变换的快速分形图像编码

分形图像压缩编码方法以其高压缩比的潜在性能而在近年来倍受重视,但是分形方法还存在着一些问题亟待解决。本文所提出的基于小波变换的分形压缩方法不仅弥补了分形方法编码时间过长的缺点,而且还使分形方法高压缩比的优点,得以进一步发挥。     

多波段遥感图像的快速分形编码

分形图像编码用动态迭代过程的参数来表示相应的静态图像数据,可以突破熵压缩编码的理论界限,因而得到广泛的关注.将分形图像编码应用于多波段遥感图像压缩中,根据多波段遥感图像的特点,对基于四叉树分割的快速分形编码方法进行改进,令各个波段图像共享同一四叉树分割方式,同时,利用多波段遥感图像的谱间相关性,缩小仿射变换的搜索匹配空间,以此来提高压缩比和编码速度,实验表明,本方法能显著提高基于四叉树分割的分形编码方法的性能,取得了令人满意的结果.     

Hybrid Fractal-Wavelet Method for Multi-Channel EEG Signal Compression

In this paper, a hybrid method is proposed for multi-channel electroencephalograms (EEG) signal compression. This new method takes advantage of two different compression techniques: fractal and wavelet-based coding. First, an effective decorrelation is performed through the principal component analysis of different channels to efficiently compress the multi-channel EEG data. Then, the decorrelated EEG signal is decomposed using wavelet packet transform (WPT). Finally, fractal encoding is applied to the low frequency coefficients of WPT, and a modified wavelet-based coding is used for coding the remaining high frequency coefficients. This new method provides improved compression results as compared to the wavelet and fractal compression methods.     

一种基于低复杂度嵌入零块编码的遥感图像压缩编码方法

该文针对遥感图像的数据特点,提出了一种新的遥感图像编码方法。它基于一种改进的小波变换嵌入零块编码算法。新算法中改进了零块编码中四叉树分裂算法(quadtree),并设计亍新的链表生成和不重要集合排序策略。通过这些方法的改进,不仅提高了图像编码性能,同时还大大提高了运算效率。实验表明该文阐述的算法具有很低的复杂度和高的压缩率,PSNR和计算速度均超过SPIHT和SPECK。在1bpp下,该文方法的PSNR比SPIHT提高了0.3dB以上,计算速度比SPIHT提高了35％。     

多层离散小波变换系数的稀疏向量构造的改进

融合离散小波变换和压缩感知的图像压缩方案很好避免了采用离散余弦变换和压缩感知时所带来的块效应,但当前基于单层离散小波变换的算法压缩比较低,基于多层离散小波变换的算法重构质量不佳。为了解决这些不足,根据离散小波变换系数的特点,对现有基于多层离散小波变换的算法提出了改进。图像经小波变换后,保留图像最高层低频系数,高频系数的构造方式给予适当改进。实验结果表明,与现有算法相比,重构图像的PSNR值得到2～4 dB提高。     

基于重要图中止符的变树结构的零树嵌入式编码算法

本文提出了一种易于硬件实现的高速优质的零树嵌入式编码算法.通过精简重要图结构,消除结构中的一些冗余、减小一些无用的零树、消除一些不必保留的孤立零点,来提高编重要图的效率,同时也提高了压缩效果、加快了编解码速度.采用提升方案构造双正交9/7小波,不仅进一步提高了小波变换速度,而且为硬件实现提供了保障.经模拟实验表明:此方法加快小波变换速度,缩短了编、解码时间,提高了图像压缩比和恢复图像质量.     

结合矢量量化的SPIHT算法用于多光谱图像压缩

针对多波段遥感图像纹理复杂丰富、局部相关性较弱的特点,提出了结合矢量量化的SPIHT压缩算法。将经过小波变换后的遥感图像谱间相同位置的系数聚集构成矢量,根据高频子图的局部块纹理强弱进行自适应性的量化。使基于标量的SPIHT算法能够方便的处理矢量,有效去除数据间各类相关。实验表明,该方法对多波段遥感图像的压缩可以收到良好的效果,且算法具有良好的实时性,对单幅图像的压缩比和峰值信噪比(PSNR)均优于普通的二维SPIHT算法。     

一种基于提升小波变换的音频无损编解码方法

提出了一种基于整型提升小波技术的无损音频编解码方法,该方法在AVS（Audio Video Coding Standards）无损编码基线系统提案RM0框架基础上,通过增加整型小波提升模块,对音频信号进行分带处理,增强了带内信号的相关性,提高了信号的压缩比。最后通过与AVS无损编码基线系统RM0的对比,验证了该技术的有效性。     

小波模极大值点的信号稀疏表示及重建

作为压缩感知理论的前提,稀疏表示要求信号本身是稀疏的或者在某种正交基下可以稀疏表示。本文针对信号本身及小波变换后均不够稀疏的情况,提出一种基于模极大值点的信号稀疏表示算法。该算法在小波变换的基础上,利用小波分解的结构,对各层高频小波系数通过寻找其模极大值点的方法进行稀疏化,然后通过测量矩阵得到它的测量值,对测量点数进行熵编码以实现数据压缩传输。解码时,采用正交匹配追踪算法得到模极大值点的估计值,最后通过交替投影法重构出原信号。仿真结果表明,与经典压缩感知算法相比,该算法恢复信号的质量有较大提高,且由于稀疏度增大,所以信号具有更好的可压缩性,实验表明本文算法对复杂信号效果更明显。