充分减小树间冗余的优化三维VSPIHT视频编码方法

用 3D- DWT及 3D -SPIHT算法获得高压缩率的视频编码近年来受到人们的关注 ,在现有算法的基础上 ,提出一种优化的 2D&MT 3D- VSPIHT方法 该方法尽可能地消除了树间冗余 ,改进了编码的每一个细节 ,有效地减少了SPIHT算法中的冗余扫描 ,合理地处理了最低频子带系数 实验结果证明 ,在同样的压缩倍数下 ,编解码后视频图像的PSNR比现有的三维SPIHT方法高 1～

基于直方图变换的多光谱图像3D SPIHT压缩编码算法

提出了新的多光谱图像压缩方案,直方图变换的三维分层树的集划分(3D SPIHT)压缩编码算法。基于多光谱图像的成像特点,在去相关之前,提出一种可逆的直方图变换方法对多光谱各波段图像灰度值进行调整,来提高各波段间的相关性,然后再对变换后的图像利用K_L和二维小波变换去除谱间冗余和空间冗余。小波编码采用两种编码方案:3D_SPIHT以及对它进行改进后的三维位平面的SPIHT算法,并对两者进行了比较。实验表明,采用直方图变换的这两种方法都获得了良好的效果,比没变换前有更好的图像质量和压缩性能。

一种抗误码能力强的视频压缩SPIHT改进算法

基于小波域的3D-SPIHT算法是一种高效的视频压缩编码方法,但其抗误码能力仍有待提高。本文提出了一种改进的3-D DWT-SPIHT分树编码方法。在不改变原算法小波树结构的前提下,插入编解码链表同步点,将整个帧组分为多棵子树独立编码和传输,从而将差错传播局限在每棵独立子树内,控制了差错传播范围。通过仿真实验证明了该算法与原算法相比具有较高的抗误码能力。

一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法

利用高光谱图像空间、谱间相关性不同的特点,本文提出了一种基于混合整型变换和三维分层树集合划分算法(3D-SPIHT)的高光谱图像无损压缩方法,首先将波段进行分组,针对每一分组,采用不同的整型变换技术去相关,然后对变换系数进行系数重组,采用高效的基于小波系数特点的3D-SPIHT编码方法得到嵌入式码流,具有一定的抗误码性能.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现有的国际标准JPEG-LS、JPEG2000和基于三维离散余弦变换(3D-DCT)或三维离散小波变换(3D-DWT)的编码方法相比,压缩后的平均比特率均有明显降低.

视频帧组与其残差帧组交替的3D-DWT-SPIHT压缩编码方法研究

提出一种改进的方法 ,它采用视频帧组与残差帧组交替来进行三维小波变换 ,减少视频帧组内的帧数、时间延迟和存储空间 ,同时在时间轴上采用两种小波基相结合的方法 ,提高了压缩效率和解码图像的质量 ;尤其是对背景复杂的视频序列有较好的效果 .实验结果表明本文方法在相同条件下比现有方法的PSNR平均提高约 1dB 。

环境卫星多光谱图像压缩算法

基于环境卫星多光谱图像特点的分析,提出了一种新的基于三维等级树集合划分算法(3D-SPI HT)和感兴趣区域(ROI)编码相结合的多光谱图像压缩算法。首先在谱间采用两种小波基相结合的三维离散小波变换(3D-DWT),去除多光谱图像在空间和谱间的冗余信息,减少恢复光谱的误差值,然后采用部分三维等级树集合划分算法和小波系数提升的感兴趣区域编码相结合的方法。该方法对小波系数从空间方向树上按对恢复光谱信息的重要性不同进行合理的码率分配,使得恢复光谱具有更好的分辨率,并依据比特平面层中重要系数的统计概率来自适应地进行3种编码模式的选择,提高了编码效率。实验数据结果表明,该算法比传统算法更好地保护了多光谱图像中的光谱信息,在压缩比为8∶1的情况下,满足了环境卫星多光谱图像压缩系统的要求。