一种基于小波零树的图像编码算法

小波变换因具有良好的时、频局部化性能,在图像压缩编码中得到广泛应用。文章在图像的二维快速小波变换基础上,根据小波系数的特点介绍了一种小波零树的图像编码算法,给出了树中不同类型点的编码数据结构,并用512×512×8的lena图像对算法进行仿真实验。     

基于分形图像编码的小波补偿算法

提出了一种对图像进行分形“粗略”（概貌）编码,“细节”（边缘）信息通过小波变换提取图像高频信息进行补偿的编码算法。该编码算法中,小波变换产生的高频小波系数根据系数重要性采用类似嵌入式小波零树编码方式进行编码,从而具有比特率可控等特点。通过实验表明,新编码算法的编码效果优于分形自适应四叉树编码算法和小波变换编码算法。     

一种分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成具有不同特征的两层:平滑层和纹理层,分别基于小波变换和自适应局部余弦变换(ALCT)进行编码。编码平滑层时,仅对原图像一级小波变换后的低频子带进行小波SPIHT编码,在减少计算量的同时,提高了整个算法的性能。该文改进了实现ALCT的折叠算子,并且提出了一种ALCT系数的重组方案,从而利用零树编码获得了嵌入式码流。实验结果表明,本算法在未进行算术编码的情况下,压缩性能优于SPIHT,并且在重建图像中更好地保留了原图像的纹理特征。     

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。     

数字图像压缩算法的仿真与应用研究

研究数字图像压缩问题,针对传统图像压缩算法无法消除图像中视觉和统计冗余,导致图像传输速度慢,效果低。为此,提出一种新的数字图像压缩算法。首先对图像进行小波变换,提取子层的小波系数,然后对变换后的小波系数用SWZ进行编码;并采支持向量机对小波系数进行拟合,最后对压缩后系数进行算术编码。结果表明,相对于传统图像压缩算法,新算法提高了图像压缩前后间的信噪比,加快了图像传输速度,为图像压缩方法提供了一种新的研究思路。     

一种基于3维SPECK编码的超光谱图像压缩算法

提出一种针对超光谱图像压缩的基于小波变换的、嵌入式的3维块分割编码算法。通过3维小波变换,将超光谱图像的空间冗余和谱间冗余同时去除。针对变换域内的小波系数,将集合分割嵌入式块SPECK编码算法扩展为3维,构造一种3维SPECK编码算法,对小波系数进行量化编码。实验证明,3维SPECK编码算法具有良好的率失真性能,其压缩效果优于采用SPECK方法对每一波段图像做压缩编码的效果,并具有计算复杂度低和嵌入式的特性。     

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。     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

整型小波变换应用于遥感图像无损压缩

基于“提升”(Lifting)算法实现整型小波变换(IWT),然后将图像变换到小波域,用零树编码 和算术编码相结合的方式对图像进行无损压缩,并针对遥感图像波段之间的相关性进行了谱间预 测。最后进行了一些相关实验,实验证明将IWT应用于遥感图像无损压缩是有效的。     

基于FPGA图像压缩系统的研究与实现

提出利用5/3提升小波变换和零树小波编码对图像进行压缩编码的方案,并且基于改进算法的二维离散小波变换进行硬件设计,通过FPGA实现了设计的系统结构,并利用FPGA上的PowerPc核实现了EZW编码,最后通过仿真来验证了小波变换系统设计的正确以及对整个系统的性能评估.     

数字图像的小波算法及快速小波变换

小波变换是近几年来兴起的一种新的变换方法 ,主要特点是通过变换能够充分突出问题某些方面的特征 ,因此 ,小波变换在许多领域都得到了成功的应用 ,特别是其离散数字算法在图像分析领域取得了重大突破。但是 ,小波变换的算法一般相对来说比较复杂 ,而其处理速度往往也成为制约其发展的瓶颈。该文从小波变换的基础出发 ,给出了一种针对数字图像的小波矩阵算法 ,并实现了快速小波变换的算法和流程 ,为实际应用编程提供了有效的理论依据     

基于小波能量的自适应半脆弱认证水印算法

该文利用小波变换,将图像从空域变换到小波域,结合树型结构性质选取相应的嵌入位置,并定义小波树的能量,根据小波系数的横向能量和纵向能量确定各层树上的嵌入强度,构造了一个非常实用的半脆弱水印认证算法。     

