基于小波变换的图像空间可分级压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,就SPIHT的算法进行分析,得出结论:随码率的增大,基础层所占的比率越来越低,同时,对包含边缘较多的图像。

基于小波变换的空间可分级图像压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率 ,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能 ,本文分析了SPIHT算法 ,在相同压缩效率的情况下 ,将其进一步改进 ,使之具有空间可分级性。在编码过程中 ,单个像素的相关信息按其所在的分辨率层输出到基础层或增强层码流中 ,而对于集合的测试信息按其最高层像素所在的分辨率层以较大的概率输出到相应的码流中。这样 ,虽然低频子带与高频子带相关联而编码 ,但实验结果显示与低频子带单独编码的性能非常接近。同时给出了一种基础层和增强层之间的码率分配方案。实验结果显示 ,随码率的增大 ,基础层所占的比率越来越低 ,同时 ,对包含边缘较多的图像 ,其基础层码率所占的比率也较低。

自适应编码与混合模型联合改进图像压缩算法

为准确描述残差图像的概率分布特征,以实现图像的自适应无损压缩,提出了一种自适应算术编码与有限混合几何模型相联合的分块无损图像压缩算法。算法首先对图像的残差图像进行非重叠分块,并通过联合分布估计各分块的统计模型;然后通过最大似然估计对分块的混合参数进行估计;最后在预测误差块中使用直方图截断算法减少算术编码中的符号数量,从而减少零次符号的出现概率。实验结果表明,在实验图像集基础上,所提图像压缩算法的压缩比优于常用的标准JPEG-2000和JPEG-LS。

基于Python技术的网络通信彩色图像压缩编码传输

为了解决彩色图像传输过程中存在的信息偏差较高的问题,提出基于Python技术的网络通信彩色图像压缩编码传输方法。完成色彩空间转换后,将原始图像数据从空间域表示为频域系数,并对变换系数进行量化和变换编码处理。利用Python创建了一个socket对象作为图像压缩编码载体,借助bind()绑定本地地址和端口号,结合listen()监听到的连接请求,使用accept()接受请求并返回一个新的socket对象。在测试结果中,MS-SSIM值始终稳定在较高水平,最小值也达到了0.92,传输图像的信息偏差明显低于对照组。

基于小波变换的图像空间分层压缩编码新算法

图像压缩算法如EZW和SPIHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,分析了SPIHT算法,在相同压缩效率的情况下,将其进一步改进,使其具有空间可分层特性。提出了改进的分层SPI-HT算法(SSPIHT)。实验结果显示了新算法的有效性。

一种静态图像压缩编码算法的改进

针对含有噪声的数字图像去除相关性差的问题，鉴于数字图像的噪声模型，对图像作去噪处理后再用静态图像压缩标准JPEG基本系统作图像压缩编码。实验表明，该压缩方案具有较高信噪比、压缩比的良好性能。并且该方案具有推广的意义，可以应用到其他编码算法。用VC++6．0实现了该算法。

一种快速零树编码的小波图像压缩算法

研究了一种新的小波变换零树编码方法，通过定义多级零树根和使用编码信息表和最优量化的方法，对不同方向的小波子带系数采用不同大小的门限和量化码书。充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性，取得了很好的压缩效果，对小波系数只作一次零树编码，大大节约了编码时间。

一种小波图像压缩编码的抗干扰算法

提出了一种基于小波树搜索方式的改进了的小波图像压缩算法 .算法保留和继承了 EZW和 SPIHT算法的所有优点 ,改进了它们难于抵御干扰的弱点 .重点探讨了搜索规则、格点矢量编码方法以及两种结合信道纠错的混合编码选择 ;并给出了在模拟的噪声环境下 ,用该算法进行编解码的峰值信噪比及其与 SPIHT算法的比较 .

一种基于小波变换的分形图像编码压缩算法的研究

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法 (FCC)优缺点的基础上 ,提出了一种新的结合小波变换的分形图像编码压缩算法 (DWT -FCC) ,该算法首先对图像进行二级小波变换分解 ,然后对分解后的高层子图像进行基本分形编码 ,并根据不同层子图像结构间的相似性 ,由高层分形编码构造低层子图像分形编码 ,实现图像的编码压缩。实验结果表明 ,该算法在缩短图像编码时间和提高压缩比方面 。

基于形态学膨胀操作的小波图像压缩编码算法

提出了一种基于形态膨胀运算的对子带间重要系数位置信息进行联合编码的新型小波图像压缩编码算法。该算法首先对同一分辨率下水平、垂直、对角线子带内重要系数的位置信息统一表示在一个子带中,然后依据小波图像的能量聚类特性,采用一种形态膨胀编码算法来对重要系数的位置信息进行高效压缩编码。试验结果表明,该算法要优于零树小波图像压缩编码算法。

基于整数小波变换和零树编码算法的医学图像压缩研究

现代医疗成象设备产生了大量高价值的医学图像 ,如何对信息的进行有效的存储、查询以及网络传输是一个亟待解决的问题。本文利用整数小波变换和零树编码算法对医学图像进行了压缩研究 ,试验表明 ,同传统JPEG标准相比 ,相同压缩比下本算法的峰值信噪比有明显的提高 ,同时本算法具有逐渐显现的特性 ,能够满足医学图像存储。

