基于SPIHT和视觉显著性检测的彩色图像水声信道传输

在学术和工程领域,如何在带宽严重受限的水声信道中获取具有一定可用性的彩色图像一直是一个备受关注的问题。文章提出了一种新的水下彩色图像传输方法,利用基于分级树集合分裂(Set Partitioning in Hierarchical Trees,SPIHT)算法的图像渐进传输和视觉显著性检测,在复杂多变、带宽严重受限的水声信道中获得可用性较好的水下彩色图像。该方法根据信噪比动态调整数据传输方案,并使用红色通道补偿来提高频域中显著性检测的准确性。然后使用SPIHT渐进传输图像,并在接收端通过导向滤波解决高降采样率引起的块效应,以获得高质量的水下图像。实验结果表明,所提出的方法在压缩水下彩色图像方面具有一定的适用性。

一种基于SPIHT算法的感兴趣区域编码新方法

在研究JPEG2000中的感兴趣区域(ROI)编码算法优缺点的基础上,结合嵌入式编码理论和人眼视觉特性,利用等级树分集(SPIHT)编码算法的特性,提出了一种高效的ROI编码方法,压缩后的码流具有嵌入式特点,支持渐进传输。实验结果表明:尽管在低码率下,该算法整体峰值信噪比较低,但主观视觉效果明显好于SPIHT算法,结果令人满意。

绝缘子泄漏电流的自适应SPIHT数据压缩

任何一串绝缘子故障都可能诱发电网事故,因此绝缘子的在线监测十分重要。为了发现绝缘子放电等异常,泄漏电流的采样频率须比较高,数据量大,这就要求对这些采样数据进行压缩。本文提出自适应SPIHT算法,该算法可以根据小波系数集合的显著性自适应地进行集合划分,有效地减少了原始SPIHT算法判断集合中系数是否全部为0的次数,尤其适合压缩泄漏电流这类高噪声信号。针对泄漏电流周期冗余和高噪声的特点,本文利用自适应SPIHT和DPCM分别对泄漏电流的小波细节分量和近似分量进行编码。如果再应用上下文自适应二进制算术编码,那么编码性能还可以进一步提高。对绝缘子泄漏电流的实测数据检验了算法的压缩性能,和SPIHT算法相比,压缩性能显著提高。该算法同已有的用于电力系统数据压缩的二维算法相比,允许采完一个工频周期的数据后就进行压缩,更适用于实时或在线的场合。

基于3D SPIHT的高光谱图像压缩技术

将三维多级树集合分裂(3D SPIHT)算法用于高光谱图像的压缩。根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余;利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。采用整数小波和浮点小波分别进行无损和有损压缩仿真,AVIRIS和OMIS实验结果表明,在bit/pixel为1的条件下,平均PSNR比准三维方法分别高0.91 dB和1.38 dB,且算法具有嵌入式、可伸缩性等优点,但无损压缩的平均bit/pixel比基于预测的方法高0.308和0.159。3D SPIHT算法用于高光谱图像压缩可以获得较好的有损性能,但无损压缩性能逊于基于预测的方法。

SPIHT图像编码算法研究及改进

提出一种改进的SPIHT算法，通过避免对部分重要系数的冗余扫描、采用更小的初始根节点子集以及对原始图像进行偏移处理，明显提高编码效率。实验结果表明，与标准SPIHT算法相比，本改进算法在不同码率下重构图像的PSNR提高了约0．3—6db。

基于多小波的SPIHT改进算法

为了进一步提高图像编码效率,利用多小波子带上各个分量间的相关性以及分量间能量分布的特点,提出了一种SPIHT改进算法。该算法是根据高频子带第1分量无效值的分布来预测其他3个分量上不重要系数的位置信息,由于减小了无效集判别过程中的扫描范围,从而可加快编码速度。实验结果表明,该算法既提高了编码效率,又保持了压缩性能。

