图像压缩中的快速方向离散余弦变换

传统的二维DCT(discrete cosine transform)无法稀疏表示除水平或垂直方向以外的边缘,而具有强方向表示能力的方向预测离散余弦变换(directional prediction DCT,简称DPDCT)计算复杂度又过高.针对这些问题,提出了一种快速方向离散余弦变换(fast directional discrete cosine transform,简称FDDCT).该算法沿给定的方向模式进行变换,避免了DPDCT中的插值运算,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDDCT通过设计块边界提升,在进一步集中边缘能量的同时保证了算法的完全重构.实验结果表明,FDDCT计算复杂度不超过DCT的1.4倍;采用同样的编码方法,基于FDDCT的压缩图像与基于DCT以及DPDCT的压缩图像相比,峰值信噪比可提高0.4dB^1.6dB,而且边缘细节更加清晰、完整.

基于SPIHT的感兴趣区域的多描述编码

提出了一种感兴趣区域的多描述SPIHT编码方法.该方法将具有分层内嵌特性的SPIHT码流编码成多个描述子,通过对所有零树重新进行重要性排序,为每个描述子分配不同编码速率的完全编码码流和冗余码流.在分配速率时,优先对感兴趣区域分配较多的冗余,而对背景区域或非感兴趣区域分配速率较低的冗余,以进一步增强感兴趣区域的抗误码以及抗分组丢弃能力.文中对编码过程中零树、冗余树及其编码速率之间的关系进行了定量分析,并给出了重要性排序和冗余树分配的具体算法.实验证明,该文方法同其它感兴趣区域编码方法相比,可以进一步提高感兴趣区域在分组丢弃情况下的恢复图像质量.

智能交通系统中图像融合与压缩技术

针对智能交通系统信息采集的需要,提出基于小波分析的图像融合和零树编码的小波图像压缩算法,利用小波变换将红外和可见光图像进行融合,利用各子带小波系数对图像恢复的重要程度和人眼的视觉特性对融合图像进行压缩,算法的实际应用提高了所采集的交通信息的完整性、统一性和容错性,并改善了智能交通系统的服务质量。

无链表SPIHT图像提升小波编码的硬件算法

为了解决小波零树编码算法中,SPIHT(分级树的集合分裂)算法占用大量存储空间的问题,给出了一种无链表SPIHT图像压缩算法.在这种算法中,小波系数按照SPIHT的顺序输入到编码器中,编码器按照NLS算法编码,小波变换采用9/7提升分解算法,量化算法为均匀标量量化,图像边界延拓采用了补零延拓方法.实验结果表明,该算法图像压缩比与JPEG2000的EBCOT(基于优化截断的嵌入式块编码)算法几乎相同,编码速度大约是后者的2倍,一幅512×512的图像仅需要17.875KB额外内存.

一种改进的基于小波零树的图象编码算法

针对极低码率下图象的压缩编码问题 ,在小波零树编码方法的基础上提出了一种新的低码率图象压缩算法 .该方法对处于水平和垂直两个方向的高频子带系数采用变换的方法进行了系数重排 ,以产生新的树结构 ,这样使得位于这两个方向的高频子带内的重要系数集中于各个相应子带的低频位置 ,且所生成树的能量集中性较好 ,故可以有效地提高编码效率 ,并能提高对重要系数的传输效率 .经过实验证明 ,使用此方法得到的重构图象其主观视觉效果良好 ,而且与 Shapiro提出的嵌入式零树小波 (EZW)算法相比 ,重构图象的峰值信噪比 (PSNR)值在相同码率的情况下有了较大的提高 .

管道漏磁检测数据压缩算法的研究

漏磁检测技术是铁磁性油气管道在线缺陷检测的有效手段.由于检测数据量大,数据压缩是必不可少的.介绍了一种基于差分的嵌入式零树编码算法,算法首先对检测到的数据进行一阶差分处理,再对差分处理后的数据进行嵌入式零树编码,最后由差分嵌入式零树编码解压缩算法对数据进行还原操作.设计了以DSP为核心的硬件电路来实现该算法,并通过实验证明了该算法的硬件电路的可行性以及在保留所有检测相关数据的基础上可以达到10∶1以上的压缩比.

基于感兴趣区的图象近无损压缩

无损感兴趣区 (L ossless Region of Interest(ROI) )图象压缩方法 ,即在感兴趣区采用无损压缩 ,而在其他区域采用有损压缩 ,从而保证了重要信息不丢失 ,并尽可能提高图象的压缩比 .在整形小波变换 (IWT)和嵌入式零树编码的基础上 ,实现了无损感兴趣区 (L ossless ROI)的图象近无损压缩 .并提出了一种小波变换域形状编码算法——树映射形状编码 ,同时给出了算法的原理及实现 ,并进行了相关实验 ,实验结果表明 ,该算法能够提高压缩效率 。

大规模地形场景流式渐进传输

结合基于小波变换的渐进几何压缩和流式传输技术,设计了全新的海量地形数据组织方式,提出了一种在网络环境下大规模三维地形数据的远程可视化解决方案.利用数字高程模型(DEM)数据的规整性,对大规模地形场景进行合适的网格划分,采用整数小波变换对分块地形网格进行数据去相关,然后利用改进的SPIHT算法对数据进行小波零树编码压缩,压缩数据被组织成多条渐进码流的形式.在交互渲染过程中充分利用帧间相关性,根据视点位置和网络带宽等相关参数对相应压缩码流进行多分辨率自适应控制传输,有效解决了海量数据远程传输的带宽瓶颈.

