优化的等级树集分割编码方法

通过对等级树集分割编码方法的研究及对图像小波系数的分布特征的分析，发现等级树集分割编码码流还存在一些冗余。基于此提出了一种优化的等级树集分割编码方法，理论分析和仿真实验证明了该方法的有效性。

3D-SPIHT算法在视频编码中的应用

提出一种改进的三维等级树集分割编码算法。该算法针对三维等级树集算法对纹理复杂、边缘较多的图像编码效率低,存储空间和时间开销大等缺点进行了改进。经试验证明,改进后的三维等级树集分割编码算法提高了压缩效率,节约存储空间和时间开销,降低扫描编码复杂度,无方块效应,具有较好的性能。

一种改进的任意形状视频对象纹理编码算法

提出了一种改进的基于视频对象的纹理编码算法.该算法在部分等级树集分割算法的基础上,充分利用视频对象的形状信息,在构建不重要集合列表时,仅仅对对象内部的小波变换系数进行处理,对对象外部的小波变换系数不作处理.通过这种改进,有效地去除了冗余的元素,使得在具有相同压缩比的条件下,该算法恢复图像的质量有了明显提高.仿真实验结果验证了该算法的有效性.

视频多描述编码与差错隐藏的联合抗误码算法

将MD SPIHT方法推广应用于视频序列 ,提出了视频多描述编码与差错隐藏的联合抗误码算法 ,以提高视频传输的鲁棒性 .该算法根据视频小波变换后的小波系数的时 -空关系 ,先对小波系数进行分组 ,再分别对各组进行 3D SPIHT编码 ,即产生多个描述 .多个描述通过多个独立的信道传输 .每一描述的码流是完全嵌入式的 ,易于实现质量可分级编码 .在接收端接收到的描述较少时 ,首先根据接收到的若干描述重构低质量的视频 ,然后采用差错隐藏方法恢复丢失的子波树 .对多个序列进行仿真实验 ,结果证实本文算法有效地提高了视频传输的鲁棒性 .

快速3D-MSPIHT视频编码算法

多媒体传感器节点的处理能力、存储能力和通信能力相对较弱,给视频编码传输带来了极大的挑战。提出了一种改进的3维等级树集分割(3D-MSPIHT)的视频编码方法,将等级树集分割(SPIHT)算法予以改进并推广应用于3维视频编码中,该算法采用提升小波进行3维子带分解,通过改进的根和分割方法实现对系数重排序,保证更多重要的信息更早地编码于比特流中;同时采用无链表的编码结构,不需要进行复杂繁重的运动估计和补偿,实现了较少的内存和能量消耗,能够提供较好服务质量(QoS)。实验结果表明,此方案优于3D-SPIHT算法,低比特率情况下尤为突出;与H.264等编码方案相比,在图像质量基本相同的情况下,编码速度提高了11.5～11.8倍。

JPEG2000编码算法中上下文关系的改进

通过研究SPIHT和EBCOT(JPEG2000核心算法)编码算法,分析它们所用的小波系数的不同性质,本文提出了把SPIHT算法用到的小波系数父子关系特性也用在EBCOT编码中的思想,并提出一种上下文关系的改进方法。在JPEG2000框架下对改进算法进行了仿真实验。理论分析和实验结果显示,改进的上下文关系优于JPEG2000中采用的上下文关系。

基于小波变换的彩色图像编码方法

将小波变换系数的等级树集分割 (SPIHT)编码方法推广应用到彩色图像压缩中 ,分析了在红绿蓝 (RGB)三基色空间和亮度、色度 (YUV)空间进行编码压缩的效果 .理论分析和仿真实验表明 :无论从压缩比还是从解码图像质量来看 ,在YUV空间的压缩效率都比在RGB空间的高 ;与分形编码压缩效果相比 ,小波变换系数的等级树集分割编码方法优于分形编码方法 .

小波SPIHT编码的DSP实现

小波变换编码属于图像压缩中的变换编码方法.它能将原始图像在频域内作多层分解,为压缩编码方法提供理想的变换域.集分割算法(SPIHT)是来源于零树编码的一种更为有效标志位编码方法.本文研究了基于小波分析的SPIHT编码压缩方法及其实时性能,并在TMS320C6701板上进行了实现.实验测得压缩解压时间仅为PC机上的1/8～1/7,运行速度较PC机有了较大提高.

一种基于像素域的改进的SPIHT算法

分层树的集分割算法是一种简单、有效的嵌入式零树编码算法。在算法的基础上提出了一种基于空域的改进方法。首先将图像的偶数裂像素减去相邻两奇数列的均值,形成分裂图像。然后将分裂图像的奇数列提取出来作为主图像,将偶数列提取出来作为幅图像。最后将主幅图像以合适的权值分别进行压缩。解码时,将主幅图像分别解码,再恢复分裂图像,最后再恢复原图像。对标准图像进行测试时,并把结果与原算法进行比较。实验表明,在相同的比特率条件下,重构图像的峰值信噪比远高于原算法。

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。