基于新型嵌入小波编码策略的图像压缩算法研究(英文)

在一系列新量化编码算法中,由J.M.Shapiro提出的嵌入零树小波编码(简称为EZW)被认为是最先进的方法之一,然而,它也存在明显不足之处:为了确定小波系数是零树根还是孤立零,必须利用小波系数间存在的双亲 子女(Parent Children)关系去搜索扫描其所有后代,而这必然会导致扫描高频子带所产生的二进制符号流中存在大量冗余,从而大大影响其编码效率。提出了一种基于新型嵌入小波编码策略的图像压缩算法,该算法能够通过以下措施提高EZW编码方案工作效率:①采用全新的嵌入小波编码策略,不再利用导致计算量剧增的双亲 子女(Parent Children)关系;②进行嵌入小波编码时,不再考虑ZTR(零树根)和IZ(孤立零)符号。实验结果表明:提出的新图像编码算法在压缩/解压缩速度、图像复原质量等方面均明显优于EZW编码方案。

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法 (FCC)优缺点的基础上 ,提出了一种新的结合小波变换的分形图像编码压缩算法 (DWT-FCC) ,该算法首先对图像进行二级小波变换分解 ,然后对分解后的高层子图像进行基本分形编码 ,并根据不同层子图像结构间的相似性 ,由高层分形编码构造低层子图像分形编码 ,实现图像的编码压缩。实验结果表明 ,该算法在缩短图像编码时间和提高压缩比方面 。

基于匹配概率活动表的分形图像快速压缩编码算法

本文在Jacquin提出的自动分形图像编码算法的基础上,针对各定义域块与值域块的匹配概率不相等,提出了基于匹配概率活动表的分形编码算法,为进一步加快编码速度,从理论上重新定义了定义域块与值域块间距离的计算,并分析了值域块类型与门限取值间的关系,并经实验给出了门限的具体数值。实验结果表明,与基本自动分形图像编码方法相比,在保持重建图像质量的前提下,运算时间大大下降,加快了分形图像压缩速度。

基于零树小波的图像空间与数率混合可分级编码研究

1.引言随着Internet的迅速发展,人们对图像编码的要求越来越高,不仅要求编码技术具有较好的压缩效果,而且要求它能适应于图像网上传输的需求。为此人们提出了图像可分级编码的思想。可分级的图像编码码流可以满足图像渐进传输、多质量服务以及图像数据库浏览等要求,同时还可以节省图像数据库中因需要存储不同数据率图像所占用的存储空间,因而受到人们的关注。

基于DCT的JPEG图像压缩编码算法的MATLAB实现

文章介绍了基于DCT变换的JPEG图像压缩编码算法 ,并应用MATLAB影像处理工具箱的相关函数和命令 。

一种新型非线性分形图像压缩编码算法

提出一种简单的非线性分形算法,简化了Popeseu等提出的算法,用于解决压缩字典较小的问题.实验结果表明,这一算法简单可行,具有良好的压缩结果和高质量的重建图像.

圆盘与分形图像压缩编码算法

分形图像压缩字典是实现分形图像压缩编码的关键因素,而由Barnsley设计的传统的分形图像压缩编码字典的不足之处是压缩字典还比较小.针对这一缺点,提出了一个较简单的非线性圆盘算法,简化了HongYan等提出的复杂非线性圆盘算法,用于解决压缩字典较小的问题.实验结果表明,这一算法简单可行,并具有良好的压缩结果和高质量的重建图像.

面向星载应用的空间域四叉树层次化图像压缩算法

为满足卫星应用领域对高分辨率遥感图像实时传输与存储的要求,针对该类图像特征,提出基于空间域四叉树数据结构的图像数据亚采样与多模式自适应预测编码相结合的压缩算法。该算法使用四叉树数据结构与三种预测编码模式,针对图像块纹理差别,自适应地选取相应的亚采样与量化编码方式,通过采样方式与量化方式的变化,达到保存高分辨率遥感图像细节与小目标绝不丢失的要求,实现了对遥感图像中目标边缘和变化剧烈的细节的高保真效果,同JPEG相比,恢复图像峰值信噪更高、图像纹理细节保持能力更强。利用具有可编程序门阵列器件物理实现上述算法,获得高速图像压缩专用芯片,该芯片数据处理速度达到288Mbit/s,功耗低于1W。

一种非线性的分形图像压缩编码算法

针对经典的分形压缩编码字典相对较小这一不足之处,提出一个简单的非线性分形压缩算法,简化了Popeseu等提出的算法,用于解决压缩字典较小的问题·此外,还根据这个算法给出计算整数象素点灰度值的计算公式,可以快速地计算出整数点的灰度值·实验结果表明,这一新型的分形圆盘压缩算法简单可行,并具有良好的压缩结果和高质量的重建图像·和常规分形编码方法相比,该方法还具有较高的PSNR·