基于改进零树编码的图像联合压缩加密算法

在认真研究算术编码和算术加密的基础上,提出了一种基于改进零树编码的图像联合压缩加密算法.使用密钥对图像压缩产生的原始上下文和原始判决进行修正,实现了图像联合加密.阐述了上下文修正和判决修正算法的规则,对其安全性进行分析.结合比特平面编码技术,可以使用不同密钥对不同小波分辨率的系数分别加密,实现分辨率选择性加密,以满足不同应用需求.对零树编码进行改进,加入自适应算术编码,并对联合压缩加密算法进行仿真.结果表明:相对原始图像压缩算法而言,所提出的图像联合压缩加密算法具有基本相当的压缩效率;相对区间分裂的联合加密算法而言,所提出算法具有更好的安全性.

基于GHM多小波的电力系统故障录波数据压缩算法

针对电力系统大量故障录波数据的传输问题,提出了一种数据压缩的新方法。首先利用GHM多小波变换将故障数据分解为高频系数和低频系数,对于高频系数用嵌入式多小波零树编码和游程编码相结合的算法进行压缩,而对于包含原始信号大部分能量的低频系数则采用Huffman无损压缩方法。实验结果表明,该算法压缩比可以在1.3513%～24.0231%间实现自由变换,赋范均方误差为0.3534%时,压缩比为11.1693%,压缩效果好,具有较高的实用价值。

心电图小波零树压缩算法的研究

该文提出了一种小波零树编码的心电图压缩算法。算法由整数小波变换、小波零树编码、自适应算术编码三部分组成。算法不需要任何浮点运算,计算复杂度低,压缩效率高,便于在便携式Holter中实现。用MIT-BIH心率数据库的样本数据对提出的算法进行测试,结果表明提出的算法是有效的,在得到高压缩比的同时仍能保持低的信息失真度。

一种比特平面并行处理的零树编码结构

提出了比特平面并行处理的零树编码结构。根据内嵌编码的零树结构,指出每一个比特平面的编码信息可以同时获得,从而给出了并行的零树编码结构。与现有的结构相比,该结构具有并行度高,没有中间缓冲等特点。实验结果表明,处理速度有明显提高,图像质量可满足大多数应用要求。

无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要性信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要性信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.

基于整数平方阈值和索引表的静止图像编码算法

零树编码对一般小波变换有很多优点 ,但对能量集中性较差的整型小波变换 (IWT)却达不到最佳效果 针对IWT存在的这一特点 ,结合零树编码的优点给出一种新算法 第 1,根据IWT中各子带系数幅值的动态变化范围较小 ,小波图像能量集中性较DWT差这一特点 ,提出利用连续的正整数平方作为IWT小波系数量化阈值的整数平方算法 ;第 2 ,提出一种基于索引表和游程编码的小波零树编码方法 ,简化了编码与解码过程 实验表明 。

基于小波零树的图像编码优化方法

Shapiro提出的小波零树编码(EZW)方法是一种有效的基于小波变换的图像编码方法。通过对Shapiro零树编码方法进行研究,提出了一种利用检索方式保存高频细节分量的方法,有效地消除了同一子带内高频细节分量的数据相关性。仿真实验表明在相同的压缩比下,该算法较原EZW算法在一定程度上提高了图像的压缩质量和编码效率。

心电图压缩算法中的小波基选择

文章研究心电图压缩算法中的小波基选择。算法中采用整-整小波进行小波变换,用小波零树嵌入编码和自适应算术编码对心电图压缩。小波库由9种小波基组成。用MIT-BIH心率数据库的样本数据对提出的算法进行测试,结果表明,在压缩过程中对每段心电图选取最优小波基能显著地降低信号失真度。

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。

整数小波的有损与无损图像压缩

提出了基于整数小波变换的有损与无损图像编码方案。有损编码采用无链表的SPIHT零树编码算法,它不同于SPIHT和LZC算法的零树分割策略和状态比特表结构。该算法所需的存储空间小,有损压缩性能高,易于硬件的实现。无损编码根据不同子带小波系数的分布特性,采用带间预测编码,不同方向的子带采用不同的预测方式,预测误差采用霍夫曼编码。测试结果证明,基于整数小波的无链表有损压缩方案不仅优于LZC,接近于SPIHT,而且易于硬件的实现。

基于小波变换的卫星云图压缩方法

本文使用改进后的小波变换零树编码压缩算法压缩卫星云图资料,在压缩比为30:1以上、 PSNR大于33的条件下,将发送云图的延迟时间从约16分钟缩短到约40秒钟。

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