基于小波变换的多方向分形预测图象编码方法

小波图象编码属于子带编码,但是,与通常的子带编码不同,图象经过小波变换后,不但分解成不同频带（即分辨率）的子带图象,而且,同分辨率的子带图象还进一步分解成不同空间方向的子带图象。同方向的各个子带图象之间具有相似性,利用这种相似性进行图象编码可以提高压缩比。不同方向的各个子带图象之间虽然不具有相似性,但是,原图象的特征在这些子带图象中的空间位置具有不变性,利用这种空间位置的不变性进行图象编码,可以进一步提高压缩比。本文提供了这方面的理论分析和实例验证。     

适应于快速DCT变换的视频多重描述算法

在IP网络和无线网络等噪声易发环境下，视频的可靠传输需要采用有效的抗误码措施。本文针对目前国际标准中普遍采用的基于子块DCT变换和运动补偿预测的混合编码方案，提出了一种针对DCT变换的具有两个描述的多重描述编码算法。新算法的特点是物理意义明确，相当于进行广义的一维抗混迭滤波，便于使用快速DCT算法进行快速多重描述编码。而且新算法也可推广到更多的描述。实验结果表明，算法的编码效率与目前已有的算法相当，因此它在实际应用中更具有优势。     

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。     

基于分形和小波变换的自适应混合图像编码

待编码图像经过金字塔型离散小波变换后的系数在小波域内可以组成分层树状数据结构一个小波树，这些跨越不同分辨率的小波树之间存在一定的相似性，可以通过分形变换来描述，本文正是构造小波树的基础邮基于分形和小波变换的自适应混合图像压缩算法，实验证明，我们提出的图像压缩方法与ＪＰＥＧ相比，能够在相近的压缩比的情况下（６０：１～７０：１）使得重建图像的ＰＳＮＲ（〉２９．５ｄＢ）增加约５．４ｄＢ并且图像的主观视觉     

一种基于小波变换的混合编码方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足：而分形压缩编码方法．由于可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上,提出了一种图像压缩混合编码方法：该方法首先将图像进行小波分解,然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明,该方法不仅能够大大提高图像的压缩比,而且在网络信道不稳定的情况下．能在一定程度上克服数据传输出错．从而避免数据丢失造成的恢复图像质量下降。     

引入非线性变换的分形图像压缩编码

提出了一种基于非线性变换的分形图像压缩编码方法。证明了引入的非线性变换满足压缩迭代映射理论。模拟实验的结果表明 ,与传统的分形图像压缩编码方法相比 ,压缩比和峰值信噪比均有所改善。     

基于JPEG标准的图像压缩DCT变换

图像DCT变换是图像压缩的一项重要技术,如何准确、快速地进行图像压缩一直是国内外研究的热点.现研究了两种二维离散余弦变换(DCT)的方法.在DCT算法结构上利用了变换的可分离性和行列的可分解性,并采用行列分解的方法将二维DCT转换为2个串行的一维DCT实现.     

基于DCT变换的渐进式图像编码方法

本文将DCT变换与SPECK算法相结合,提出了一种基于DCT变换的渐进式图像编码方法.该方法充分利用了DCT变换实现简单的特点,还能充分发挥零树编码的优势实现对图像的高效压缩.输出码流具有嵌入的特性,便于码率控制,具有一定的抗误码能力.同时计算复杂度低,比较适合于低复杂度的图像编码与传输.     

基于DCT变换的内嵌静止图像压缩算法

提出了一种有效的基于离散余弦变换(DCT)的内嵌子带图像编码算法.Xiong等人提出的EZDCT算法采用零树结构实现了一种内嵌DCT编码器,且其性能优于JPEG.本文指出DCT的零树结构在内嵌DCT算法中并非很有效,同时提出了一种不依赖零树结构的简便、高效的内嵌DCT子带编码算法.实验结果表明本文算的压缩性能(PSNR)比EZDCT高约0.5~1.5dB,且接近当前最通用的内嵌小波SPIHT算法,在对某些图像压缩时还优于SPIHT算法.     

基于DCT变换的LSF参数降维算法

为降低声码器线谱对频率(LSF)参数量化码本的存储量和码本搜索运算量,文章提出了一种基于二维DCT变换的LSF参数降维算法.相比时域重要帧抽取算法,DCT降维算法能够在不降低语音听觉性能的基础上,将LSF参数的码本量和搜索运算量都降到50%.在同等情况下,DCT降维算法能比时域重要帧抽取算法提高0.1dB到0.2dB的性能.实验结果表明,提出的算法可以更有效地解决低速率声码器中参数码本存储量和搜索运算量的问题.     

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。     

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。     

基于子域对角和的快速分形图像编码算法

为了改进分形图像压缩编码过程耗时过长而影响实用的问题,新定义了子域对角和来描述图像块的特征.算法把码本按照子域对角和特征的大小排序,对每个待编码的Range块,仅在赋序码本中找到与Range块的子域对角和的数值最接近的Domain块,并在此Domain块的邻域内搜索最佳匹配块.实验结果表明,在保证解码图像质量的前提下,该算法较快地提高了编码速度.     

基于区域的分形图像编码

本文在分形方块图像编码的基础上，提出了一种区域分形编码方法。以提高压缩比，缩短编码时间。实验结果表明，在信噪比略有下降的情况下，压缩比几乎提高一倍，编码时间大为缩短     

一种基于显著不相关检验的快速分形图像编码方法

针对分形编码计算量过大的缺点,本文提出一种基于显著不相关检验的分形编码方法。对于文中的测试图像（Lenn256×256×8ppb和Boat256×256×8ppb）,其编码速度比基于子块分类的分形编码方法快2～15倍,而解码图像质量（PSNR）没有明显下降,压缩比还有一定的提高。     

基于小波变换的图像压缩编码研究综述

图像压缩是指以尽量少的比特数代表原来图像的技术.小波变换由于在时域和频域同时具有局域化特性,弥补了DCT变换的不足,其多分辨率特性还便于与人眼视觉特性相结合.小波图像编码还便于与其它新兴图像编码方法相结合,成为当前研究热点.文中介绍了小波变换的基本理论,讨论了小波图像压缩研究现状和进展,并指出存在的主要问题,最后展望小波图像压缩编码的发展前景.     

基于DCT和小波的图像和视频编码性能的比较研究

在比较编码性能时,许多人分析了图像和视频编码的离散余弦变换(DCT)和小波变换性能差别,普遍认为图像的小波编码在压缩比和编码质量方面优于传统的DCT变换编码.说明了研究图像和视频压缩算法应当从全面的系统观点来考虑,即把重点放在各要素之间的量化、熵编码和编码系统中的复杂的相互影响的研究上.     

分形图像编码研究的进展

 分形图像编码是近几年发展起来的一种新的图像编码方法,目前对其研究较为广泛.本文介绍了分形图像压缩编码的数学原理、基本特性,着重介绍了当今这一领域的发展成果,比较了各种方案的优缺点,分析了目前编码方案所存在的缺点、原因及未来的发展方向.     

基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点。然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势。