基于SPIHT的图像压缩算法研究

随着数字通信技术的迅猛发展,图像数据量呈现指数增长,图像压缩成为图像处理领域的研究热点问题之一。传统多级树集合分裂(SPIHT)算法在阈值较大情况下对所有的小波系数都进行扫描编码,所以0位的输出较多,降低了编码效率。笔者提出了一种改进的SPIHT算法,在对不重要子集表(LIS)进行扫描编码之前,判断当前阈值LIS列表中是否有重要的小波系数。对不重要系数表(LIP)进行扫描编码时,增加一个标志位,检测是否所有的重要系数都已编码完成。如果都已编码,则跳过对LIP的编码。实验表明与原始算法相比,在相同压缩率情况下,笔者提出的SPIHT算法取得了更高的重构图像质量,特别是在比特率较低情况下,峰值信噪比(PSNR)提高更为明显。     

基于改进提升小波变换SPIHT的图像压缩算法

通过对提升小波变换的SPIHT算法进行改进和优化,提出了一种适用于无线多媒体传感器网络(WMSNs)的简单、高效、节能的有损图像压缩算法;该算法采用只包含加法和移位操作的整数小波提升算法,使得小波分解的计算量减半,大大提高了变换速度;采用量化截断的预处理技术,省去大量不重要高频系数的量化编码,解决了提升变换后SPIHT算法编码效率低的问题;去除了最外层高频系数的分解和编码,有效地减少了变换和编码的能耗;理论分析和仿真结果均表明,在保证一定重建图像质量的前提下,该算法大大降低了图像压缩能耗,提高了算法的压缩效率和执行效率,非常适合于资源受限的WMSNs中的图像压缩。     

基于Contourlet变换和SPIHT算法的彩色医学图像压缩

二维小波变换只能很好地分离不连续点,无法最优表示曲线奇异,同时只能获取有限的方向信息,这大大限制了它在图像处理领域的应用。Contourlet变换则结合拉普拉斯金字塔和方向滤波器组,得到多分辨率、局域、多方向的图像表示。由于基于小波变换的多级树集合分裂排序(SPIHT)算法不能有效表达图像的纹理和轮廓信息,因此提出一种基于Contourlet变换和SPIHT算法的彩色图像压缩方法,并应用于医学图像感兴趣区域压缩。首先将彩色图像转换至YIQ彩色空间;然后选取感兴趣区域,对其采用Contourlet变换提取特征信息,并利用SPIHT算法对Contourlet系数优先编码和传输,从而保证感兴趣区域的图像质量和细节信息。对背景区域则采用小波变换,并通过系数截断的方式提高图像压缩比。实验结果表明,所提算法可以较好地保留感兴趣区域的图像特征,大幅度提高背景区域的压缩比,是一种较实用的图像压缩新方法,在医学图像感兴趣区域压缩中效果良好。     

整数(5,3)小波变换结合SPIHT的无损图像压缩

讨论了整数(5,3)小波变换的构造方法,在此基础上提出了一种整数(5,3)小波与SPIH T以及自适应编码相结合的无损图像压缩编码方法,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

一种改进的可变阈值SPIHT图像压缩算法

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、存储量大的问题,首先分析了小波基和小波分解层数的选择,然后提出了一种新的可变阈值的SPIHT算法,该算法利用可变阈值对SPIHT算法中不重要像素列表（LIP）和不重要系数列表（LIS）进行分类得到一种更有效的编码算法。仿真结果表明,该算法的压缩整体性能要好于SPIHT算法。     

一种基于改进SPIHT的图像压缩算法研究

通过引入子带分块编码的思想,提出了一种基于提升小波变换的改进SPIHT算法。该算法不但具有传统SPIHT算法的优点,而且能实现码流多分辨率表示和ROI区域编码。最后,给出了一种有效的基于提升小波变换的图像压缩系统。该系统把图像分割成小块后,单独进行提升小波变换及编码处理,并在解码端恢复后进行重新组合。试验结果表明本方法能取得满意的结果,显示了本方法在图像压缩中的应用前景。     

改进的SPIHT小波图像压缩编码

针对原SPIHT算法存在扫描的重复且未能充分利用小波系数分布特点,随着压缩比的增加,会引起编码效率的下降等不足,提出一种改进的图像压缩编码算法。改进的图像编码算法低频子带进行DPCM无损编码,高频子带采用优化排序的SPIHT算法。仿真结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。     

提升小波格式的SPIHT算法在医学图像压缩中的研究与应用

基于小波分解的压缩算法在医学压缩领域得到了广泛的应用。然而,采用何种算法对小波变换后的图像数据进行处理仍是一个研究热点。本文提出了基于提升小波变换后的SPIHT编码方案,并将其应用于静止的医学图像,取得了较好的压缩效果,在压缩医学图像上具有一定的实用价值。     