基于二进制小波变换和改进SPIHT算法的图像编码方法

提出了一种基于二进制小波变换和改进SPIHT算法的图像编码方法.二进制小波变换将图像从实数域变换到实数域,消除像素之间的空间冗余性,得到了具有整数准确度的紧致描述.针对传统SPIHT算法解码图像视觉效果差的缺点,提出了改进方法.根据图像分析结果,将二进制小波变换变换系数按视觉重要性重新排序,通过对视觉重要系数优先编码,把量化误差集中在视觉不敏感区域,从而在不影响编码率失真性能的同时,有效地提高了解码图像的视觉效果.实验结果表明,和其它流行的编码算法相比,本文算法对不同性质的图像具有最优的编码性能和视觉效果.

SPIHT算法对BP神经网络图像压缩处理的改善

本文针对BP神经网络对图像高频信息压缩效果欠佳和收敛性较差的问题,提出了将SPIHT(多级树集合分裂)算法应用于BP神经网络图像压缩处理的新结构。在研究中,首先对原始灰阶图像做小波变换;其次采用SPIHT算法对小波系数作量化编码处理;然后将产生的图像码流输入BP神经网络作进一步压缩处理。在实验中,本文提出的算法不仅在较大压缩比下仍能得到较高的峰值信噪比,而且有效地改善了图像的"块效应"问题;同时,提高了BP神经网络图像压缩的收敛速度,从而证明了该系统结构对图像压缩处理是有效的。

声波测井数据压缩的一种SPIHT改进算法

大量声波测井数据的传输和存储迫切需要有效的压缩编码技术,文中把声波测井数据看成声波图像,利用提升算法构造整数小波变换,同时针对井下数据处理的实时性,提出了一种改进的SPIHT算法,并设计了一种适合井下数据处理的并行实现结构,实际应用表明该方法能够满足高速实时处理的需要。

SPIHT的超光谱图像无损压缩算法

针对超光谱图像的特性及硬件实现的需要,提出了1种混合编码压缩方案。对超光谱图像序列首先进行谱间DPCM预测,再对残差图像进行(5,3)整数小波变换,最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩,压缩比平均可达2.34,优于算术编码,且算法复杂度低,易于硬件实现。

基于Curvelet变换和SPIHT算法的医学图像感兴趣区压缩

目的提出基于Curvelet变换和多级树集合分裂排序(SPIHT)算法的图像感兴趣区(ROI)压缩方法,并应用于医学图像压缩。资料与方法算法流程首先对图像ROI进行提取,保留ROI不压缩,对背景区域进行Curvelet变换,采用SPIHT算法对Curvelet系数进行编码;然后进行Curvelet逆变换得到有损压缩后的图像;最后将ROI区域与背景区域叠加,得到压缩后的完整图像。采用峰值信噪比作为评价指标,比较ROI压缩和整体压缩的效果,以及小波变换和Curvelet变换用于图像压缩的效果差异。结果分别对测试图像和医学图像的压缩结果进行比较,采用ROI压缩的视觉效果优于整体压缩的效果,更能突出ROI;而采用Curvelet变换压缩的峰值信噪比高于小波变换压缩,相同比例的压缩图像也更清晰。结论基于Curvelet变换和SPIHT算法的ROI压缩可在保证不丢失重要诊断信息的前提下实现图像的高效压缩,符合医学图像压缩的高精度、高质量要求。

基于Surfacelet变换和SPIHT算法的视频压缩

提出一种基于Surfacelet变换并结合SPIHT算法的视频压缩编码方法。这种新方法把视频信号作为特殊的三维信号,对信号的空间和时间维进行整体处理。Surfacelet变换具有多方向分解、各向异性、高效率的树结构滤波器组、可完全重建和低冗余度等性质。SPIHT算法具有分辨率质量上的可伸缩性、渐进传输性等特性。利用Surfacelet变换的分解系数在各层间相关以及图像能量集中的特性,结合SPIHT算法完成视频数据的压缩编码。这种新的视频压缩编码方法能弥补三维小波变换的缺陷,达到更高的PSNR值和更好的视觉效果,尤其适用于纹理复杂度较高、运动幅度较小的视频。