Faber-Schauder Wavelet Transform, Application to Edge Detection and Image Characterization

The Faber-Schauder wavelet transform is a simple multiscale transformation with many interesting properties in image processing. Some of these properties are: preservation of pixel ranges, arithmetic operations, non requirement of boundary processing, multiscale edge detection, elimination of the constant and the linear correlation, and the use of close neighboring information. In this study we describe this transformation and we propose a mixed scale visualization of the wavelet transform which makes it possible to show the transform result as an image. This visualization is used, with orientation information, to refine edge detection and image characterization by selecting regions with a high density of extrema wavelet coefficients.     

基于小波变换的图象边缘融合检测

传统的边缘检测算法虽然实现简单,计算较快速,但是被检测图像较为复杂或含有噪声污染时,那些传统的边缘检测算法就很难得到理想的边缘结果。利用多尺度小波变换来检测图像的边缘是最近几年比较流行的方法,而且检测复杂图像或含噪图像的边缘比传统算法要好得多。该文提出一种在金字塔分解体系结构下利用多尺度小波变换的局部模极大值算法检测图像的边缘,并将图像分解的各层边缘信息利用小波融合算法逐个融合,以得到最终的图像边缘结果。实验结果表明,该文方法和传统的边缘检测算法相比具有定位精度高,去噪效果好等明显的优点,也能较准确地提取图像的边缘及降低计算量。     

基于智能方法的丝状异纤分离关键技术研究

针对异纤分离器存在的主要问题,指出提高异纤的检出率需要采取的综合措施,提出了异纤分离判断和评价的指标及计算、考核、测试方法,基于智能方法研究清除头发丝等难以分离异纤的关键技术,提出了基于多尺度小波和模糊方法的棉花异纤检测算法。首先对图像进行多尺度小波变换,旨在检测各类异性纤维的线爷边缘。把线条边缘的尺寸映射到隶属度空间,对隶属度求和,与阈值比较完成线务识别,可以抑制棉花图像纹理的干扰。实践证明,该算法较之常规识别算法能够较好识别丝状异纤,满足了工业的需要。     

一种改进的小波自适应边缘检测算法*

为合理选择小波变换尺度,解决抑制噪声和边缘定位之间的矛盾,提出了一种基于局部熵的自适应尺度选择方法,采用局部熵预处理图像,根据熵值大小自适应地选择小波变换的尺度,各区域分别按照相应的尺度进行小波变换检测图像边缘。实验结果表明,此方法比基于均方差的小波自适应算法检测到的边缘更清晰,定位更准确。     

基于小波变换的混合作用域医学图像增强算法

医学图像对比度低,细节不清晰,要对其进行增强处理才能满足临床诊断的需要,而目前常用的小波增强算法自适应性差,丢失细节,为此提出了一种基于dbN小波变换的混合作用域医学图像增强算法,该算法结合Sobel算子提取的边缘,经过滤波变换,得到原图像的锐化图像,再采用能够扩展其灰度范围的幂次变换,实现图像增强。该算法通过实例验证,与常用的分段小波增强算法比较,自适应性强,增强后的图像细节丰富,具有良好的视觉效果。     

遥感图像快速压缩传输系统的设计与实现

遥感图像快速压缩传输系统为用户开展海量遥感图像存储与网络共享提供技术支撑平台。系统采用客户端对客户端的设计架构,采用图像分层分块、自适应小波变换、网络链路质量探测等技术,成功研制了遥感图像快速压缩传输系统,满足了各类型遥感图像应用单位之间的遥感图像共享、浏览、压缩与传输需求。     

基于整数小波变换的遥感超光谱图像无损压缩

由于遥感图像信息十分宝贵,应尽可能采用无损压缩或近无损压缩方法。本文提出基于"提升"(Lifting)算法实现整数小波变换(IWT)的方法,将变换方法用于去除空间冗余,保证了小波变换后图像信息无损失,再用算术编码对图像进行无损压缩。由于变换方法的去相关性能良好,实验证明将IWT应用于遥感图像无损压缩是有效的,能达到预期的目的,解码后的图像能无失真的恢复。