低码率下图像压缩SPIHT编码的改进方法

针对SPIHT算法的不足,为了兼顾图像编解码时间与解码图像质量,提出了一种改进的SPIHT图像压缩算法。采用LS9/7提升格式小波变换,结合人眼视觉系统的特点,对原算法高低频子带的扫描方式和阈值的确定方法进行了改进;针对SPIHT算法重复扫描的问题,在编码时使用最大值链表的思想,大大减少了计算量,节省了运行时间。实验结果表明,本文提出的改进算法在图像编解码时间和重构图像质量两方面均优于原算法,尤其在低码率情况下提高了解码图像的质量。     

用改进的SPIHT算法实现遥感图像压缩

遥感图像纹理复杂,采用传统的SPIHT算法进行图像压缩编码存在运算量大、效率低、压缩率不高,压缩后仍有很大的编码冗余等缺陷。根据遥感图像小波变换后系数的特点改进算法,对高低频分量采用不同的编码方法,且对SPIHT算法的运算流程进行改进,得到一种更有效的编码方法。通过实验仿真证明,该算法各方面的性能均明显优于原算法。     

针对遥感图像压缩的改进SPIHT 算法

在研究遥感图像和小波分解系数特点的基础上,提出了一种改进的SPIHT算法：对第一阶小波变换产生的低频子带和高频子带进行小波再分解,并对再分解后的四个子带,取不同的门限值,分别进行编码;再分解后的高频子带小波系数不进行编码,在解码时直接赋予固定值重构图像。改进算法更好地处理了低频子带和高频子带的小波系数,对遥感图像的压缩实验证实了改进算法的有效性。     

基于提升小波变换的SPIHT编码算法研究

针对小波变换和多级树集合分裂图像编码具有浮点数运算、算法复杂等特点,采用整数实现的提升格式代替了原来的小波变换,并结合提升小波变换和DCT变换的特点,提出了一种改进方案。仿真结果表明,在相同的较低比特率情况下,与原算法相比,峰值信噪比有明显提高,取得了更优的压缩效果。     

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．     

嵌入式系统中SPIHT算法改进的研究

嵌入式编码的核心问题是小波系数的排序及其按序传输。在嵌入式码流中,对重建图像质量影响最大的信息为最重要信息,应排在码流的最前面,而对重建图像最不重要的信息排在码流的最末。本文在重点分析研究SPIHT算法的基础上,结合现有技术提出一种改进的SPIHT算法。改进的SPIHT算法通过采用提升小波变换、结合人眼视觉特性、对算法的分集排序过程进行优化等措施,进一步提高压缩性能,而且图像复原质量较好。     

X_射线图像压缩算法的研究

为对边远地区进行更好的医疗服务,远程医疗是目前较常用的一种方法.在远程医疗过程中,为了实现图像的经济存储与快速传输,需对图像进行压缩.分析了X_射线图像以及经小波变换后系数的特点,提出了基于9-7整数小波变换的改进的SPIHT算法,将传输图像进行压缩后,对系数的低频部分按原比特传输.实验结果表明,该算法所得图像的峰值信噪明显优于原始SPIHT算法,同时编码速度比原始算法更有效率.     

提升小波变换在静态医学图像压缩编码中的应用

LeGall(5,3)提升小波直接在时域完成小波构造,不仅算法简单、适合并行处理,而且还能同时用于图像的无损或有损压缩。为了满足远程医疗系统静态医学图像压缩处理的特定要求,该文详细讨论了基于提升格式的LeGall(5,3)小波变换的算法,并在DSP上加以实现。实验结果表明该方案在提高运算处理速度、改善图像压缩比和重建图像质量等方面都取得了较好的效果。     

基于混合域的改进SPIHT图像编码算法

为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.     

多ROI医学图像压缩的SPIHT算法

针对医学图像的应用实际,根据图像小波域系数的特点与人眼视觉特性,提出以多个任意感兴趣区域编码框架为基础,对感兴趣区域采用无损JPEG2000,并结合人眼视觉特性规定了系数扫描顺序,对非感兴趣区域采用小波变换与多级树结合分裂算法(SPIHT)。实验结果表明,该编码框架有如下优点:(1)可根据需求选择不同大小的感兴趣区域,同时在比特率比较低的前提下,仍可获得较为满意的重构图像质量;(2)实现方法简单有效,适应性强,可针对不同类型的图像进行处理;(3)具有很高的主观视觉效果。为医学图像远程传输和存储提供更为有效的方案。     

基于小波变换的医学图像压缩技术

分析了医学图像压缩的必要性,简要介绍了二维离散小波变换和Mallat算法,在此基础上探讨了基于小波变换的医学图像压缩技术。实验结果表明,小波变换算法具有较高的压缩比和较好的图像恢复质量。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。