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。

基于SPIHT算法的ROI编码研究

感兴趣区域(ROI)编码与图像压缩算法的相结合,可使ROI获得高质量。本文通过在多级树集合分裂(SPIHT)算法中嵌入ROI,形成基于SPIHT算法的ROI图像编码方法。该方法通过下移背景(BG)位平面使ROI位平面置于BG位平面之前,解码时优先传输ROI系数。实验选取一般位移法,将此算法与传统的SPIHT算法作比较,并研究了不同条件下各区域的质量。实验证明,本文算法明显优于传统的SPIHT算法,选择合理的参数能得到好的视觉效果。

基于最优小波包的改进型SPIHT图像压缩算法

提出了一种基于最优小波包的SPIHT图像压缩新算法。分析了SPIHT算法和小波系数的特点。根据图像经过小波变换后,最高分解层的小波系数要比其它分解层的小波系数大得多这一数据特性,对多级树集合划分(SPIHT)算法进行了改进。并且,将所有的正交滤波器都分解成一系列的阶梯,从而实现了快速算法。实验结果表明:基于文中提出的SPIHT快速图像压缩算法是一种有效的压缩算法,其压缩速度、图像复原质量等关键技术指标均优于标准的SPIHT编码算法。

WBCT变换的SPIHT图像压缩算法的改进

传统的基于WBCT变换的SPIHT图像压缩算法没有考虑低频子带与高频子带的关系,只是在高频子带之间寻找方向树的关系,并且需要对变换后的系数进行位置置换,这样必然会影响编码质量和效率.针对以上问题提出了构造虚拟低频的思想,通过构造虚拟低频建立低频子带与高频子带的关系,使方向树结构更高,压缩效果更好;同时又避免了系数位置置换,提高了编码效率.与传统算法和现有的WBCT算法相比,该算法既能有效保护图像细节和纹理,又节省了编解码时间,同时提高了压缩后图像的峰值信噪比(特别是在低比特率下),而且具有通用性.

低码率下视频图像处理SPIHT算法的改进

介绍了低码率下视频图像传输的编解码算法,重点分析了小波变换与零树编码对视频序列图像传输的影响,并针对SPIHT零树算法在低码率下的特性提出了一个提高运算速度和改善信噪比的方案.仿真结果表明,此改进方法提高了低码率下视频编码的信噪比,且具有较好的实时性.

基于改进3D SPIHT的MRI序列图像压缩方法

目的研究一种有效的MRI序列图像压缩方法。方法以2组不同数量、不同层厚的MRI序列图像为例,针对3D SPIHT算法运算复杂度,在对D型、L型表项重复判断的不足上,提出了一种改进的3DSPIHT方法;同时,根据MRI序列图像的相关性特点,提出了分组编/解码的方法,结合3D小波变换和应用改进的3D SPIHT方法,实现了MRI序列图像压缩。结果分组结合改进3D SPIHT方法与2DSPIHT,3D SPIHT相比,能够得到较好重构图像,同时,峰值信噪比(PSNR)提高了1～8 dB左右。结论在相同码率下,分组结合改进3D SPIHT的方法提高了PSNR和图像恢复质量,可以更好地解决大量MRI序列图像存储与传输问题。

基于提升小波的SPIHT改进算法

针对多级树集合分裂算法(Set Partitioning In H ierarchical Tree,SPIHT)复杂的特点,采用整数实现的提升格式代替了原来的小波变换,简化了计算过程。对小波系数采用基于块的结构划分,在频域重新建立空间方向树。根据块中相邻系数相关性建立上下文模型,对输出信息进行自适应算术编码,提高了编码效率。实验表明,在相同的比特率条件下。

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。